量化模型与构建方式 1. 模型名称：封板率模型[17] * 模型构建思路：通过计算当日涨停股票中，能够维持涨停至收盘的比例，来衡量市场追涨情绪和涨停板的强度[17]。 * 模型具体构建过程：首先筛选出上市满3个月以上的股票，找出当日盘中最高价达到涨停价的股票。然后，计算这些股票中，收盘价仍为涨停价的股票数量。最后，用后者除以前者得到封板率。 * 公式为：$$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[17] 2. 模型名称：连板率模型[17] * 模型构建思路：通过计算昨日涨停股票中，今日继续涨停的比例，来衡量市场涨停效应的延续性和短线炒作的热度[17]。 * 模型具体构建过程：首先筛选出上市满3个月以上的股票，找出昨日收盘涨停的股票。然后，计算这些股票中，今日收盘也涨停的股票数量。最后，用后者除以前者得到连板率。 * 公式为：$$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[17] 3. 模型名称：大宗交易折价率模型[26] * 模型构建思路：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市场情绪[26]。 * 模型具体构建过程：统计当日所有大宗交易数据，计算总成交金额。同时，根据每笔交易的成交份额和当日收盘价（或成交均价）计算这些份额对应的总市值。最后，用总成交金额除以总市值再减1得到整体折价率。 * 公式为：$$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[26] 4. 模型名称：股指期货年化贴水率模型[28] * 模型构建思路：通过计算股指期货价格相对于现货指数的年化基差，来反映市场对未来走势的预期和对冲成本[28]。 * 模型具体构建过程：选取特定指数（如上证50）的股指期货主力合约，计算其结算价与对应现货指数收盘价的差值，得到基差。然后将基差除以现货指数价格，再乘以年化因子（通常以250个交易日为基准除以合约剩余交易日数），得到年化贴水率。 * 公式为：$$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[28] 模型的回测效果 1. 封板率模型，2026年7月8日封板率取值为77%[17] 2. 封板率模型，较前日封板率变动为提升23个百分点[17] 3. 连板率模型，2026年7月8日连板率取值为24%[17] 4. 连板率模型，较前日连板率变动为提升16个百分点[17] 5. 大宗交易折价率模型，2026年7月7日折价率取值为2.10%[26] 6. 大宗交易折价率模型，近半年平均折价率取值为6.91%[26] 7. 股指期货年化贴水率模型（上证50），2026年7月8日年化贴水率取值为8.70%[28] 8. 股指期货年化贴水率模型（上证50），近一年年化贴水率中位数取值为1.10%[28] 9. 股指期货年化贴水率模型（上证50），2026年7月8日分位点取值为9%[28] 10. 股指期货年化贴水率模型（沪深300），2026年7月8日年化贴水率取值为8.85%[28] 11. 股指期货年化贴水率模型（沪深300），近一年年化贴水率中位数取值为4.87%[28] 12. 股指期货年化贴水率模型（沪深300），2026年7月8日分位点取值为20%[28] 13. 股指期货年化贴水率模型（中证500），2026年7月8日年化贴水率取值为7.73%[28] 14. 股指期货年化贴水率模型（中证500），近一年年化贴水率中位数取值为10.07%[28] 15. 股指期货年化贴水率模型（中证500），2026年7月8日分位点取值为69%[28] 16. 股指期货年化贴水率模型（中证1000），2026年7月8日年化贴水率取值为8.52%[28] 17. 股指期货年化贴水率模型（中证1000），近一年年化贴水率中位数取值为12.32%[28] 18. 股指期货年化贴水率模型（中证1000），2026年7月8日分位点取值为77%[28] 量化因子与构建方式 1. 因子名称：昨日涨停股今日收益因子[14] * 因子构建思路：通过计算昨日涨停股票在次日的平均收益表现，来观察涨停板后的价格动量或反转效应[14]。 * 因子具体构建过程：筛选出上市满3个月以上且昨日收盘涨停的股票，计算这些股票今日的收盘收益率，并求其平均值。 2. 因子名称：昨日跌停股今日收益因子[14] * 因子构建思路：通过计算昨日跌停股票在次日的平均收益表现，来观察跌停板后的价格修复或继续下跌效应[14]。 * 因子具体构建过程：筛选出上市满3个月以上且昨日收盘跌停的股票，计算这些股票今日的收盘收益率，并求其平均值。 3. 因子名称：两融余额占比因子[22] * 因子构建思路：通过计算融资融券余额占市场流通市值的比例，来观察杠杆资金在市场中的整体参与程度[22]。 * 因子具体构建过程：获取当前市场两融余额数据以及A股总流通市值，将两融余额除以总流通市值得到占比。 4. 因子名称：两融交易占比因子[22] * 因子构建思路：通过计算融资买入与融券卖出总额占市场总成交额的比例，来观察杠杆交易的活跃度[22]。 * 因子具体构建过程：获取当日融资买入额与融券卖出额数据，求和得到两融交易总额。同时获取市场总成交额数据，用两融交易总额除以市场总成交额得到占比。 5. 因子名称：ETF折溢价因子[24] * 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）的偏离程度，来捕捉市场套利机会和投资者情绪[24]。 * 因子具体构建过程：对于单只ETF，计算其收盘价与当日IOPV的差值，再除以IOPV得到折溢价率。报告中展示的是对全市场符合条件的ETF进行统计后的极端值。 6. 因子名称：机构调研热度因子[30] * 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，来反映机构投资者对特定公司的关注度[30]。 * 因子具体构建过程：统计近7天内（或一周内）对某家上市公司进行调研或参加分析师会议的机构家数。 7. 因子名称：龙虎榜机构净流入因子[36] * 因子构建思路：通过统计龙虎榜上机构专用席位对某只股票的净买入金额，来观察机构资金对当日异动个股的短期态度[36]。 * 因子具体构建过程：从龙虎榜数据中提取机构专用席位的买入金额和卖出金额，计算买入金额减去卖出金额的差值，得到净流入额。 8. 因子名称：龙虎榜陆股通净流入因子[37] * 因子构建思路：通过统计龙虎榜上陆股通席位对某只股票的净买入金额，来观察北向资金对当日异动个股的短期态度[37]。 * 因子具体构建过程：从龙虎榜数据中提取陆股通席位的买入金额和卖出金额，计算买入金额减去卖出金额的差值，得到净流入额。 因子的回测效果 1. 昨日涨停股今日收益因子，2026年7月8日收益取值为1.64%[14] 2. 昨日跌停股今日收益因子，2026年7月8日收益取值为-3.47%[14] 3. 两融余额占比因子，截至2026年7月7日占比取值为2.9%[22] 4. 两融交易占比因子，截至2026年7月7日占比取值为8.9%[22] 5. ETF折溢价因子（溢价端），2026年7月7日石油ETF华宝溢价率取值为3.57%[24] 6. ETF折溢价因子（折价端），2026年7月7日创新药ETF华泰柏瑞折价率取值为-0.67%[24] 7. 机构调研热度因子，近一周京东方A调研机构家数取值为237家[30] 8. 龙虎榜机构净流入因子，2026年7月8日惠科股份位列净流入第一名[36] 9. 龙虎榜机构净流出因子，2026年7月8日云南锗业位列净流出第一名[36] 10. 龙虎榜陆股通净流入因子，2026年7月8日深信服位列净流入第一名[37] 11. 龙虎榜陆股通净流出因子，2026年7月8日浪潮信息位列净流出第一名[37]