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 量化因子与构建方式 1. 因子名称：封板率[17] 因子构建思路：通过计算最高价涨停且收盘涨停的股票比例，来衡量市场涨停板的封板质量与资金追涨意愿[17] 因子具体构建过程：统计上市满3个月以上的股票，计算当日最高价涨停且收盘涨停的股票数量，再除以当日最高价涨停的股票总数[17] 因子计算公式： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$[17] 2. 因子名称：连板率[17] 因子构建思路：通过计算连续两日收盘涨停的股票比例，来衡量市场涨停板的延续性和短线炒作热度[17] 因子具体构建过程：统计上市满3个月以上的股票，计算当日收盘涨停且前一日也收盘涨停的股票数量，再除以前一日收盘涨停的股票总数[17] 因子计算公式： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$[17] 3. 因子名称：大宗交易折价率[26] 因子构建思路：通过计算大宗交易成交价相对于市价的折价幅度，来反映大资金的投资偏好和市场情绪[26] 因子具体构建过程：统计每日大宗交易的总成交金额和对应成交份额按当日市价计算的总市值，计算两者的比值并减1[26] 因子计算公式： $折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$[26] 4. 因子名称：股指期货年化贴水率[28] 因子构建思路：通过计算股指期货主力合约相对于现货指数的年化基差，来反映市场对未来预期、对冲成本及情绪[28] 因子具体构建过程：计算股指期货主力合约价格与现货指数价格的差值（基差），除以现货指数价格，再乘以（250/合约剩余交易日数）进行年化[28] 因子计算公式： $年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$[28] 因子评价：该因子受金融市场利率、股市分红、微观资金成本、套利力量、市场情绪等多重因素影响[28] 模型的回测效果 1. 无相关模型回测结果 因子的回测效果 1. 封板率因子，2025年12月8日取值为69%[17] 2. 连板率因子，2025年12月8日取值为34%[17] 3. 大宗交易折价率因子，近半年以来平均取值为6.47%，2025年12月5日当日取值为8.08%[26] 4. 股指期货年化贴水率因子，近一年以来中位数取值：上证50为0.68%，沪深300为3.57%，中证500为11.15%，中证1000为13.61%[28]。2025年12月8日当日取值：上证50为4.01%，沪深300为5.14%，中证500为10.99%，中证1000为15.96%[28]