量化模型与构建方式 1. 模型名称：北上资金行业净流入计算模型[1][6][20] * 模型构建思路：为了更准确地衡量北上资金在特定时间段内对各行业的主动配置行为，需要剔除因股价涨跌带来的持股市值被动变化影响，计算经调整后的净流入金额[6][20]。 * 模型具体构建过程：模型的核心是计算“剥离行业自身涨跌幅影响后的修正净流入”。具体步骤如下： 1. 确定计算期初（T0，如2025.9.30）和期末（T1，如2025.12.31）[1][6]。 2. 获取T0时刻北上资金在行业i上的持股市值 $H_{i, T0}$ [1]。 3. 获取行业i在T0到T1期间的涨跌幅 $R_i$ [6][20]。 4. 计算若北上资金在T0到T1期间未进行任何交易，仅因价格变动，在T1时刻行业i的预期持股市值：$\hat{H}_{i, T1} = H_{i, T0} \times (1 + R_i)$。 5. 获取T1时刻北上资金在行业i上的实际持股市值 $H_{i, T1}$ [1]。 6. 计算行业i在T0到T1期间的净流入金额：$Flow_i = H_{i, T1} - \hat{H}_{i, T1}$。该值为正则表示资金净流入，为负则表示净流出[6][20][25]。 量化因子与构建方式 1. 因子名称：北上资金行业超配比例[5][15] * 因子构建思路：通过比较北上资金在某个行业的配置比例与市场基准（如沪深300指数）中该行业的权重，来判断北上资金相对于市场是超配还是低配该行业，以此反映其偏好[5][15]。 * 因子具体构建过程： 1. 在特定时点（如2025.12.31），计算北上资金在行业i上的持股市值占其总持股市值的比例：$W_{north, i} = \frac{H_{i}}{\sum_{j} H_{j}}$ [1][5]。 2. 获取同一时点市场基准指数（如沪深300）中行业i的权重 $W_{index, i}$ [5][15]。 3. 计算行业i的超配比例：$Overweight_i = W_{north, i} - W_{index, i}$ [5][15]。该值为正则表示超配，为负则表示低配。 模型的回测效果 本报告为资金流向的观察性点评，未提供基于历史数据的模型回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了模型在特定报告期（2025年第四季度）的应用结果[1][6][20]。 因子的回测效果 本报告为资金流向的观察性点评，未提供基于历史数据的因子回测绩效指标（如IC值、IR、多空收益等）。报告主要展示了因子在特定报告期（2025年第四季度）的截面取值结果[5][6][15][20]。