根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 股指期现套利模型 - 模型构建思路：当股指期货的市场价格偏离其理论价格时，通过在期货和现货市场上低买高卖并持有至基差收敛而获得收益[45] - 模型具体构建过程：模型分为正向套利和反向套利两种策略[45] - 正向套利（现货低估、期货高估）：卖出期货合约，买入现货[45] - 反向套利（现货高估、期货低估）：买入期货合约，卖出现货[45] - 套利收益率计算公式： - 正向套利：$P={\frac{(F_{\mathrm{t}}-S_{\mathrm{t}})-(S_{\mathrm{t}}+F_{\mathrm{t}}M_{\mathrm{t}})(1+r_{\mathrm{t}})^{\frac{T-t}{360}}-S_{\mathrm{t}}C s-F_{\mathrm{t}}C f)}{S_{\mathrm{t}}+F_{\mathrm{t}}M_{\mathrm{t}}}}$[46] - 反向套利：$P={\frac{(S_{t}-F_{t})-(S_{t}M l+F_{t}M_{f})(1+r_{f})^{\frac{T-t}{360}}-S_{t}C s-F_{t}C f-S_{t}r^{\frac{T-t}{360}})}{S_{t}M l+F_{t}M_{f}}}$[46] - 参数说明：$S_t$、$F_t$为t时刻现货与期货价格，$S_T$、$F_T$为T时刻价格，$M_f$、$M_l$为期货与融券保证金比率，$C_s$、$C_f$为现货与期货交易费用比率，$r_f$为无风险利率，$r_l$为融券年利率[46] - 参数取值：股指期货单边交易费用取万分之零点二三，现货单边交易费用取千分之一，期货和融券保证金分别为20%和50%，融券利率为年化10.6%[46] 2. 股利预估模型 - 模型构建思路：通过历史分红规律预测分红点位，修正基差率以跟踪市场真实的基差率水平[47] - 模型具体构建过程： - 分红预测方法：对于已实施/已公布分红预案的按实际计算，未公布的采用EPS×预测派息率[47] - EPS取值规则： - 预测时间t小于10月：使用上年度数据，EPS取年报披露EPS，未披露时取上年度12月31日的EPS_TTM[47] - 预测时间t大于10月：对明年分红预测，EPS取t时间的EPS_TTM[47] - 预测派息率确定方法： - 稳定派息公司：取过去三年派息率均值[52] - 不稳定派息但盈利公司：取上一年度派息率[52] - 未盈利、上市不足一年等：预测派息率为0[52] - 分红点位计算公式：分红点位 = ∑(每股分红 × 指数收盘价 × 成分股权重 / 成分股收盘价) = ∑(EPS × 预测派息率 × 指数收盘价 × 成分股权重 / 成分股收盘价)[50] 量化因子与构建方式 1. 基差率因子 - 因子构建思路：衡量期货价格与现货价格之间的差异程度[13] - 因子具体构建过程：$基差率 = \frac{指数对应主力合约 - 指数}{指数}$[13] - 因子评价：基差变化与分红影响、投资者交易情绪的相关度较高[12] 2. 年化基差率因子 - 因子构建思路：将基差率年化处理，便于跨期比较[15] - 因子具体构建过程：$年化基差率 = \frac{指数对应当季合约 - 指数}{指数} \div 剩余交易日天数 \times 252$[15] 3. 跨期价差率因子 - 因子构建思路：衡量不同期限期货合约之间的价格差异[13] - 因子具体构建过程：$跨期价差率 = \frac{当月合约价格 - 下月合约价格}{当月合约价格}$[13] 模型的回测效果 注：研报中未提供具体的模型回测效果指标取值 因子的回测效果 1. 基差率因子 - 沪深300期指主力合约基差率：-0.664%[13] - 中证500期指主力合约基差率：0.223%[13] - 中证1000期指主力合约基差率：0.243%[13] - 上证50期指主力合约基差率：-1.879%[13] 2. 年化基差率因子 - 沪深300期指当季合约年化基差率：-4.66%[11] - 中证500期指当季合约年化基差率：-12.51%[11] - 中证1000期指当季合约年化基差率：-14.77%[11] - 上证50期指当季合约年化基差率：-0.06%[11] 3. 跨期价差率因子 - 沪深300期指跨期价差分位数：78.30%[11] - 中证500期指跨期价差分位数：73.30%[11] - 中证1000期指跨期价差分位数：84.20%[11] - 上证50期指跨期价差分位数：63.90%[11]