金融工程定期:商业航天板块的资金行为监测
开源证券·2025-12-12 15:12

量化模型与因子总结 量化模型与构建方式 1. 模型名称:公募基金实时持仓测算模型[16] * 模型构建思路:基于市场公开信息,对公募基金持仓进行实时测算,以监测其配置动向[4][16]。 * 模型具体构建过程:该模型是一个复杂的处理流程,其具体构建方法在开源金融工程团队的专题报告《偏股混合型基金指数(885001.WI):优势、复制与超越》中有详细阐述。报告指出,该模型综合利用了基金净值、定期持仓披露、调研行为等多维度公开信息进行测算[16]。 2. 模型名称:雪球大V用户选股行为alpha模型[27] * 模型构建思路:分析雪球平台上粉丝数量较多的“大V”用户的投资观点和行为,从中提取具有信息含量的选股信号[27]。 * 模型具体构建过程:该模型的具体构建方法在开源金融工程团队的专题报告《雪球大V用户的选股行为alpha》中有详细阐述[27]。 3. 模型名称:机构行为alpha细分结构模型[33] * 模型构建思路:通过分析龙虎榜、机构调研、大宗交易等公开的机构行为数据,构建细分选股模型[33]。 * 模型具体构建过程:该模型的具体构建方法在开源金融工程团队的专题报告《机构行为alpha的细分结构:龙虎榜、机构调研、大宗交易》中有详细阐述[33]。 4. 模型名称:高频股东户数隐含信息模型[35] * 模型构建思路:利用交易所互动平台提供的高频股东户数数据,分析其变化所隐含的股价风险提示信息[35]。 * 模型具体构建过程:该模型的具体构建方法在开源金融工程团队的专题报告《高频股东数据的隐含信息量》中有详细阐述[35]。 量化因子与构建方式 1. 因子名称:ETF资金持仓占比[4][19] * 因子构建思路:将ETF基金持有的某板块股票市值占该板块总市值的比例作为观察市场资金动态的代理变量[4][19]。 * 因子具体构建过程:计算特定板块内,所有相关ETF基金持有的该板块股票总市值,再除以该板块所有股票的总流通市值(或总市值),得到持仓占比。报告中使用了5日移动平均(MA5)来平滑数据[24]。 * 因子评价:ETF持仓动态已成为观察市场资金流向的重要窗口[19]。 2. 因子名称:融资余额[4][20] * 因子构建思路:使用融资融券交易中未偿还的融资总金额作为衡量市场投资者看多情绪的指标[4][20]。 * 因子具体构建过程:直接汇总计算特定板块所有成分股的融资余额总额。融资余额增加通常被视为投资者看多后市的信号[20]。 3. 因子名称:融券余额[21] * 因子构建思路:使用融资融券交易中未偿还的融券总金额作为衡量市场投资者看空情绪的指标。 * 因子具体构建过程:直接汇总计算特定板块所有成分股的融券余额总额[21]。 4. 因子名称:机构调研次数[5][23] * 因子构建思路:统计上市公司接受机构调研的次数,作为机构关注度的代理变量[5][23]。 * 因子具体构建过程:在指定时间窗口内(如2025年以来),累计每家上市公司被机构调研的总次数[23][26]。 5. 因子名称:雪球大V关注数量[5][27] * 因子构建思路:统计雪球平台上被粉丝数量较多的“大V”用户关注或讨论的个股数量,作为市场热门度和关注度的指标[5][27]。 * 因子具体构建过程:在指定时间窗口内(如11月20日以来),统计每家上市公司被符合条件的雪球大V用户关注的数量[28]。 6. 因子名称:主力资金净流入[5][29] * 因子构建思路:将大单和超大单的净流入金额加总,作为主力资金动向的代理变量[5][29]。 * 因子具体构建过程:首先定义大单(挂单金额20-100万元)和超大单(挂单金额>100万元)。在指定时间窗口内(如11月20日以来),计算每家上市公司每日大单与超大单的买入总额与卖出总额之差,即为主力资金净流入,可进行区间累计[29][30][32]。 7. 因子名称:龙虎榜营业部资金净流入[33] * 因子构建思路:利用龙虎榜公布的营业部交易数据,计算买卖双方营业部的资金净流入,反映最活跃资金的动向[33]。 * 因子具体构建过程:对于登上龙虎榜的个股,将其当日买入金额最大的前五家营业部的买入总额,减去卖出金额最大的前五家营业部的卖出总额,得到营业部资金净流入[34]。 8. 因子名称:高频股东户数增幅[5][35] * 因子构建思路:基于最新两期股东户数,计算其增长幅度,作为持股分散度变化的指标[35][38]。 * 因子具体构建过程:获取上市公司最新一期和上一期的股东户数。股东户数增幅的计算公式为: 变动比例=最新股东户数上期股东户数上期股东户数×100%变动比例 = \frac{最新股东户数 - 上期股东户数}{上期股东户数} \times 100\% 报告指出,股东户数的大幅增加可能对后续股价构成潜在风险提示[35][38]。 9. 因子名称:成交额放量因子[15] * 因子构建思路:通过比较短期和长期成交额均线的比值,识别成交量异常放大的个股[15]。 * 因子具体构建过程:计算个股的10日成交额移动平均(MA10)与60日成交额移动平均(MA60)的比值,即: 放量程度=成交额MA10成交额MA60放量程度 = \frac{成交额MA10}{成交额MA60} 该比值显著大于1表示近期成交活跃,出现放量[15]。 模型的回测效果 (注:本篇报告为资金行为监测报告,未提供上述量化模型的详细回测指标结果。) 因子的回测效果 (注:本篇报告为资金行为监测报告,主要展示各因子在商业航天板块的截面排序或监测结果,未提供因子在统一口径下的多空组合回测指标(如年化收益、夏普比率、信息比率IR等)数值。)