根据提供的研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. 因子名称：行业拥挤度因子[3][17] * 因子构建思路：通过计算行业指数价格变动与成交金额变动的马氏距离，来衡量市场交易行为的异常集中程度，即拥挤度[3][17] * 因子具体构建过程： 1. 选取各行业指数最近一周的价格变动数据和成交金额变动数据[3][17] 2. 计算这两个维度数据向量的马氏距离（Mahalanobis Distance）[3][17] 3. 马氏距离的计算公式为： $D_M(x) = \sqrt{(x - \mu)^T \Sigma^{-1} (x - \mu)}$ 其中，$x$ 代表由行业价格变动和成交金额变动组成的二维向量，$\mu$ 是各维度数据的均值向量，$\Sigma$ 是协方差矩阵，$\Sigma^{-1}$ 是协方差矩阵的逆[3][17] 4. 根据马氏距离的统计分布特性，将置信水平超过99%（即落在椭圆区域外）的行业识别为出现短期显著拥挤的行业[17] * 因子评价：该因子能有效捕捉市场短期交易过热或过冷的异常状态，是一个有效的市场情绪监测指标[17] 因子的回测效果 1. 行业拥挤度因子，上周出现显著拥挤的行业有：家用电器、有色金属[4][17]