量化模型与构建方式 1. 模型名称：指数调样综合冲击模型[11] * 模型构建思路：为量化评估多只指数同时调整样本股对单一个股造成的综合资金影响，定义了一个综合冲击系数[11]。该系数综合考虑了股票在相关指数中的权重变化、跟踪该指数的资金规模以及股票自身的流动性[11]。 * 模型具体构建过程：模型的核心是计算每只股票的综合冲击系数（effect_total_s）。具体步骤如下： 1. 对于每只股票s，识别其涉及调样的所有指数i（i=1, 2, ..., n）[11]。 2. 计算股票s在指数i上的权重变化（wt_chg_s_i），即调入为正权重，调出为负权重[11]。 3. 获取指数i的跟踪规模（fund_size_i），即跟踪该指数的基金总规模[11]。 4. 计算股票s过去20个交易日的平均成交金额（amount_avg_s_20）[11]。 5. 对股票s涉及的每一个指数i，计算其单项冲击：(权重变化 * 指数跟踪规模) / (股票20日平均成交额)[11]。 6. 将所有相关指数的单项冲击求和，得到该股票的综合冲击系数[11]。 * 公式： $effect\_total_{s}=\sum_{i=1}^{n}\frac{wt\_chg_{s_{i}}\times fund\_size_{i}}{amount\_avg_{s_{i}}20}$ 其中，effect_total_s 代表股票s的综合冲击系数，wt_chg_s_i 代表股票s在指数i上的权重变化，fund_size_i 代表指数i的跟踪规模，amount_avg_s_20 代表股票s过去20日的平均成交金额[11]。 * 模型评价：该模型提供了一个统一的量化框架，用于比较不同股票因指数调样可能面临的资金流入/流出压力，有助于投资者识别潜在的投资机会与风险[11][14][16]。但模型结果依赖于输入数据（如基金规模、成交额）的准确性和时效性[16]。 模型的回测效果 注：本报告未提供该综合冲击模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告展示了模型在特定时点（2026年2月27日）的应用结果，即根据当时数据计算出的个股冲击系数[17]。 量化因子与构建方式 注：本报告核心内容为事件（指数调样）冲击模型，未涉及传统的选股阿尔法因子（如价值、成长、动量等）的构建与测试。 因子的回测效果 注：本报告未涉及传统量化因子的回测效果。