量化模型与因子总结 量化因子与构建方式 1. 因子名称：大买单成交金额占比[7] 因子构建思路：通过逐笔成交数据还原买卖单数据，筛选大单后计算大买单成交金额占总成交金额的比例，以刻画大资金的买入行为[7] 因子具体构建过程： - 从逐笔成交数据中提取叫买和叫卖序号，还原为买卖单数据 - 按照每单的成交量筛选得到大单 - 计算大买单的成交金额占当日总成交金额的比例 公式为： $大买单成交金额占比 = \frac{大买单成交金额}{当日总成交金额} \times 100\%$ 因子评价：该因子能够有效识别大资金的买入动向，反映市场主力资金的参与程度 2. 因子名称：净主动买入金额占比[7] 因子构建思路：根据逐笔成交数据中的买卖标志区分主动买入和主动卖出行为，计算净主动买入金额占总成交金额的比例，以刻画投资者的主动买入行为[7] 因子具体构建过程： - 从逐笔成交数据中根据买卖标志界定每笔成交属于主动买入还是主动卖出 - 计算主动买入成交金额与主动卖出成交金额的差值，得到净主动买入金额 - 计算净主动买入金额占当日总成交金额的比例 公式为： $净主动买入金额占比 = \frac{主动买入成交金额 - 主动卖出成交金额}{当日总成交金额} \times 100\%$ 因子评价：该因子能够反映市场的主动买入力量，显示投资者情绪和资金流向 因子回测效果 1. 大买单成交金额占比因子[8][9][12][13][14][15] 在个股中的应用（20250901-20250905）： - 山东钢铁：指标值87.6%，时序分位数95.9%[9] - 华远控股：指标值86.7%，时序分位数97.1%[9] - 南京医药：指标值86.7%，时序分位数100.0%[9] - 北辰实业：指标值86.7%，时序分位数96.3%[9] - 国创高新：指标值86.7%，时序分位数98.4%[9] 在宽基指数中的应用（5日均值）： - 上证指数：75.0%，分位数71.2%[12] - 上证50：73.2%，分位数90.1%[12] - 沪深300：75.7%，分位数91.8%[12] - 中证500：76.2%，分位数61.3%[12] - 创业板指：75.5%，分位数99.6%[12] 在行业中的应用（中信一级行业，5日均值）： - 煤炭：81.0%，分位数52.7%[13] - 综合：80.1%，分位数79.8%[13] - 银行：79.6%，分位数63.8%[13] - 建筑：79.3%，分位数38.7%[13] - 交通运输：79.0%，分位数20.2%[13] 在ETF中的应用（20250901-20250905）： - 易方达MSCI中国A50互联互通ETF：90.3%，时序分位数78.2%[15] - 广发中证全指医药卫生ETF：90.1%，时序分位数79.0%[15] - 广发中证1000ETF：89.3%，时序分位数29.6%[15] - 华夏中证500ETF：89.2%，时序分位数35.0%[15] - 国泰中证全指家用电器ETF：88.8%，时序分位数77.4%[15] 2. 净主动买入金额占比因子[10][12][13][16] 在个股中的应用（20250901-20250905）： - 国泰环保：指标值15.5%，时序分位数100.0%[10] - 江南高纤：指标值14.3%，时序分位数99.2%[10] - 东方电缆：指标值13.3%，时序分位数97.1%[10] - 华达科技：指标值13.2%，时序分位数90.5%[10] - 信立泰：指标值12.4%，时序分位数99.2%[10] 在宽基指数中的应用（5日均值）： - 上证指数：3.0%，分位数95.5%[12] - 上证50：0.1%，分位数93.0%[12] - 沪深300：2.6%，分位数95.1%[12] - 中证500：4.7%，分位数94.7%[12] - 创业板指：4.2%，分位数36.6%[12] 在行业中的应用（中信一级行业，5日均值）： - 综合：9.5%，分位数99.2%[13] - 电力设备及新能源：8.9%，分位数7.8%[13] - 基础化工：8.0%，分位数39.5%[13] - 有色金属：6.5%，分位数9.5%[13] - 机械：5.7%，分位数0.4%[13] 在ETF中的应用（20250901-20250905）： - 华夏中证新能源汽车ETF：15.5%，时序分位数100.0%[16] - 鹏华上证科创板50成份增强策略ETF：14.5%，时序分位数98.4%[16] - 富国中证细分化工产业主题ETF：11.9%，时序分位数97.5%[16] - 天弘国证生物医药ETF：10.7%，时序分位数95.1%[16] - 富国中证农业主题ETF：8.4%，时序分位数91.8%[16]