量化模型与构建方式 1. 模型名称：封板率模型[17] * 模型构建思路：通过统计股票在交易日内达到涨停价并最终维持涨停至收盘的情况，来衡量市场涨停股的封板强度和市场情绪[17]。 * 模型具体构建过程：首先，筛选出上市满3个月以上的股票。然后，在目标交易日，计算两个指标： 1. 统计当日“最高价涨停”的股票数量。 2. 在“最高价涨停”的股票中，统计“收盘价也涨停”的股票数量。 最后，计算封板率，公式为： $封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ 例如，2026年3月26日，封板率为66%[17]。 2. 模型名称：连板率模型[17] * 模型构建思路：通过统计连续两个交易日收盘涨停的股票比例，来衡量市场涨停效应的持续性和短线炒作热度[17]。 * 模型具体构建过程：首先，筛选出上市满3个月以上的股票。然后，在目标交易日，计算两个指标： 1. 统计前一交易日“收盘涨停”的股票数量。 2. 在这些前一交易日涨停的股票中，统计当日“收盘也涨停”的股票数量。 最后，计算连板率，公式为： $连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ 例如，2026年3月26日，连板率为15%[17]。 3. 因子名称：大宗交易折价率因子[26] * 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市场情绪，折价越高通常意味着卖出意愿更强或对后市看法偏谨慎[26]。 * 因子具体构建过程：首先，获取目标交易日所有发生的大宗交易数据，包括每笔交易的成交金额和成交数量。然后，计算该交易日大宗交易的总成交金额和按当日收盘价计算的总市值。最后，计算折价率，公式为： $折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$ 例如，2026年3月25日，大宗交易折价率为9.50%[26]；近半年平均折价率为7.11%[26]。 4. 因子名称：股指期货年化贴水率因子[28] * 因子构建思路：通过计算股指期货主力合约价格相对于现货指数的年化基差，来反映市场对未来指数走势的预期、对冲成本以及市场情绪。贴水（基差为负）通常表示市场预期偏弱或对冲需求强烈[28]。 * 因子具体构建过程：首先，选定目标股指期货品种（如上证50、沪深300等）的主力合约。然后，计算基差（期货价格 - 现货指数价格）。最后，将基差年化处理，得到年化贴水率，公式为： $年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$ 例如，2026年3月26日，上证50、沪深300、中证500、中证1000股指期货主力合约的年化贴水率分别为3.09%、7.99%、13.10%、15.14%[28]。近一年中位数分别为0.94%、4.42%、10.99%、13.21%[28]。 模型的回测效果 1. 封板率模型，2026年3月26日封板率66%[17] 2. 连板率模型，2026年3月26日连板率15%[17] 因子的回测效果 1. 大宗交易折价率因子，2026年3月25日折价率9.50%[26]，近半年平均折价率7.11%[26] 2. 股指期货年化贴水率因子，2026年3月26日上证50年化贴水率3.09%[28]，沪深300年化贴水率7.99%[28]，中证500年化贴水率13.10%[28]，中证1000年化贴水率15.14%[28]