量化模型与构建方式 1 模型名称：无 模型构建思路：无 模型具体构建过程：无 模型的回测效果 1 无模型回测效果数据 量化因子与构建方式 1 因子名称：封板率因子 因子构建思路：通过计算当日最高价涨停且收盘涨停的股票数与最高价涨停的股票数的比例，反映市场涨停板的稳定性[18] 因子具体构建过程： 1. 筛选上市满3个月以上的股票 2. 识别当日最高价涨停的股票集合 3. 识别当日收盘涨停的股票集合 4. 计算封板率： $封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$[18] 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的比例，反映市场连续涨停的强度[18] 因子具体构建过程： 1. 筛选上市满3个月以上的股票 2. 识别昨日收盘涨停的股票集合 3. 识别当日收盘涨停的股票集合 4. 计算连板率： $连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$[18] 3 因子名称：大宗交易折价率因子 因子构建思路：通过大宗交易成交价与市价的差异，反映大资金的投资偏好和市场情绪[27] 因子具体构建过程： 1. 获取当日大宗交易总成交金额 2. 计算当日成交份额的总市值 3. 计算折价率： $折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$[27] 4 因子名称：股指期货年化贴水率因子 因子构建思路：通过计算股指期货主力合约与现货指数的基差年化值，反映市场对未来预期的情绪和对冲成本[29] 因子具体构建过程： 1. 计算基差：股指期货价格减去现货指数价格 2. 获取合约剩余交易日数 3. 计算年化贴水率： $年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$[29] 因子的回测效果 1 封板率因子，当日取值49%[18] 2 连板率因子，当日取值30%[18] 3 大宗交易折价率因子，当日取值8.11%[27]，近半年平均值6.06%[27] 4 上证50年化贴水率因子，当日取值17.39%[29]，近一年中位数0.16%[29] 5 沪深300年化贴水率因子，当日取值60.63%[29]，近一年中位数2.22%[29] 6 中证500年化贴水率因子，当日取值98.21%[29]，近一年中位数9.75%[29] 7 中证1000年化贴水率因子，当日取值72.23%[29]，近一年中位数12.19%[29]