量化模型与因子总结 量化模型与构建方式 1. 模型名称：公募基金实时持仓测算模型[4][20] * 模型构建思路：基于市场公开信息，对公募基金持仓进行实时测算，以监测其配置仓位变化[4][20]。 * 模型具体构建过程：这是一个复杂的处理流程，基于基金净值、持仓披露、调研行为等多维度公开信息进行综合测算。具体方法详见开源金融工程团队专题报告《偏股混合型基金指数（885001.WI）：优势、复制与超越》[20]。 2. 模型名称：雪球大V用户选股行为alpha模型[31] * 模型构建思路：分析雪球平台粉丝数量较多的“大V”用户的投资观点和行为，挖掘其中蕴含的选股alpha信息[31]。 * 模型具体构建过程：报告未详细描述，具体方法详见开源金融工程团队专题报告《雪球大V用户的选股行为alpha》[31]。 3. 模型名称：机构行为alpha细分结构模型[35] * 模型构建思路：通过分析龙虎榜、机构调研、大宗交易等公开的机构行为数据，挖掘其中的alpha信息[35]。 * 模型具体构建过程：报告未详细描述，具体方法详见开源金融工程团队专题报告《机构行为alpha的细分结构：龙虎榜、机构调研、大宗交易》[35]。 4. 模型名称：高频股东数据隐含信息量模型[37] * 模型构建思路：利用交易所互动平台提供的高频股东户数数据，研究其大幅变动对后续股价的预示作用[37]。 * 模型具体构建过程：报告未详细描述，具体方法详见开源金融工程团队专题报告《高频股东数据的隐含信息量》[37]。 量化因子与构建方式 1. 因子名称：ETF资金持仓占比[4][23] * 因子构建思路：通过计算ETF资金持仓占板块股票流通市值的比例，来观察指数投资资金对特定板块的配置动向[4][23]。 * 因子具体构建过程：因子值为ETF持仓市值占板块股票流通市值的比重，报告中使用了其5日移动平均线（MA5）进行平滑观察[27]。 2. 因子名称：融资余额[4][24] * 因子构建思路：使用融资融券交易中未偿还的融资总金额作为因子，其增加通常被视为市场看多情绪的指标[4][24]。 * 因子具体构建过程：直接采用光模块板块成分股的融资余额总和作为因子值[24][28]。 3. 因子名称：机构调研热度[4][26] * 因子构建思路：以上市公司接受机构调研的次数作为因子，衡量机构投资者对公司的关注度[4][26]。 * 因子具体构建过程：统计近三个月内，光模块板块各成分股被机构调研的总次数[26][30]。 4. 因子名称：雪球大V关注度[4][31] * 因子构建思路：统计雪球平台上粉丝较多的“大V”用户对某只股票的关注数量，作为市场情绪和关注度的代理变量[4][31]。 * 因子具体构建过程：在指定时间段内（如2026年4月1日以来），统计关注某只股票的雪球大V用户数量[32]。 5. 因子名称：主力资金净流入[4][33] * 因子构建思路：将大单和超大单的净流入金额加总，作为主力资金动向的代理变量，用以观察大资金的流向[4][33]。 * 因子具体构建过程：定义大单为挂单金额20-100万元的委托，超大单为挂单金额>100万元的委托。因子值为指定时间段内，个股大单与超大单净流入金额的加总值[33][34]。 6. 因子名称：龙虎榜营业部资金净流入[4][35] * 因子构建思路：利用龙虎榜公布的营业部交易数据，计算营业部资金的净流入额，反映最活跃市场资金的短期动向[4][35]。 * 因子具体构建过程：对于登上龙虎榜的个股，计算其上榜当日买入金额前五与卖出金额前五的营业部，其买入总额与卖出总额的差值，即营业部资金净流入[36]。 7. 因子名称：高频股东户数增幅[4][37] * 因子构建思路：计算最新两期股东户数的变动比例，股东户数大幅增加可能暗示筹码分散，对后续股价构成潜在风险[37]。 * 因子具体构建过程：基于交易所互动平台的最新两期股东户数信息，计算其变动比例。 $变动比例 = \frac{最新股东户数 - 上期股东户数}{上期股东户数} \times 100\%$ [38][40] 8. 因子名称：放量因子[18][20] * 因子构建思路：通过比较短期与长期平均成交额，识别成交量显著放大的个股[18][20]。 * 因子具体构建过程：计算个股成交额的10日移动平均（MA10）与60日移动平均（MA60）的比值，作为放量程度的度量[20]。 $放量程度 = \frac{成交额MA10}{成交额MA60}$ [20] 模型的回测效果 本报告为资金行为监测报告，未提供上述量化模型的回测效果指标。 因子的回测效果 本报告为资金行为监测报告，未提供上述量化因子在选股或预测方面的统一回测效果指标（如IC、IR、多空收益等）。报告主要展示了各因子在光模块板块上的近期截面排序或时间序列走势结果[4]。