量化模型与构建方式 1. 模型名称：公募基金实时持仓测算模型[4][18] * 模型构建思路：基于市场公开信息，对公募基金在特定板块（如太空光伏）的持仓进行实时估算，以监测其配置动向[4][18]。 * 模型具体构建过程：该模型是一个复杂的处理流程，其构建细节在开源金融工程团队的专题报告《偏股混合型基金指数（885001.WI）：优势、复制与超越》中有详细阐述。报告指出，该模型综合利用了基金净值、定期持仓披露、以及基金公司的调研行为等多维度公开信息进行测算[18]。 2. 模型名称：雪球大V用户选股行为Alpha模型[28] * 模型构建思路：通过分析雪球平台上粉丝数量较多的大V用户的观点和行为，挖掘其中蕴含的选股Alpha信息[28]。 * 模型具体构建过程：该模型的具体构建方法在开源金融工程团队专题报告《雪球大V用户的选股行为alpha》中有详细说明。报告利用雪球平台的用户数据，关注大V用户对上市公司的讨论和关注行为，并将其量化为选股因子[28]。 3. 模型名称：机构行为Alpha细分结构模型[33] * 模型构建思路：通过分解不同类型的机构行为（如龙虎榜、机构调研、大宗交易），分别构建Alpha模型，以捕捉不同资金行为的预测能力[33]。 * 模型具体构建过程：该模型的具体构建方法在开源金融工程团队专题报告《机构行为alpha的细分结构：龙虎榜、机构调研、大宗交易》中有详细阐述。报告将龙虎榜数据、机构调研数据和大宗交易数据分别进行处理和建模，分析其对股价的预测作用[33]。 4. 模型名称：高频股东户数隐含信息模型[35] * 模型构建思路：利用交易所互动平台提供的相对高频的股东户数数据，构建风险预警模型，认为股东户数的大幅增加可能预示着后续股价的潜在风险[35]。 * 模型具体构建过程：该模型的具体构建方法在开源金融工程团队专题报告《高频股东数据的隐含信息量》中有详细说明。模型基于最新两期的股东户数信息计算变动幅度，并将此作为风险提示信号[35][36]。 量化因子与构建方式 1. 因子名称：ETF资金持仓占比[4][22] * 因子构建思路：通过计算ETF资金持有某板块股票的总市值占该板块流通市值的比例，来监测指数投资资金对该板块的配置态度和动向[4][22]。 * 因子具体构建过程：首先，汇总所有持有太空光伏板块成分股的ETF基金在该板块上的持仓市值。然后，计算该持仓市值与太空光伏板块总流通市值的比值。报告中展示的是该比值的5日移动平均（MA5）序列[24]。 2. 因子名称：融资余额[4][25] * 因子构建思路：直接使用融资融券交易中未偿还的融资总金额作为因子，用以反映投资者通过融资加杠杆看多该板块的后市情绪[4][25]。 * 因子具体构建过程：直接统计太空光伏板块所有成分股的融资余额总和，作为板块层面的融资余额因子[25]。 3. 因子名称：机构调研热度[5][27] * 因子构建思路：以上市公司接受机构调研的次数作为代理变量，衡量机构投资者对该公司的关注度和研究深度[5][27]。 * 因子具体构建过程：统计特定时间窗口内（报告中为近三个月），每家上市公司接待机构调研的总次数[27]。 4. 因子名称：雪球大V关注度[5][28][29] * 因子构建思路：统计在雪球平台上，粉丝数量较多的“大V”用户对某家上市公司的关注数量，作为市场情绪和关注度的量化指标[5][28]。 * 因子具体构建过程：在特定时间点（报告中为截至2026年2月11日），统计关注了某只股票的雪球大V用户数量[29][32]。 5. 因子名称：主力资金净流入[5][32] * 因子构建思路：将大单和超大单的净流入金额加总，作为主力资金动向的代理变量，用以捕捉大额资金的流向[5][32]。 * 因子具体构建过程：定义大单为挂单金额在20万至100万元之间的委托，超大单为挂单金额大于100万元的委托。计算特定时间段内（报告中为2026年1月20日以来），个股的大单与超大单买入成交额与卖出成交额的差值，即主力资金净流入额[32][33]。 6. 因子名称：龙虎榜营业部资金净流入[5][33] * 因子构建思路：利用龙虎榜披露的营业部交易数据，计算上榜当日买入前五与卖出前五营业部的资金净流入，反映最活跃短线资金的博弈情况[5][33]。 * 因子具体构建过程：对于登上龙虎榜的个股，将其当日买入金额最大的前五家营业部的买入总额，减去卖出金额最大的前五家营业部的卖出总额，得到营业部资金净流入额[33][34]。 7. 因子名称：高频股东户数增幅[5][35][36] * 因子构建思路：基于相对高频的股东户数数据，计算其最新两期之间的变动比例，作为散户持股集中度变化的信号，大幅增加可能视为风险提示[5][35]。 * 因子具体构建过程：获取上市公司最新一期和上一期的股东户数。计算其变动比例，公式如下： 报告中明确指出增幅是基于最新两期股东户数信息计算[36]。 8. 因子名称：放量因子[17] * 因子构建思路：通过比较短期和长期平均成交额，识别近期成交量显著放大的个股[17]。 * 因子具体构建过程：计算个股成交额的10日移动平均（MA10）与60日移动平均（MA60）的比值，该比值用于定义“放量”[17]。 模型的回测效果 （报告中未提供具体量化模型的回测绩效指标，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 （报告中未提供具体量化因子在选股或预测方面的回测绩效指标，如IC、IR、多空收益等。报告主要展示了各因子在特定时点或时间段内的截面数据或时间序列状态，例如哪些个股在某个因子上排名靠前，或某个因子的走势图，但未给出统一的、可比较的因子有效性统计指标。）
金融工程定期：太空光伏板块的资金行为监测
开源证券·2026-02-12 17:13