量化模型与构建方式 1. 模型名称：封板率计算模型[18] 模型构建思路：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资金的坚决程度[18]。 模型具体构建过程： 1. 筛选上市满3个月以上的股票[18]。 2. 识别在当日交易中，最高价达到涨停价的股票集合[18]。 3. 在上述集合中，进一步识别收盘价也达到涨停价的股票[18]。 4. 计算封板率，公式为： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$[18] 2. 模型名称：连板率计算模型[18] 模型构建思路：通过计算连续两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[18]。 模型具体构建过程： 1. 筛选上市满3个月以上的股票[18]。 2. 识别在T-1日收盘涨停的股票集合[18]。 3. 在上述集合中，进一步识别在T日收盘也涨停的股票[18]。 4. 计算连板率，公式为： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$[18] 3. 因子名称：大宗交易折价率因子[27] 因子构建思路：通过计算大宗交易成交总额相对于其对应股份当日市值的折价幅度，来反映大资金交易的流动性折价或市场情绪[27]。 因子具体构建过程： 1. 获取当日所有大宗交易的成交数据，包括每笔成交的股份数量和成交价格[27]。 2. 计算每笔大宗交易的成交金额（成交价格 × 成交数量），并汇总得到当日大宗交易总成交金额[27]。 3. 计算每笔大宗交易成交股份在当日按市价计算的总市值（当日市价 × 成交数量），并汇总得到当日成交份额的总市值[27]。 4. 计算折价率，公式为： $折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$[27] 因子评价：折价率越高（负值越大），通常意味着大资金卖出意愿更强或流动性需求更高，可能反映偏负面的市场情绪[27]。 4. 因子名称：股指期货年化贴水率因子[29] 因子构建思路：通过计算股指期货主力合约价格相对于其标的现货指数的基差，并进行年化处理，来衡量市场对未来走势的预期、对冲成本以及市场情绪[29]。 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[29]。 2. 计算基差：基差 = 股指期货价格 - 现货指数价格[29]。 3. 计算年化贴水率，公式为： $年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$[29] 其中，公式中的“基差”若为负值，则计算结果为年化贴水率；若为正值，则为年化升水率[29]。 因子评价：年化贴水率（正值表示贴水，负值表示升水）是量化对冲策略的重要成本指标，其变化也常被视作市场情绪的风向标，贴水加深可能隐含市场对未来走势的悲观预期[29]。 模型的回测效果 1. 封板率计算模型，2025年12月22日封板率取值为71%[18] 2. 连板率计算模型，2025年12月22日连板率取值为25%[18] 因子的回测效果 1. 大宗交易折价率因子，近半年以来平均折价率取值为6.63%[27]；2025年12月19日当日折价率取值为5.21%[27] 2. 股指期货年化贴水率因子（上证50），近一年以来年化贴水率中位数取值为0.89%[29]；2025年12月22日当日年化贴水率取值为0.27%[29] 3. 股指期货年化贴水率因子（沪深300），近一年以来年化贴水率中位数取值为3.78%[29]；2025年12月22日当日年化贴水率取值为4.53%[29] 4. 股指期货年化贴水率因子（中证500），近一年以来年化贴水率中位数取值为11.22%[29]；2025年12月22日当日年化贴水率取值为8.15%[29] 5. 股指期货年化贴水率因子（中证1000），近一年以来年化贴水率中位数取值为13.61%[29]；2025年12月22日当日年化贴水率取值为12.34%[29]