根据提供的研报内容，以下是军工板块资金行为监测中涉及的量化模型与因子总结： --- 量化模型与构建方式 1. 公募基金实时持仓测算模型 - 构建思路：基于基金净值、持仓披露、调研行为等市场公开信息，动态跟踪公募基金对军工板块的配置仓位[16] - 具体构建过程： 1. 整合基金净值数据与定期持仓披露信息 2. 结合调研行为数据（如机构调研频次）作为辅助信号 3. 通过回归模型估算实时仓位变化，公式为： $\text{仓位}_t = \alpha + \beta \cdot \text{净值波动}_t + \gamma \cdot \text{调研强度}_t + \epsilon_t$ 其中，$\alpha$为基准仓位，$\beta$和$\gamma$为因子权重[16] - 模型评价：能够捕捉短期资金动向，但对非公开信息（如未披露调研）敏感度较低 2. ETF资金持仓动态模型 - 构建思路：通过ETF规模与成分股市值占比变化，监测被动资金流向[19] - 具体构建过程： 1. 计算军工ETF持仓占板块流通市值的比例： $\text{ETF占比}_t = \frac{\sum \text{ETF持有军工股市值}_t}{\text{军工板块流通市值}_t}$ 2. 采用5日移动平均（MA5）平滑噪声[20] - 模型评价：反映长期资金配置趋势，但滞后于主动交易行为 3. 主力资金代理变量模型 - 构建思路：以大单（20-100万元）和超大单（>100万元）交易额之和作为主力资金代理[30] - 具体构建过程： 1. 筛选符合金额阈值的委托单 2. 按交易日聚合净流入金额： $\text{主力净流入}_t = \sum \text{超大单买入}_t + \sum \text{大单买入}_t - \sum \text{卖出}_t$[33] 4. 高频股东户数风险预警模型 - 构建思路：股东户数增幅与股价潜在风险负相关[35] - 具体构建过程： 1. 计算相邻披露期股东户数变动比例： $\text{变动比例} = \frac{\text{户数}_{t} - \text{户数}_{t-1}}{\text{户数}_{t-1}}$ 2. 设定阈值（如30%）触发预警信号[36] --- 模型的回测效果 1. 公募基金实时持仓模型 - 2025年以来军工板块仓位下降0.8%[18] 2. ETF资金持仓模型 - 2024年以来持仓占比上升至4.7%（MA5）[21] 3. 主力资金代理变量模型 - 5月1日后主力净流入Top3个股：宗申动力（2.17亿）、中航沈飞（1.72亿）、联创光电（1.38亿）[33] 4. 高频股东户数模型 - 预警案例：航锦科技股东户数增幅131.98%（2025年4-5月）[36] --- 其他监测指标（非模型/因子） - 两融余额动向：融资余额9月25日后反弹，融券余额维持低位[24] - 龙虎榜热点：中航成飞营业部净流入9.0亿（20250512）[32] - 雪球大V关注度：中航成飞获117次讨论（5月1日以来）[27][29] 注：研报未提供IR或夏普比率等量化指标，故未列出相关测试结果。