量化模型与因子总结 量化模型与构建方式 本报告为市场监测日报，未涉及具体的量化选股模型或多因子模型。报告主要展示和计算了一系列用于监测市场状态、情绪和资金流向的量化指标。 量化因子与构建方式 报告涉及多个用于市场监测的量化指标，可视为市场状态因子或情绪因子。 1. 因子名称：封板率 [16] * 因子构建思路：通过计算盘中触及涨停且最终成功封住涨停板的股票比例，来反映市场追涨资金的强度和涨停板的可靠性。[16] * 因子具体构建过程： 1. 筛选上市满3个月以上的股票。[16] 2. 在指定交易日，找出盘中最高价达到涨停价的股票集合。 3. 在上述股票集合中，找出收盘价仍为涨停价的股票。 4. 计算封板率，公式为： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ [16] 2. 因子名称：连板率 [16] * 因子构建思路：通过计算连续两日收盘涨停的股票占昨日涨停股票的比例，来反映市场短线炒作的延续性和赚钱效应。[16] * 因子具体构建过程： 1. 筛选上市满3个月以上的股票。[16] 2. 在指定交易日，找出前一日（T-1日）收盘涨停的股票集合。 3. 在上述股票集合中，找出当日（T日）收盘也涨停的股票。 4. 计算连板率，公式为： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ [16] 3. 因子名称：大宗交易折价率 [27] * 因子构建思路：通过计算大宗交易成交总额相对于其市值的折价比例，来反映大资金的投资偏好和减持意愿，折价率高通常意味着卖出方让利较多或接盘方要求较高的风险补偿。[27] * 因子具体构建过程： 1. 获取指定交易日所有大宗交易的成交数据，包括每笔交易的成交金额和成交数量。[27] 2. 计算大宗交易总成交金额。 3. 计算大宗交易成交份额按当日收盘价计算的总市值。 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] 4. 因子名称：股指期货年化贴水率 [29] * 因子构建思路：通过计算股指期货主力合约价格相对于现货指数的基差，并进行年化处理，来反映市场对未来走势的预期、对冲成本以及市场情绪。升水（正基差）通常表示市场预期乐观或对冲需求低，贴水（负基差）则相反。[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] * 公式说明：公式将基差率（基差/指数价格）年化，以方便不同期限合约之间的比较。其中250为一年中大约的交易天数。[29] 模型的回测效果 报告未涉及量化模型的回测效果。 因子的回测效果 报告未提供上述因子的历史回测表现（如IC、IR、多空收益等）。报告主要展示了这些因子在特定交易日（2026年1月30日及附近日期）的截面或时间序列取值，用于描述当日市场状态。 1. 封板率因子，2026年1月30日取值：65%[16] 2. 连板率因子，2026年1月30日取值：10%[16] 3. 大宗交易折价率因子，2026年1月29日取值：7.58%[27]；近半年以来平均值：6.93%[27] 4. 股指期货年化贴水率因子，2026年1月30日取值及历史分位点：[29] * 上证50股指期货：年化升水率 2.11%，处于近一年来92%分位点[29] * 沪深300股指期货：年化升水率 0.85%，处于近一年来90%分位点[29] * 中证500股指期货：年化贴水率 0.84%，处于近一年来94%分位点[29] * 中证1000股指期货：年化升水率 0.60%，处于近一年来98%分位点[29] * 历史中位数参考值（近一年）：[29] * 上证50：0.65% * 沪深300：3.78% * 中证500：11.11% * 中证1000：13.61%