根据您提供的金融工程日报内容，报告核心是市场数据统计与监测，并未涉及传统的量化选股模型或多因子模型的构建与测试。报告主要定义并计算了数个用于监测市场情绪和资金流向的指标。以下是总结： 量化因子与构建方式 1. 因子名称：封板率[16] * 因子构建思路：通过计算盘中触及涨停且最终成功封住涨停板的股票比例，来反映市场追涨情绪和涨停板的可靠性[16]。 * 因子具体构建过程：统计上市满3个月以上的股票。首先，找出当日盘中最高价涨停的股票总数。然后，在这些股票中找出收盘价也涨停的股票数。最后，用后者除以前者得到封板率。 * 计算公式：$封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$[16] 2. 因子名称：连板率[16] * 因子构建思路：通过计算连续两个交易日都收盘涨停的股票比例，来反映市场强烈的看涨情绪和题材炒作的持续性[16]。 * 因子具体构建过程：统计上市满3个月以上的股票。首先，确定昨日收盘涨停的股票总数。然后，在这些股票中找出今日收盘也涨停的股票数。最后，用后者除以前者得到连板率。 * 计算公式：$连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$[16] 3. 因子名称：大宗交易折价率[25] * 因子构建思路：通过计算大宗交易成交价格相对于市价的折价程度，来反映大资金或产业资本的减持意愿或短期市场流动性状况[25]。 * 因子具体构建过程：收集当日所有大宗交易数据，计算总成交金额。再根据成交股数和这些股票当日的收盘价（或均价）计算其总市值。最后，用成交金额除以总市值再减1得到折价率。 * 计算公式：$折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$[25] 4. 因子名称：股指期货年化贴水率[27] * 因子构建思路：通过计算股指期货价格相对于现货指数价格的年化折价程度，来反映市场对未来走势的预期、对冲成本以及市场情绪（如悲观情绪常导致深度贴水）[27]。 * 因子具体构建过程：首先计算基差（股指期货价格减去现货指数价格）。然后用基差除以现货指数价格，再年化处理。年化方法为乘以250（假设一年约250个交易日）并除以合约剩余的交易天数。 * 计算公式：$年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$[27] * 因子评价：该指标是量化对冲策略成本的关键输入，其变化也常被视为市场情绪的晴雨表[27]。 因子的回测效果 （注：本日报仅提供了所述因子在特定日期（20250901或20250902）的截面数据或时间序列上的一个快照值，并未提供任何基于历史回测的绩效指标（如年化收益率、夏普比率、信息比率IR、IC值等）。因此，此处仅列示报告中给出的具体数据取值。） 1. 封板率因子，当日取值54%[16] 2. 连板率因子，当日取值16%[16] 3. 大宗交易折价率因子，近半年平均值5.89%[25]，当日取值7.40%[25] 4. 上证50股指期货年化贴水率因子，近一年中位数0.21%[27]，当日取值0.05%[27]，近一年分位点52%[27] 5. 沪深300股指期货年化贴水率因子，近一年中位数2.22%[27]，当日取值3.96%[27]，近一年分位点36%[27] 6. 中证500股指期货年化贴水率因子，近一年中位数9.46%[27]，当日取值18.09%[27]，近一年分位点16%[27] 7. 中证1000股指期货年化贴水率因子，近一年中位数11.56%[27]，当日取值16.43%[27]，近一年分位点28%[27]