量化模型与构建方式 1. 因子名称：封板率因子 因子构建思路：通过计算最高价涨停且收盘涨停的股票数与最高价涨停的股票数之比，衡量市场涨停板的封板强度[17] 因子具体构建过程： - 筛选上市满3个月以上的股票 - 计算当日最高价涨停的股票数量 - 计算当日最高价涨停且收盘涨停的股票数量 - 封板率 = 最高价涨停且收盘涨停的股票数 / 最高价涨停的股票数[17] $封板率=\frac{N_{close\_limit}}{N_{high\_limit}}$ 其中$N_{close\_limit}$表示最高价涨停且收盘涨停的股票数，$N_{high\_limit}$表示最高价涨停的股票数 因子评价：该因子能有效反映市场炒作情绪和涨停板的可靠性[17] 2. 因子名称：连板率因子 因子构建思路：通过计算连续两日收盘涨停的股票数与昨日收盘涨停的股票数之比，衡量市场连板效应的强度[17] 因子具体构建过程： - 筛选上市满3个月以上的股票 - 计算昨日收盘涨停的股票数量 - 计算连续两日收盘涨停的股票数量 - 连板率 = 连续两日收盘涨停的股票数 / 昨日收盘涨停的股票数[17] $连板率=\frac{N_{consecutive\_limit}}{N_{prev\_limit}}$ 其中$N_{consecutive\_limit}$表示连续两日收盘涨停的股票数，$N_{prev\_limit}$表示昨日收盘涨停的股票数 因子评价：该因子能有效反映市场连续炒作的热度和持续性[17] 3. 因子名称：大宗交易折价率因子 因子构建思路：通过计算大宗交易成交金额与当日成交份额总市值的比率减1，反映大资金的投资偏好和市场情绪[26] 因子具体构建过程： - 收集当日所有大宗交易数据 - 计算大宗交易总成交金额 - 计算当日成交份额的总市值 - 折价率 = 大宗交易总成交金额 / 当日成交份额的总市值 - 1[26] $折价率=\frac{Total\_block\_trade\_amount}{Total\_market\_value}-1$ 其中$Total\_block\_trade\_amount$表示大宗交易总成交金额，$Total\_market\_value$表示当日成交份额的总市值 因子评价：该因子能反映机构投资者和大资金的交易意愿和市场情绪[26] 4. 因子名称：股指期货年化贴水率因子 因子构建思路：通过计算股指期货基差与指数价格的比率并年化，反映市场对未来预期的情绪和对冲成本[28] 因子具体构建过程： - 选择股指期货主力合约 - 计算基差 = 期货价格 - 现货指数价格 - 计算年化贴水率 = 基差 / 指数价格 × (250 / 合约剩余交易日数)[28] $年化贴水率=\frac{Basis}{Index\_price} \times \frac{250}{Days\_remaining}$ 其中$Basis$表示基差(期货价格-现货价格)，$Index\_price$表示指数价格，$Days\_remaining$表示合约剩余交易日数 因子评价：该因子能有效反映市场情绪、预期和对冲成本，是重要的市场风向标[28] 模型的回测效果 （本报告中未提供具体的模型回测效果数据） 量化因子与构建方式 （已包含在量化模型与构建方式部分） 因子的回测效果 1. 封板率因子 20250910当日取值：67%[17] 近一个月变化：较前日下降2%[17] 2. 连板率因子 20250910当日取值：24%[17] 近一个月变化：较前日提升8%[17] 3. 大宗交易折价率因子 20250909当日取值：5.79%[26] 近半年平均值：6.02%[26] 近半年日均成交金额：14亿元[26] 20250909当日成交金额：19亿元[26] 4. 股指期货年化贴水率因子 上证50股指期货 20250910当日取值：2.18%[28] 近一年中位数：0.21%[28] 分位点：处于近一年来38%分位点[28] 沪深300股指期货 20250910当日取值：10.42%[28] 近一年中位数：2.38%[28] 分位点：处于近一年来10%分位点[28] 中证500股指期货 20250910当日取值：35.40%[28] 近一年中位数：9.64%[28] 分位点：处于近一年来2%分位点[28] 中证1000股指期货 20250910当日取值：39.11%[28] 近一年中位数：11.77%[28] 分位点：处于近一年来2%分位点[28]