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：封板率因子 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比例，来衡量市场涨停股的封板强度和市场情绪[17] 因子具体构建过程：统计上市满3个月以上的股票。首先，筛选出当日盘中最高价达到涨停的股票集合。然后，在该集合中，找出收盘价也涨停的股票。最后，计算收盘涨停股票数与最高价涨停股票数的比值。 因子计算公式： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ 因子评价：该因子是反映市场短期炒作情绪和资金封板意愿的高频指标[17] 2. 因子名称：连板率因子 因子构建思路：通过计算连续两日收盘涨停的股票比例，来衡量市场涨停股的持续性和赚钱效应[17] 因子具体构建过程：统计上市满3个月以上的股票。首先，确定昨日收盘涨停的股票集合。然后，在该集合中，找出今日收盘也涨停的股票。最后，计算连续两日涨停的股票数与昨日收盘涨停股票数的比值。 因子计算公式： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ 因子评价：该因子是反映市场追涨情绪和题材炒作延续性的重要指标[17] 3. 因子名称：大宗交易折价率因子 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，来反映大资金的交易偏好和市场情绪[26] 因子具体构建过程：汇总当日所有大宗交易数据。计算总成交金额。根据每笔交易的成交份额和该股票当日收盘价，计算这些份额对应的总市值。最后，用总成交金额除以总市值再减1，得到整体折价率。 因子计算公式： $折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$ 因子评价：该因子通常被视为“聪明钱”或机构资金的动向参考，折价率变化可反映其交易情绪[26] 4. 因子名称：股指期货年化贴水率因子 因子构建思路：通过计算股指期货主力合约相对于现货指数的年化基差，来反映市场对未来走势的预期和对冲成本[28] 因子具体构建过程：分别计算上证50、沪深300、中证500、中证1000指数的主力期货合约基差（期货价格-现货指数价格）。将基差除以对应的现货指数价格，得到原始贴水率。再根据合约剩余交易日数，将原始贴水率年化处理。 因子计算公式： $年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$ 因子评价：该因子是市场情绪、套利力量、资金成本等多因素的综合体现，广泛用于市场预期判断和量化对冲成本考量[28] 模型的回测效果 无相关内容 因子的回测效果 1. 封板率因子，2025年12月23日当日取值为69%[17] 2. 连板率因子，2025年12月23日当日取值为26%[17] 3. 大宗交易折价率因子，2025年12月22日当日取值为4.23%，近半年以来平均取值为6.59%[26] 4. 股指期货年化贴水率因子，2025年12月23日当日取值及历史分位如下： * 上证50股指期货：年化贴水率0.29%，处于近一年59%分位点[28] * 沪深300股指期货：年化贴水率4.85%，处于近一年39%分位点[28] * 中证500股指期货：年化贴水率7.74%，处于近一年75%分位点[28] * 中证1000股指期货：年化贴水率11.99%，处于近一年64%分位点[28] * 历史中位数参考：近一年以来，上证50、沪深300、中证500、中证1000股指期货年化贴水率中位数分别为0.85%、3.78%、11.22%、13.61%[28]