量化模型与因子总结 量化因子与构建方式 1. 因子名称：大买单成交金额占比[8] * 因子构建思路：该因子旨在刻画大资金的买入行为。通过逐笔成交数据还原买卖单，筛选出大单，并计算其中大买单的成交金额占总成交额的比例，以衡量大额资金买入的强度。[8] * 因子具体构建过程： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“叫买序号”和“叫卖序号”。[8] 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据。[8] 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大额订单（大单）。[8] 4. 计算指标：针对每个交易日，计算所有被识别为“大买单”的成交金额之和，除以当日该股票的总成交金额，得到“大买单成交金额占比”。[8] 公式为： $大买单成交金额占比 = \frac{\sum 大买单成交金额}{当日总成交金额} \times 100\%$ 其中，分子为所有符合大单条件的买入订单的成交金额总和，分母为当日该股票的总成交金额。[8] * 因子评价：该因子直接来源于高频交易数据，能够实时反映机构或大户等大资金的买入动向，是监测市场资金流向的重要微观指标。[8] 2. 因子名称：净主动买入金额占比[8] * 因子构建思路：该因子旨在刻画投资者的主动买入行为。通过逐笔成交数据中的买卖标志区分主动买入和主动卖出，计算两者金额的净差额占总成交额的比例，以反映市场主动买入的意愿强弱。[8] * 因子具体构建过程： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“买卖标志”。[8] 2. 界定主动买卖：根据逐笔成交数据中的买卖标志，判断每一笔成交是属于“主动买入”（以卖一价成交）还是“主动卖出”（以买一价成交）。[8] 3. 计算净额：将当日所有“主动买入”的成交金额相加，减去所有“主动卖出”的成交金额，得到“净主动买入金额”。[8] 4. 计算占比：将计算得到的净主动买入金额，除以当日该股票的总成交金额，得到“净主动买入金额占比”。[8] 公式为： $净主动买入金额占比 = \frac{\sum 主动买入成交金额 - \sum 主动卖出成交金额}{当日总成交金额} \times 100\%$ 其中，分子为主动买入与主动卖出的成交金额净差额，分母为当日该股票的总成交金额。[8] * 因子评价：该因子剔除了被动成交（如被动接盘）的影响，纯粹反映投资者主动发起交易的意愿，是衡量市场情绪和资金流向的有效指标。[8] 因子的回测效果 （注：本报告为跟踪周报，主要展示当期指标截面排名和时序分位数，未提供基于历史回测的长期绩效指标（如IC、IR、多空收益等）。以下为报告期内各标的在指定窗口期（近5个交易日）的因子取值情况。） 1. 大买单成交金额占比因子 * 个股层面（近5日均值）：排名前列的股票包括韩建河山(93.5%)、民爆光电(89.7%)、杭电股份(86.1%)等。[10] * 宽基指数层面（近5日均值）：上证指数(72.5%)、上证50(71.4%)、沪深300(71.8%)、中证500(73.0%)、创业板指(68.7%)。[13] * 行业层面（中信一级行业，近5日均值）：排名前列的行业包括银行(79.7%)、石油石化(78.6%)、钢铁(78.1%)等。[14] * ETF层面（近5日均值）：排名前列的ETF包括华泰柏瑞中证A500ETF(93.1%)、汇添富MSCI中国A50互联互通ETF(92.8%)、国泰上证10年期国债ETF(92.6%)等。[16] 2. 净主动买入金额占比因子 * 个股层面（近5日均值）：排名前列的股票包括民生银行(21.1%)、凯瑞德(20.3%)、洲际油气(19.5%)等。[11] * 宽基指数层面（近5日均值）：上证指数(1.2%)、上证50(-1.6%)、沪深300(-0.3%)、中证500(3.4%)、创业板指(0.0%)。[13] * 行业层面（中信一级行业，近5日均值）：排名前列的行业包括石油石化(11.7%)、基础化工(8.9%)、电力及公用事业(5.9%)等。[14] * ETF层面（近5日均值）：排名前列的ETF包括富国中证光伏产业ETF(60.2%)、富国中证旅游主题ETF(18.0%)、富国中证消费50ETF(13.2%)等。[17]