量化模型与构建方式 1. 模型名称：封板率计算模型[16] 模型构建思路：通过计算最高价涨停且收盘涨停的股票数量与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[16] 模型具体构建过程：首先，筛选出上市满3个月以上的股票[16]。然后，在指定交易日，统计满足“最高价涨停”条件的股票数量[16]。接着，在这些股票中，进一步统计同时满足“收盘涨停”条件的股票数量[16]。最后，将后者除以前者，得到封板率[16]。 公式： [16] 2. 模型名称：连板率计算模型[16] 模型构建思路：通过计算连续两日收盘涨停的股票数量与昨日收盘涨停的股票总数之比，来衡量市场涨停板的延续性[16] 模型具体构建过程：首先，筛选出上市满3个月以上的股票[16]。然后，统计前一交易日收盘涨停的股票数量[16]。接着，在这些股票中，统计在当日同样收盘涨停的股票数量[16]。最后，将后者除以前者，得到连板率[16]。 公式： [16] 3. 模型名称：大宗交易折价率计算模型[25] 模型构建思路：通过计算大宗交易成交金额与其对应股份按当日市价计算的总市值之间的差异，来衡量大额交易的折价/溢价水平[25] 模型具体构建过程：对于指定交易日发生的大宗交易，汇总其总成交金额[25]。同时，计算这些交易涉及的股份数量按当日收盘价（或成交均价）计算的总市值[25]。最后，用总成交金额除以总市值再减1，得到折价率[25]。 公式： [25] 4. 模型名称：股指期货年化贴水率计算模型[27] 模型构建思路：通过计算股指期货主力合约与现货指数之间的基差，并年化处理，来衡量市场对未来走势的预期以及股指对冲的成本[27] 模型具体构建过程：首先，计算股指期货主力合约价格与对应现货指数价格之差，得到基差[27]。然后，将基差除以现货指数价格，得到即期贴水率[27]。最后，将该即期贴水率乘以（250/合约剩余交易日数），进行年化处理，得到年化贴水率[27]。 公式： [27] 量化因子与构建方式 1. 因子名称：两融余额占比因子[21] 因子构建思路：通过计算融资融券余额占市场总流通市值的比重，来反映杠杆资金在市场中的整体规模[21] 因子具体构建过程：获取指定日期的市场融资融券总余额[21]。获取同一日期的A股市场总流通市值[21]。将两融余额除以总流通市值，得到占比[21]。 2. 因子名称：两融交易占比因子[21] 因子构建思路：通过计算融资买入额与融券卖出额之和占市场总成交额的比例，来反映杠杆资金交易的活跃度[21] 因子具体构建过程：获取指定交易日的融资买入总额与融券卖出总额，并求和得到两融交易总额[21]。获取同一交易日的市场总成交额[21]。将两融交易总额除以市场总成交额，得到占比[21]。 3. 因子名称：ETF折溢价因子[22] 因子构建思路：通过计算ETF场内交易价格与其IOPV（基金份额参考净值）或场外净值之间的差异，来捕捉市场情绪和套利机会[22] 因子具体构建过程：筛选日成交额超过100万元的境内股票型ETF[22]。计算每只ETF的折溢价率，通常为（收盘价 / IOPV - 1）或（收盘价 / 单位净值 - 1）[22]。统计所有符合条件的ETF的折溢价情况，并找出极端值[22]。 4. 因子名称：机构调研热度因子[29] 因子构建思路：通过统计近期对上市公司进行调研的机构数量，来衡量机构投资者对特定公司的关注度[29] 因子具体构建过程：统计近7天内（或指定周期）对某家上市公司进行调研或参加其分析会议的机构总数[29]。该数量直接作为因子值，数值越高代表机构关注度越高[29]。 5. 因子名称：龙虎榜机构净流入因子[34] 因子构建思路：通过统计龙虎榜上机构专用席位对特定股票的净买入金额，来观察机构资金对当日异动个股的短期态度[34] 因子具体构建过程：从每日龙虎榜数据中，提取机构专用席位对每只上榜股票的买入总额和卖出总额[34]。计算买入总额与卖出总额的差值，得到机构净流入金额[34]。该净流入金额作为因子值[34]。 6. 因子名称：龙虎榜陆股通净流入因子[35] 因子构建思路：通过统计龙虎榜上陆股通席位对特定股票的净买入金额，来观察北向资金对当日异动个股的短期态度[35] 因子具体构建过程：从每日龙虎榜数据中，提取陆股通席位对每只上榜股票的买入总额和卖出总额[35]。计算买入总额与卖出总额的差值，得到陆股通净流入金额[35]。该净流入金额作为因子值[35]。 模型的回测效果 （报告中未提供相关模型的长期历史回测结果，如年化收益率、夏普比率、最大回撤等指标，因此本部分跳过） 因子的回测效果 （报告中未提供相关因子的长期历史测试结果，如IC值、IR、多空收益等指标，因此本部分跳过）
A股窄幅整理，算力硬件产业链反弹：金融工程日报-20260427
国信证券·2026-04-27 22:23