量化模型与构建方式 1. 模型名称：行业拥挤度监测模型[3] * 模型构建思路：通过构建模型对申万一级行业指数的拥挤度进行每日监测，以识别行业交易过热或过冷的状态[3]。 * 模型具体构建过程：报告未详细说明该模型的具体构建过程、所用指标及计算公式。 2. 模型名称：溢价率 Z-score 模型[4] * 模型构建思路：通过计算ETF溢价率的Z-score值，搭建ETF产品筛选信号模型，以识别存在潜在套利机会的标的[4]。 * 模型具体构建过程：报告未详细说明该模型的具体构建过程及计算公式。 量化因子与构建方式 1. 因子名称：行业拥挤度[3] * 因子构建思路：用于衡量申万一级行业指数的交易拥挤程度，数值高低反映市场情绪和资金集中度[3]。 * 因子具体构建过程：报告未详细说明该因子的具体构建过程、所用指标及计算公式。 2. 因子名称：溢价率 Z-score[4] * 因子构建思路：基于ETF的IOPV溢价率，通过标准化处理（Z-score）来度量当前溢价率在历史序列中的相对位置，以判断其是否处于异常水平[4]。 * 因子具体构建过程：报告未详细说明该因子的具体计算公式。通常，Z-score的计算公式为： $Z = \frac{X - \mu}{\sigma}$ 其中，$X$代表当前溢价率，$\mu$代表滚动窗口期内的溢价率均值，$\sigma$代表滚动窗口期内的溢价率标准差。 模型的回测效果 （报告未提供相关量化模型的回测效果指标数据） 因子的回测效果 （报告未提供相关量化因子的回测效果指标数据）