量化模型与构建方式 1. 模型/因子名称：封板率因子[15] 构建思路：通过计算股票盘中涨停并最终封住涨停板的概率，来捕捉市场的追涨情绪和涨停板的强度[15] 具体构建过程：首先，筛选上市满3个月以上的股票。然后，在交易日T，找出所有在盘中最高价达到涨停价的股票。最后，计算这些股票中，收盘价仍为涨停价的股票所占的比例。公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[15] 2. 模型/因子名称：连板率因子[15] 构建思路：通过计算连续涨停股票的比例，来度量市场情绪的延续性和涨停板的赚钱效应[15] 具体构建过程：首先，筛选上市满3个月以上的股票。在交易日T，找出前一日（T-1日）收盘涨停的股票。然后，计算这些股票中，在T日收盘也涨停的股票所占的比例。公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[15] 3. 模型/因子名称：大宗交易折价率因子[24] 构建思路：通过计算大宗交易成交价相对于市价的折价程度，来反映大资金的投资偏好和情绪[24] 具体构建过程：统计当日所有大宗交易数据，计算总成交金额，并估算以当日收盘价计算的对应成交份额的总市值。折价率计算公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[24] 因子评价：折价率越高，表明大资金卖出意愿更强或需以更低价格才能成交，通常被视为偏空信号；反之亦然[24] 4. 模型/因子名称：股指期货年化贴水率因子[26] 构建思路：通过计算股指期货主力合约相对于现货指数的年化基差，来反映市场对未来指数的预期、对冲成本及市场情绪[26] 具体构建过程：对于上证50、沪深300、中证500、中证1000等股指期货，选取其主力合约。计算基差（期货价格-现货指数价格）。然后，将基差年化处理，得到年化贴水率。公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[26] 因子评价：贴水率（负基差）扩大可能反映市场情绪悲观或对冲需求旺盛；升水（正基差）则可能反映乐观预期。该指标是衡量市场情绪和衍生品定价的重要维度[26] 模型的回测效果 （报告未提供具体模型的回测绩效指标，如年化收益率、夏普比率、最大回撤等，故本部分省略） 量化因子与构建方式 （本报告中的“因子”已在上方“量化模型与构建方式”中一并列出，因其构建过程明确且具有量化特征。此处不再重复。） 因子的回测效果 1. 封板率因子：2026年7月1日，封板率取值为69%[15] 2. 连板率因子：2026年7月1日，连板率取值为24%[15] 3. 大宗交易折价率因子： * 近半年以来平均折价率：7.04%[24] * 2026年6月30日当日折价率：3.53%[24] 4. 股指期货年化贴水率因子（2026年7月1日数据）： * 上证50股指期货：年化贴水率7.44%，处于近一年来12%分位点[26] * 沪深300股指期货：年化贴水率11.30%，处于近一年来12%分位点[26] * 中证500股指期货：年化贴水率15.35%，处于近一年来16%分位点[26] * 中证1000股指期货：年化贴水率17.74%，处于近一年来10%分位点[26] * 历史中位数参考（近一年）： * 上证50：1.10%[26] * 沪深300：4.87%[26] * 中证500：10.26%[26] * 中证1000：12.46%[26]