量化模型与构建方式 1. 模型/因子名称：封板率[17] 模型/因子构建思路：通过计算盘中最高价涨停且收盘涨停的股票数量与盘中最高价涨停的股票总数之比，来衡量市场涨停板的封板质量或资金封板的坚决程度[17] 模型/因子具体构建过程： 1. 筛选出上市满3个月以上的股票[17] 2. 在目标交易日，识别出盘中最高价达到涨停价的股票集合[17] 3. 在上述集合中，进一步识别出收盘价也达到涨停价的股票[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/因子名称：连板率[17] 模型/因子构建思路：通过计算连续两日收盘涨停的股票数量与前一交易日收盘涨停的股票总数之比，来衡量市场涨停板的持续性和短线炒作热度[17] 模型/因子具体构建过程： 1. 筛选出上市满3个月以上的股票[17] 2. 在目标交易日（T日），识别出前一交易日（T-1日）收盘涨停的股票集合[17] 3. 在上述集合中，进一步识别出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/因子名称：大宗交易折价率[26] 模型/因子构建思路：通过计算大宗交易成交总额与按当日市价计算的成交份额总市值之间的差异比率，来反映大资金通过大宗交易渠道交易的折让程度，可作为观察大资金动向和市场情绪的指标[26] 模型/因子具体构建过程： 1. 获取目标交易日所有大宗交易的成交数据，包括每笔交易的成交金额和成交数量[26] 2. 计算大宗交易总成交金额[26] 3. 计算大宗交易成交份额按当日收盘价（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] 4. 模型/因子名称：股指期货年化贴水率[28] 模型/因子构建思路：通过计算股指期货价格与现货指数价格之间的基差，并将其年化，来量化股指期货的升贴水状态，用于衡量市场情绪、对冲成本及期现套利空间[28] 模型/因子具体构建过程： 1. 选定目标股指期货合约（如主力合约）和对应的现货指数[28] 2. 计算基差：基差 = 期货价格 - 现货指数价格[28] 3. 获取该期货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] 模型的回测效果 1. 封板率模型，2026年4月16日当日取值为77%[17] 2. 连板率模型，2026年4月16日当日取值为18%[17] 3. 大宗交易折价率因子，近半年以来平均取值为7.14%，2026年4月15日当日取值为4.62%[26] 4. 股指期货年化贴水率因子，近一年以来中位数取值：上证50为1.39%，沪深300为4.85%，中证500为10.84%，中证1000为13.18%[28]。2026年4月16日当日取值：上证50为3.91%，沪深300为7.22%，中证500为8.18%，中证1000为12.77%[28]