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[16] 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量占最高价涨停股票总数的比例，来衡量涨停板的封板质量或市场追涨情绪[16] 因子具体构建过程：筛选上市满3个月以上的股票，统计在特定交易日中，最高价曾达到涨停价的股票数量，以及在这些股票中收盘价仍为涨停价的股票数量，两者相除得到封板率[16] 因子计算公式：$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$[16] 因子评价：该指标反映了市场追涨资金的坚决程度，封板率越高，通常意味着涨停板的有效性或市场情绪越强[16] 2. 因子名称：连板率[16] 因子构建思路：通过计算连续两个交易日收盘涨停的股票数量占前一日收盘涨停股票总数的比例，来衡量市场涨停效应的持续性[16] 因子具体构建过程：筛选上市满3个月以上的股票，统计在特定交易日（T日）收盘涨停的股票数量，以及这些股票中在下一个交易日（T+1日）收盘也涨停的股票数量，后者除以前者得到连板率[16] 因子计算公式：$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$[16] 因子评价：该指标反映了市场短线炒作热度的延续性，连板率越高，表明市场赚钱效应和投机情绪越强[16] 3. 因子名称：大宗交易折价率[25] 因子构建思路：通过计算大宗交易成交总额与按当日市价计算的成交份额总市值的差异比例，来反映大资金交易的折价水平，可作为观察机构或大股东交易情绪与偏好的指标[25] 因子具体构建过程：收集每日大宗交易数据，包括每笔交易的成交金额和成交数量。计算所有大宗交易的总成交金额。同时，根据每笔交易的成交数量和该股票当日的收盘价（或成交均价）计算该笔交易若在二级市场成交的理论市值，并求和得到当日成交份额的总市值。最后计算折价率[25] 因子计算公式：$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$[25] 因子评价：折价率的高低能在一定程度上反映大资金的投资偏好和市场情绪，通常折价率越高，表明卖出方让利意愿越强或买方议价能力越高，可能隐含了对后市的谨慎看法[25] 4. 因子名称：股指期货年化贴水率[27] 因子构建思路：通过计算股指期货主力合约价格与现货指数价格之间的基差，并进行年化处理，来衡量市场对未来走势的预期以及股指对冲的成本[27] 因子具体构建过程：选取上证50、沪深300、中证500、中证1000等股指期货的主力合约。计算基差（股指期货价格 - 现货指数价格）。将基差除以现货指数价格，再乘以年化因子（250天除以合约剩余交易日数），得到年化贴水率。当结果为负时，表示贴水；为正时，表示升水[27] 因子计算公式：$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$[27] 因子评价：该指标综合反映了金融市场利率、股市分红、微观资金成本、套利力量和市场情绪等因素。贴水率的高低会影响利用股指期货进行对冲的成本，其变化也能在一定程度上反映市场对未来预期的乐观或悲观程度[27] 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10日，封板率取值为65%[16] 2. 连板率因子：2025年12月10日，连板率取值为30%[16] 3. 大宗交易折价率因子： * 近半年以来平均折价率取值为6.60%[25] * 2025年12月09日，当日折价率取值为10.95%[25] 4. 股指期货年化贴水率因子： * 上证50股指期货：近一年年化贴水率中位数取值为0.70%；2025年12月10日，当日年化贴水率取值为9.37%，处于近一年来9%分位点[27] * 沪深300股指期货：近一年年化贴水率中位数取值为3.66%；2025年12月10日，当日年化贴水率取值为13.71%，处于近一年来4%分位点[27] * 中证500股指期货：近一年年化贴水率中位数取值为11.22%；2025年12月10日，当日年化贴水率取值为16.87%，处于近一年来21%分位点[27] * 中证1000股指期货：近一年年化贴水率中位数取值为13.67%；2025年12月10日，当日年化贴水率取值为17.76%，处于近一年来29%分位点[27]