量化模型与因子总结 量化模型与构建方式 本报告为市场监测类日报，未涉及具体的量化选股模型或预测模型。 量化因子与构建方式 报告未构建用于选股或预测的量化因子，但定义并计算了多个用于监测市场状态和情绪的指标。 1. 因子名称：封板率 * 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：筛选上市满3个月以上的股票，统计在特定交易日（T日）内，最高价达到涨停价的股票数量，以及其中收盘价仍为涨停价的股票数量。封板率即为两者之比[16]。 * 计算公式： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ [16] 2. 因子名称：连板率 * 因子构建思路：通过计算连续两日涨停的股票占昨日涨停股票的比例，来反映市场热点的持续性和短线投机资金的活跃度[16]。 * 因子具体构建过程：筛选上市满3个月以上的股票，统计在特定交易日（T-1日）收盘涨停的股票数量，以及这些股票在T日收盘仍为涨停的股票数量。连板率即为两者之比[16]。 * 计算公式： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ [16] 3. 因子名称：大宗交易折价率 * 因子构建思路：通过计算大宗交易成交价相对于市价的折价幅度，来反映大资金的投资偏好和卖出意愿，折价率高通常意味着卖出方让利意愿强或股票流动性担忧[25]。 * 因子具体构建过程：统计特定交易日所有发生的大宗交易，计算其总成交金额，并计算这些交易份额若按当日收盘价计算的总市值。折价率为两者之比减1[25]。 * 计算公式： $折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$ [25] 4. 因子名称：股指期货年化贴水率 * 因子构建思路：将股指期货主力合约与现货指数之间的基差进行年化处理，以标准化衡量市场对冲成本、远期预期以及情绪（如贴水通常反映市场情绪偏谨慎或存在套利结构）[28]。 * 因子具体构建过程：计算股指期货主力合约价格与其标的指数价格之差（基差）。将基差除以指数价格，再乘以年化因子（250天除以合约剩余交易日数），得到年化贴水率。正值表示升水，负值表示贴水[28]。 * 计算公式： $年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$ [28] 模型的回测效果 报告未涉及量化模型的回测。 因子的回测效果 报告未提供因子的历史回测表现（如IC、IR、多空收益等），但给出了特定日期的指标观测值及历史分位数。 1. 封板率因子，2026年3月16日取值：70%[16] 2. 连板率因子，2026年3月16日取值：18%[16] 3. 大宗交易折价率因子，2026年3月13日取值：5.54%[25]；近半年平均值：7.15%[25] 4. 股指期货年化贴水率因子 * 上证50股指期货，2026年3月16日取值：4.42%[28]，近一年历史分位点：29%[28] * 沪深300股指期货，2026年3月16日取值：11.72%[28]，近一年历史分位点：9%[28] * 中证500股指期货，2026年3月16日取值：5.16%[28]，近一年历史分位点：80%[28] * 中证1000股指期货，2026年3月16日取值：18.54%[28]，近一年历史分位点：22%[28]