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. 模型名称：沪深300与中证500成分股调整预测模型 - 模型构建思路：基于中证指数公司发布的指数编制规则，对沪深300和中证500指数的成分股调整进行预测，重点关注调整前后的超额收益特征[12][13][15] - 模型具体构建过程： 1. 样本空间筛选：剔除ST/*ST股票、上市时间不足的证券（科创板/创业板需上市超1年，其他证券需超1季度，除非市值排名前30）[12] 2. 流动性过滤： - 沪深300：剔除过去一年日均成交金额后50%的证券[12] - 中证500：剔除后20%的证券[12] 3. 市值排序： - 沪深300：选取剩余证券中日均总市值前300名[12] - 中证500：选取剩余证券中日均总市值前500名[12] 4. 缓冲区规则： - 沪深300：市值前240名的新样本优先进入，前360名的老样本优先保留[12] - 中证500：市值前400名的新样本优先进入，前600名的老样本优先保留[12] - 模型评价：规则透明且可回溯，但依赖历史数据，对市场流动性变化敏感[12][24] 2. 事件收益分析模型 - 模型构建思路：统计调整日前后的超额收益，捕捉调入/调出样本的事件效应[24] - 模型具体构建过程： 1. 计算调整日前60日至后60个交易日内，调入/调出样本相对于指数的累计超额收益 2. 方向判断： - 调出样本：调整日前呈现负超额收益（沪深300和中证500均显著）[24][25] - 调入样本：中证500在调整日前有正超额收益，沪深300不显著[24][25] 模型的回测效果 1. 沪深300调整预测模型： - 预测准确率：7只成分股调整（如中航成飞调入，东方雨虹调出）[14] - 行业分布：调入集中于交通运输/国防军工（各2只），调出以电力设备为主（4只）[14][19] 2. 中证500调整预测模型： - 预测准确率：49只成分股调整（如淮北矿业调入，中化国际调出）[16][21] - 行业分布：调入以电子/电力设备/计算机为主（电子12只），调出以电力设备/医药生物为主（电力设备9只）[23][28] 3. 事件收益模型： - 沪深300调出样本：调整日前超额收益显著为负[25][26] - 中证500调入样本：调整日前超额收益显著为正[25][26] 量化因子与构建方式 （注：研报中未明确提及独立因子构建，仅涉及事件驱动因子，如调入/调出信号） 因子的回测效果 （注：无具体因子测试指标） --- 以上总结基于研报中可提取的量化相关核心内容，未包含免责声明、风险提示等非核心信息[6][27][29][33][34][35]。