根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. 公募基金实时持仓模型 - 模型构建思路：基于基金净值、持仓披露、调研行为等公开信息，实时测算公募基金对农业板块的配置仓位[14] - 模型具体构建过程：通过多源数据（净值变化、持仓披露频率、调研活动）构建动态权重调整框架，具体公式未公开[14] - 模型评价：能够捕捉历史仓位低点，但依赖公开数据时效性 2. ETF资金持仓动态模型 - 模型构建思路：跟踪ETF资金占农业板块市值的比重，反映指数投资资金的配置趋势[15] - 模型具体构建过程：计算ETF持仓市值与板块总市值的比值，采用5日移动平均（MA5）平滑数据 $\text{ETF持仓占比} = \frac{\sum \text{ETF持有农业股市值}}{\text{农业板块总市值}}$ [18] - 模型评价：对市场资金流向敏感，但需注意ETF产品结构差异 3. 两融余额动向模型 - 模型构建思路：监测融资余额（看多信号）与融券余额（看空信号）的变动趋势[16] - 模型具体构建过程：统计农业板块成分股的两融余额日频数据，分离融资/融券余额并计算净变化[20] - 模型评价：对短期市场情绪有较强指示性，但易受政策影响 量化因子与构建方式 1. 主力资金因子 - 因子构建思路：以大单（20-100万元）和超大单（>100万元）净流入作为主力资金代理变量[28] - 因子具体构建过程： $\text{主力净流入} = \sum \text{超大单买入} + \sum \text{大单买入} - \sum \text{超大单卖出} - \sum \text{大单卖出}$ [29] - 因子评价：反映机构资金动向，但需结合成交量验证 2. 股东户数变化因子 - 因子构建思路：股东户数大幅增加可能预示后续股价风险[32] - 因子具体构建过程：计算最新两期股东户数的变动比例 $\text{户数增幅} = \frac{\text{最新户数} - \text{上期户数}}{\text{上期户数}} \times 100\%$ [33] - 因子评价：对筹码分散化有预警作用，但数据披露存在滞后 3. 雪球大V关注度因子 - 因子构建思路：统计高粉丝量雪球用户对个股的讨论热度[24] - 因子具体构建过程：爬取雪球平台大V的个股提及频次，按行业标准化[25] - 因子评价：捕捉散户情绪，但需区分正向/负向观点 模型的回测效果 1. 公募实时持仓模型 - 当前仓位水平：2018年以来历史低位[17] 2. ETF资金持仓模型 - 当前持仓占比：4.5%（MA5）[18] 3. 两融余额动向模型 - 融资余额：3月以来企稳[20] - 融券余额：处于低位[20] 因子的回测效果 1. 主力资金因子 - 金健米业净流入：2.29亿元[29] - 海大集团净流入：2.19亿元[29] 2. 股东户数变化因子 - 贝斯美增幅：55.75%[33] - 温氏股份增幅：21.44%[33] 3. 雪球大V关注度因子 - 北大荒关注量：53次[25] - 圣农发展关注量：26次[25]