量化模型与构建方式 1. 模型/因子名称：封板率 * 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最高价涨停股票总数的比例，来衡量市场涨停板的“封板”强度，反映市场追涨情绪和涨停股的稳定性[17]。 * 具体构建过程： 1. 筛选上市满3个月以上的股票[17]。 2. 统计在当日盘中最高价达到涨停的股票数量（记为A）[17]。 3. 统计在当日盘中最高价达到涨停，并且收盘价也维持在涨停的股票数量（记为B）[17]。 4. 计算封板率，公式为： $封板率 = \frac{B}{A}$ 其中，B代表最高价涨停且收盘涨停的股票数，A代表最高价涨停的股票数[17]。 2. 模型/因子名称：连板率 * 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股票总数的比例，来衡量市场涨停板的持续性，反映市场热点题材的延续性和赚钱效应[17]。 * 具体构建过程： 1. 筛选上市满3个月以上的股票[17]。 2. 统计在昨日收盘时涨停的股票数量（记为C）[17]。 3. 统计在昨日和今日连续两日收盘都涨停的股票数量（记为D）[17]。 4. 计算连板率，公式为： $连板率 = \frac{D}{C}$ 其中，D代表连续两日收盘涨停的股票数，C代表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 * 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的偏离度，来反映大资金交易的折溢价情况，折价率高低可体现大资金的交易情绪和偏好[26]。 * 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金额和成交份额[26]。 2. 计算所有大宗交易的总成交金额（记为E）[26]。 3. 对于每笔大宗交易的成交份额，以其当日收盘价（或成交均价）计算其市值，并加总得到按市价计算的成交份额总市值（记为F）[26]。 4. 计算折价率，公式为： $折价率 = \frac{E}{F} - 1$ 其中，E代表大宗交易总成交金额，F代表当日成交份额的总市值[26]。当结果为负时表示折价交易。 4. 模型/因子名称：股指期货年化贴水率 * 构建思路： 通过计算股指期货主力合约价格与现货指数价格的基差，并将其年化，以标准化衡量股指期货的升贴水程度。该指标反映了市场对未来指数的预期、对冲成本以及市场情绪[28]。 * 具体构建过程： 1. 确定股指期货主力合约（如IH、IF、IC、IM）和对应的现货指数（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. 计算年化贴水率，公式为： $年化贴水率 = \frac{基差}{现货指数价格} \times \frac{250}{合约剩余交易日数}$ 其中，基差为期货价格与现货指数价格之差，250为年化常用的交易日数量，合约剩余交易日数为该期货合约到期前的剩余交易日数量[28]。结果为负表示贴水，为正表示升水。 模型的回测效果 本报告为市场监测日报，未提供量化模型或因子在历史样本外的长期回测绩效指标（如年化收益率、夏普比率、最大回撤、信息比率IR等）。报告主要展示了相关指标在特定日期（2026年4月29日及附近）的截面或时序取值[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传统阿尔法因子（如价值、动量、质量等）的构建。报告中所提及的“封板率”、“连板率”、“折价率”、“年化贴水率”更接近于市场情绪或资金面监测指标。其构建方式已在“量化模型与构建方式”部分详细说明。 因子的回测效果 本报告未提供量化因子的分层测试、多空组合收益、因子IC值等传统因子测试结果。报告主要展示了相关监测指标在特定时点的具体数值[17][26][28]。 1. 封板率因子，2026年4月29日取值为78%[17]。 2. 连板率因子，2026年4月29日取值为23%[17]。 3. 大宗交易折价率因子，2026年4月28日取值为7.07%[26]；近半年以来平均取值为7.21%[26]。 4. 股指期货年化贴水率因子： * 上证50股指期货，2026年4月29日取值为5.08%（贴水），处于近一年来22%分位点[28]；近一年中位数为1.39%[28]。 * 沪深300股指期货，2026年4月29日取值为6.78%（贴水），处于近一年来39%分位点[28]；近一年中位数为4.85%[28]。 * 中证500股指期货，2026年4月29日取值为6.38%（贴水），处于近一年来76%分位点[28]；近一年中位数为10.47%[28]。 * 中证1000股指期货，2026年4月29日取值为8.55%（贴水），处于近一年来78%分位点[28]；近一年中位数为12.81%[28]。