根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 沪深300指数调样模型 - 模型构建思路：筛选经营状况良好、无违法违规事件、财务报告无重大问题、股票价格无明显异常波动的公司，基于日均成交金额和日均总市值排序，结合缓冲设置和剔除规则[8] - 模型具体构建过程： 1. 计算股票最近一年的日均成交金额和日均总市值 2. 按市值和成交额综合排序 3. 应用缓冲规则（如排名前240名优先保留） 4. 剔除长期停牌或重大亏损股票 5. 调整数量不超过成分股的10%[8][9] 2. 中证500指数调样模型 - 模型构建思路：在沪深300成分股外筛选优质股票，采用与沪深300类似的市值和流动性排序机制[10] - 模型具体构建过程： 1. 排除沪深300现有成分股 2. 按日均市值和成交额排序（考察期242个交易日） 3. 缓冲规则保持前400名优先保留 4. 剔除异常股票后选取排名301-800的股票[10][11] 3. 上证50指数调样模型 - 模型构建思路：基于上证180成分股，通过市值和流动性排序确定样本，依赖上证180预测准确性[13] - 模型具体构建过程： 1. 从上证180成分股中筛选 2. 按过去一年日均总市值和成交额排序 3. 缓冲设置保留前45名[13][14] 4. 科创50指数调样模型 - 模型构建思路：选取科创板中市值大、流动性好的50只证券，反映头部科创企业表现[15] - 模型具体构建过程： 1. 按考察期日均总市值排序 2. 流动性筛选（如日均成交额阈值） 3. 缓冲规则调整[15][16] 5. 创业板指调样模型 - 模型构建思路：基于半年日均总市值排名，结合流动性和停牌情况筛选[20] - 模型具体构建过程： 1. 计算半年日均市值（121个交易日） 2. 剔除流动性不足或停牌股票 3. 缓冲设置保留前90名[20][21] 模型的回测效果 （注：报告中未提供具体回测指标如IR、胜率等数值，仅展示预测调入调出名单及基础数据） 量化因子与构建方式 1. 日均市值因子 - 构建思路：反映股票规模和市场影响力，作为核心排序指标[8][10][15] - 计算公式： $\text{日均市值} = \frac{\sum_{t=1}^{n} \text{当日总市值}}{n}$ 其中n为考察期交易日数量（如242或121天）[9][11][14] 2. 日均成交额因子 - 构建思路：衡量流动性，避免调入低流动性股票[8][13] - 计算公式： $\text{日均成交额} = \frac{\sum_{t=1}^{n} \text{当日成交额}}{n}$ 需满足最低成交额阈值[9][14][16] 因子的回测效果 （注：报告中未提供因子IC、IR等测试结果，仅用于样本股筛选） 模型/因子评价 1. 沪深300/中证500模型采用双因子（市值+流动性）排序，能有效覆盖主流宽基指数需求[8][10] 2. 科创系列模型侧重市值因子，符合科创板高成长特性[15][17] 3. 创业板模型缩短考察期至半年，更适应高波动市场[20][24] 指标取值 （报告中仅展示预测调入调出股票的日均市值和成交额示例值，未提供模型整体绩效指标）