量化模型与因子总结 量化模型与构建方式 1. 模型名称：封板率计算模型[17] * 模型构建思路：通过计算当日最高价涨停且收盘涨停的股票数量与当日最高价涨停的股票总数之比，来衡量涨停板的封板质量或市场追涨资金的坚定程度[17]。 * 模型具体构建过程： 1. 筛选上市满3个月以上的股票[17]。 2. 在每个交易日，识别出盘中最高价达到涨停价的股票集合[17]。 3. 在上述股票集合中，进一步识别出收盘价仍为涨停价的股票[17]。 4. 计算封板率，公式为： $封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$[17] 2. 模型名称：连板率计算模型[17] * 模型构建思路：通过计算连续两个交易日收盘涨停的股票数量与前一日收盘涨停的股票总数之比，来衡量市场涨停效应的持续性[17]。 * 模型具体构建过程： 1. 筛选上市满3个月以上的股票[17]。 2. 在每个交易日，识别出前一日（T-1日）收盘涨停的股票集合[17]。 3. 在上述股票集合中，进一步识别出当日（T日）收盘也涨停的股票[17]。 4. 计算连板率，公式为： $连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$[17] 3. 模型名称：大宗交易折价率计算模型[26] * 模型构建思路：通过比较大宗交易成交总额与按当日市价计算的对应份额总市值，计算折价率，以反映大资金交易的溢价或折价情况，可作为市场情绪或大资金偏好的观察指标[26]。 * 模型具体构建过程： 1. 获取当日所有大宗交易的成交数据，包括每笔交易的成交价格和成交数量[26]。 2. 计算大宗交易总成交金额（成交价×成交数量之和）[26]。 3. 计算大宗交易对应份额按当日收盘价（或成交均价）计算的总市值[26]。 4. 计算折价率，公式为： $折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$[26] 当结果为负时表示折价交易，为正时表示溢价交易[26]。 4. 模型名称：股指期货年化贴水率计算模型[28] * 模型构建思路：将股指期货主力合约与现货指数之间的基差（期货价格-现货价格），进行年化处理，得到年化贴水率，用于标准化衡量不同期限合约的升贴水程度，反映市场对未来预期、对冲成本等[28]。 * 模型具体构建过程： 1. 确定股指期货主力合约（如IH、IF、IC、IM）及其对应的现货指数（如上证50、沪深300、中证500、中证1000）[28]。 2. 计算基差：基差 = 期货价格 - 现货指数价格[28]。 3. 获取该主力合约的剩余交易日数[28]。 4. 计算年化贴水率，公式为： $年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$[28] 公式中，250为一年中近似的大盘交易日数量[28]。结果为负表示期货贴水，为正表示期货升水[28]。 模型的回测效果 本报告为市场监测日报，未提供上述量化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、信息比率IR等）。报告主要展示了这些模型在特定交易日（2026年4月2日及前后）的计算结果和近期统计特征[17][26][28]。 量化因子与构建方式 本报告未涉及用于选股或资产定价的量化因子（如价值、动量、质量等因子）的构建与测试。报告内容侧重于市场表现、情绪、资金流向等宏观或中观监测指标的构建与展示[1][2][3][4]。 因子的回测效果 本报告未涉及量化因子的回测效果。