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. 指数效应分析模型 - 模型构建思路：通过计算指数成份股调整前后股票的超额收益，评估指数效应的存在性和影响程度[20] - 模型具体构建过程： 1. 以指数样本生效日为基准日（相对日期记作0） 2. 统计生效日前60个交易日至生效日后60个交易日内，每只股票对所属行业指数的累计超额收益 3. 对每次调整的调入/调出股票超额收益取均值，作为当次调整的指数效应 4. 对过去10年历次调整的指数效应再取均值，得到历史平均指数效应[20] - 模型评价：指数效应在历史平均上存在，但具体到单次调整或子区间存在不确定性[21] 2. 中证A500指数选股模型 - 模型构建思路：从各行业选取市值大、流动性好的500只证券，兼顾行业代表性与权重分布一致性[10] - 模型具体构建过程： 1. 样本空间为中证全指指数样本 2. 筛选过去一年日均成交金额排名前90%的证券 3. 剔除中证ESG评价为C及以下的证券 4. 选取总市值排名前1500且属于沪/深股通的证券 5. 对主板证券要求所属三级行业自由流通市值占比≥2% 6. 优先选取三级行业自由流通市值最大或总市值前1%的证券 7. 按一级行业自由流通市值分布补充样本至500只[11] 3. 沪深300指数选股模型 - 模型构建思路：从非ST股票中选取日均成交金额前50%且总市值前300名的股票[15] - 模型具体构建过程： 1. 主板股票需上市满1个季度（市值前30名除外） 2. 科创板/创业板股票需上市满1年 3. 采用10%调整比例限制和20%缓冲区规则[15] 4. 中证500指数选股模型 - 模型构建思路：剔除沪深300成份股后，选取剩余股票中市值大、流动性好的500只[17] - 模型具体构建过程： 1. 剔除日均总市值前300名的股票 2. 按日均成交金额剔除后20% 3. 按日均总市值选取前500名 4. 采用10%调整比例限制和20%缓冲区规则[17] 模型的回测效果 1. 沪深300指数效应 - 调入股票：生效日前60日起跑赢行业指数，生效日后跑输[21] - 调出股票：生效日前60日起跑输，生效日后继续跑输约10天[21] - 历史平均超额收益区间： - 前60日至-30日：调入+1.38%，调出-0.84% - 生效日后30-60日：调入-2.13%，调出+1.53%[24][29] 2. 中证500指数效应 - 调出股票在生效日后15天内跑输幅度更显著[30] 3. 创业板指指数效应 - 调入股票超额收益在生效日前60天开始大幅上升[34] （注：报告中未明确量化因子构建内容，故未列出相关部分）