量化模型与构建方式 1. 模型/因子名称：封板率 [15] * 构建思路： 用于衡量涨停股票的封板质量，反映市场追涨情绪和涨停板的可靠性[15] * 具体构建过程： 统计上市满3个月以上的股票，计算当日最高价涨停且收盘也涨停的股票数量，除以当日最高价涨停的股票总数[15] * 公式： $封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ [15] 2. 模型/因子名称：连板率 [15] * 构建思路： 用于衡量市场涨停效应的持续性，反映市场炒作热点的延续性[15] * 具体构建过程： 统计上市满3个月以上的股票，计算连续两个交易日收盘均涨停的股票数量，除以前一个交易日收盘涨停的股票数量[15] * 公式： $连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ [15] 3. 模型/因子名称：大宗交易折价率 [25] * 构建思路： 通过大宗交易成交价与市场价的差异，反映大资金的交易情绪和偏好[25] * 具体构建过程： 计算每日大宗交易的折价率，公式为大宗交易总成交金额除以当日成交份额按市价计算的总市值后减1[25] * 公式： $折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$ [25] 4. 模型/因子名称：股指期货年化贴水率 [27] * 构建思路： 衡量股指期货价格相对于现货指数的偏离程度，并年化处理以反映市场对未来走势的预期和对冲成本[27] * 具体构建过程： 计算股指期货主力合约的基差（期货价格减去现货指数价格），然后除以指数价格，再乘以（250/合约剩余交易日数）进行年化[27] * 公式： $年化贴水率 = \frac{基差}{指数价格} \times \left( \frac{250}{合约剩余交易日数} \right)$ [27] 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）。报告主要展示了所构建指标在特定日期（2026年6月5日及前后）的截面或时间序列取值[6][7][9][12][13][15][18][21][22][25][27]。 量化因子与构建方式 本报告未涉及用于选股或解释收益的传统Alpha因子（如价值、动量、质量等）的构建。报告中的“因子”主要指用于监测市场状态的各种指标（如封板率、折价率等），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IC、IR、多空收益等传统因子测试结果。报告主要呈现了所构建市场指标在最新时点的具体数值及其历史分位点[15][25][27]： 1. 封板率因子，2026年6月5日取值58%[15] 2. 连板率因子，2026年6月5日取值9%[15] 3. 大宗交易折价率因子，2026年6月4日取值4.14%，近半年平均值为7.17%[25] 4. 股指期货年化贴水率因子，2026年6月5日取值： * 上证50股指期货：19.07%（近一年分位点：2%）[27] * 沪深300股指期货：20.82%（近一年分位点：1%）[27] * 中证500股指期货：18.34%（近一年分位点：8%）[27] * 中证1000股指期货：14.74%（近一年分位点：27%）[27]