量化模型与构建方式 1. 模型名称：封板率与连板率计算模型 模型构建思路：通过统计上市满3个月以上的股票在特定日期的涨停封板情况和连续涨停情况，来量化衡量市场的短期投机情绪和赚钱效应[17]。 模型具体构建过程： * 封板率：统计在当日交易中，股价最高价曾达到涨停价，并且收盘价也维持在涨停价的股票数量。封板率即为该数量与当日所有最高价达到涨停价的股票总数之比[17]。 $封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ * 连板率：统计在当日收盘涨停的股票中，有多少只股票在前一日（昨日）收盘也是涨停的。连板率即为该数量与昨日所有收盘涨停的股票总数之比[17]。 $连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ 模型评价：这两个指标是衡量A股市场短线情绪和题材炒作持续性的常用观测指标，封板率高表明涨停板质量高、抛压小，连板率高表明市场接力意愿强、赚钱效应好[17]。 2. 模型名称：大宗交易折价率计算模型 模型构建思路：通过计算大宗交易成交总额与按当日市价计算的对应份额总市值之间的差异，来反映大资金交易的折溢价水平，从而观察机构或大股东的买卖意愿和市场情绪[26]。 模型具体构建过程：首先获取当日所有大宗交易的成交总金额。然后，根据这些交易的成交份额和交易发生当日该证券的收盘价（或市价），计算这些份额对应的总市值。折价率即为成交总金额与总市值的比值减去1[26]。 $折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$ 模型评价：大宗交易通常存在折价，折价率的高低可以反映大额股份转让的流动性折让程度，以及大资金对后市的看法。较高的折价可能意味着卖方出让意愿强烈或买方议价能力强[26]。 3. 模型名称：股指期货年化贴水率计算模型 构建思路：通过计算股指期货主力合约价格与对应现货指数价格之间的基差，并将其年化，来标准化衡量期货合约的升贴水程度，用于评估市场预期、对冲成本及套利机会[28]。 具体构建过程：首先计算基差（期货价格 - 现货指数价格）。然后，将基差除以现货指数价格，得到相对基差。最后，用该相对基差乘以（250天 / 合约剩余交易日数），将其年化处理，得到年化贴水率（若结果为负，则为贴水；为正则为升水）[28]。 $年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$ 模型评价：年化贴水率是量化对冲基金关注的核心指标之一，贴水率的高低直接影响股指期货空头持仓的对冲成本。贴水率收窄或转为升水，可能反映市场情绪转向乐观或现货需求强劲[28]。 量化因子与构建方式 1. 因子名称：昨日涨停股今日收益因子 因子构建思路：通过计算前一交易日收盘涨停的股票在今日的平均收益率，来观察涨停股的次日溢价效应和短线资金接力情况[14]。 因子具体构建过程：筛选出上市满3个月以上，且在前一交易日（T-1日）收盘时股价涨停的股票。计算这些股票在今日（T日）的收盘收益率（(T日收盘价 / T日开盘价) - 1 或 (T日收盘价 / T-1日收盘价) - 1，报告中未明确，但通常为后者），并求其平均值[14]。 2. 因子名称：昨日跌停股今日收益因子 因子构建思路：通过计算前一交易日收盘跌停的股票在今日的平均收益率，来观察极端抛压后的超跌反弹情况或继续下挫的动能[14]。 因子具体构建过程：筛选出上市满3个月以上，且在前一交易日（T-1日）收盘时股价跌停的股票。计算这些股票在今日（T日）的收盘收益率，并求其平均值[14]。 3. 因子名称：两融交易活跃度因子 因子构建思路：通过计算融资融券交易额占市场总成交额的比例，来量化杠杆资金在市场中的参与程度和活跃度[22]。 因子具体构建过程：获取当日融资买入额与融券卖出额的总和，作为两融交易总额。获取当日全市场总成交额。计算两者比值[22]。 $两融交易占比 = \frac{融资买入额 + 融券卖出额}{市场总成交额}$ 4. 因子名称：ETF折溢价因子 因子构建思路：通过计算ETF场内交易价格与其IOPV（基金份额参考净值）或场外净值之间的偏差，来捕捉短期市场情绪和套利机会[23]。 因子具体构建过程：对于日成交额超过100万元的境内股票型ETF，计算其当日收盘价与单位净值（或IOPV）的差值，再除以单位净值，得到折溢价率。溢价率为正，折价率为负[23]。 $ETF折溢价率 = \frac{ETF收盘价 - 基金单位净值}{基金单位净值}$ 5. 因子名称：机构调研热度因子 因子构建思路：通过统计近期对上市公司进行调研的机构数量，来观察机构投资者对特定公司的关注度，通常被视为潜在的基本面信号[31]。 因子具体构建过程：统计近7个自然日内，对某家上市公司进行调研或参与其分析师会议的机构（如公募基金、券商、私募等）的总家数[31]。 6. 因子名称：龙虎榜机构净流入因子 因子构建思路：通过汇总龙虎榜上“机构专用”席位对某只股票的净买入金额，来观察机构资金对当日异动个股的短期态度和动向[37]。 因子具体构建过程：对于当日登上龙虎榜的股票，汇总所有“机构专用”席位买入该股的总金额，减去所有“机构专用”席位卖出该股的总金额，得到机构净流入额[37]。 7. 因子名称：龙虎榜陆股通净流入因子 因子构建思路：通过汇总龙虎榜上“陆股通”席位（北向资金）对某只股票的净买入金额，来观察外资对当日异动A股的短期交易行为[38]。 因子具体构建过程：对于当日登上龙虎榜的股票，汇总所有“陆股通”席位买入该股的总金额，减去所有“陆股通”席位卖出该股的总金额，得到陆股通净流入额[38]。 模型的回测效果 注：本报告为市场日度监测报告，未提供模型的历史回测绩效指标（如年化收益率、最大回撤、夏普比率、信息比率IR等）。 因子的回测效果 注：本报告为市场日度监测报告，未提供因子的历史IC、IR、多空收益等量化回测绩效指标。报告仅提供了特定日期的因子截面数据或事件统计结果，例如： 1. 昨日涨停股今日收益因子，2026年02月03日，因子取值（平均收益）为 4.35%[14]。 2. 昨日跌停股今日收益因子，2026年02月03日，因子取值（平均收益）为 -1.26%[14]。 3. 封板率模型，2026年02月03日，模型输出（封板率）为 78%[17]。 4. 连板率模型，2026年02月03日，模型输出（连板率）为 36%[17]。 5. 两融交易活跃度因子，截至2026年02月02日，因子取值（占比）为 9.3%[22]。 6. 大宗交易折价率模型，2026年02月02日，模型输出（折价率）为 5.69%；近半年平均值为 6.93%[26]。 7. 股指期货年化贴水率模型，2026年02月03日，模型输出如下： * 上证50股指期货年化贴水率：0.48%，近一年中位数 0.63%，历史分位点 52%[28]。 * 沪深300股指期货年化贴水率：1.41%，近一年中位数 3.79%，历史分位点 78%[28]。 * 中证500股指期货年化贴水率：0.53%，近一年中位数 11.15%，历史分位点 94%[28]。 * 中证1000股指期货年化贴水率：2.94%，近一年中位数 13.61%，历史分位点 95%[28]。