量化模型与因子总结 量化模型与构建方式 1. 模型名称：市场情绪监测模型[11] * 模型构建思路：通过统计市场中涨停、跌停股票的数量及其后续表现，以及股票的封板与连板情况，来量化市场的短期投机情绪和赚钱效应。 * 模型具体构建过程： * 日内涨跌停家数：统计上市满3个月以上的股票在盘中及收盘时的涨停和跌停数量[11]。 * 昨日涨跌停股今日表现：统计昨日收盘涨停或跌停的股票在今日的收盘收益率，用以观察涨停/跌停股票的持续性[11]。 * 封板率：计算最高价涨停且收盘涨停的股票数占最高价涨停股票总数的比例，用以衡量涨停板的稳固程度[14]。 $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ * 连板率：计算连续两日收盘涨停的股票数占昨日收盘涨停股票总数的比例，用以衡量市场追高连板的热情[14]。 $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ 2. 模型名称：市场资金与流动性监测模型[16][19][23][25] * 模型构建思路：通过分析融资融券余额及交易占比、大宗交易折溢价、股指期货升贴水等数据，从资金面和衍生品交易角度监测市场流动性和投资者预期。 * 模型具体构建过程： * 两融余额与交易占比：计算融资融券余额占市场总流通市值的比重，以及融资买入额与融券卖出额之和占市场总成交额的比例，反映杠杆资金的市场参与度和活跃度[19]。 * 大宗交易折溢价：统计大宗交易的折价率，反映大资金交易的偏好和情绪。折价率计算公式为[23]： $折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$ * 股指期货年化贴水率：计算股指期货主力合约相对于现货指数的年化基差，反映市场对未来指数的预期和对冲成本。年化贴水率计算公式为[25]： $年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$ 其中，基差 = 股指期货价格 - 现货指数价格。 3. 模型名称：机构行为跟踪模型[27][30][33][34] * 模型构建思路：通过跟踪机构调研、龙虎榜中机构席位及陆股通（北向资金）的买卖动向，来观察机构投资者的关注点和资金流向。 * 模型具体构建过程： * 机构调研热度：统计近7天内对上市公司进行调研的机构数量，列出被调研机构数量最多的公司[27]。 * 龙虎榜机构席位净流入/流出：根据交易所公布的龙虎榜数据，汇总“机构专用”席位在上榜股票中的买入与卖出金额差额，列出净流入和净流出额前十的股票[33]。 * 龙虎榜陆股通净流入/流出：根据交易所公布的龙虎榜数据，汇总“陆股通”席位（北向资金）在上榜股票中的买入与卖出金额差额，列出净流入和净流出额前十的股票[34]。 * 龙虎榜上榜条件：报告列出了沪市/深市主板、中小板与科创板、创业板股票登上龙虎榜所需满足的不同价格波动、振幅、换手率等条件[30][32][36]。 量化因子与构建方式 1. 因子名称：ETF折溢价因子[20] * 因子构建思路：利用股票型ETF在场内交易价格与场外净值之间的差异，构建折溢价指标，以此捕捉市场短期情绪或套利机会。 * 因子具体构建过程：筛选日成交额超过100万元的境内交易股票型ETF，计算其场内交易价格与IOPV（基金份额参考净值）之间的百分比差额。溢价表示交易价格高于净值，折价则相反[20]。 模型的回测效果 本报告为市场监测日报，主要展示各类模型在特定日期的观测结果，未提供历史回测的绩效指标（如年化收益率、夏普比率、最大回撤等）。 因子的回测效果 本报告为市场监测日报，主要展示ETF折溢价因子在特定日期的截面数据，未提供该因子在历史选股中的有效性测试结果（如IC值、IR、多空收益等）。