量化模型与因子总结 量化因子与构建方式 1. 因子名称：封板率 * 因子构建思路：通过计算盘中触及涨停且最终成功封住涨停板的股票比例，来度量市场追涨情绪和涨停板的可靠性[17]。 * 因子具体构建过程： 1. 选取上市满3个月以上的股票作为样本[17]。 2. 在指定交易日，识别出盘中最高价达到涨停价的股票集合。 3. 在上述集合中，进一步筛选出收盘价仍为涨停价的股票。 4. 计算封板率，公式为： $封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ [17] 2. 因子名称：连板率 * 因子构建思路：通过计算连续两日收盘涨停的股票比例，来度量市场涨停效应的持续性和短线投机资金的活跃度[17]。 * 因子具体构建过程： 1. 选取上市满3个月以上的股票作为样本[17]。 2. 在指定交易日，获取前一日（T-1日）收盘涨停的股票列表。 3. 在上述列表中，筛选出当日（T日）收盘也涨停的股票。 4. 计算连板率，公式为： $连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ [17] 3. 因子名称：大宗交易折价率 * 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、流动性折价以及市场情绪[26]。 * 因子具体构建过程： 1. 获取指定交易日所有大宗交易的成交数据，包括每笔交易的成交金额和成交数量[26]。 2. 计算该交易日大宗交易的总成交金额和总成交份额[26]。 3. 根据总成交份额和该股票当日的市价（通常为收盘价），计算这些份额对应的总市值。 4. 计算折价率，公式为： $折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$ [26] * 公式说明：该值为负表示折价交易，绝对值越大表示折价越深。 4. 因子名称：股指期货年化贴水率 * 因子构建思路：通过计算股指期货价格相对于现货指数价格的年化基差，来反映市场对未来走势的预期、对冲成本以及套利机会[28]。 * 因子具体构建过程： 1. 选定标的指数（如上证50、沪深300等）及其对应的股指期货主力合约[28]。 2. 计算基差：基差 = 股指期货价格 - 现货指数价格[28]。 3. 获取该期货合约的剩余交易日数。 4. 计算年化贴水率，公式为： $年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$ [28] * 公式说明：该值为正表示期货升水，为负表示期货贴水。年化处理便于不同期限合约间的比较。 因子的回测效果 本报告为市场监测日报，主要展示各指标在特定日期（2025年12月11日及附近）的截面数据或时间序列点位，未提供基于历史数据的因子分组回测绩效指标（如年化收益、夏普比率、IC值等）。因此，此处列出报告中提及的因子在观测日的具体数值。 1. 封板率因子，2025年12月11日取值：55%[17] 2. 连板率因子，2025年12月11日取值：17%[17] 3. 大宗交易折价率因子，2025年12月10日取值：9.03%[26]；近半年平均值：6.62%[26] 4. 股指期货年化贴水率因子 * 上证50股指期货，2025年12月11日取值：10.12%[28]；近一年中位数：0.78%[28] * 沪深300股指期货，2025年12月11日取值：11.52%[28]；近一年中位数：3.67%[28] * 中证500股指期货，2025年12月11日取值：5.00%[28]；近一年中位数：11.22%[28] * 中证1000股指期货，2025年12月11日取值：4.21%[28]；近一年中位数：13.67%[28]