量化模型与构建方式 1. 模型名称：NIR_MOD - 模型构建思路：通过设定金额阈值重新划定大、小单来捕捉资金流中的主力行为信息，并通过截面回归的方法剥离反转因素的影响以提纯资金流的Alpha信息[3][4] - 模型具体构建过程： 1. 设定金额阈值重新划定大、小单 2. 计算大单买入卖出金额比作为代理变量（IMB），公式为： $IMB = ln(B/S)$ 3. 进行截面回归，剥离IMB与涨跌幅的相关性影响，公式为： $ln(B/S) = \alpha + \beta \times Ret + \varepsilon$ 4. 基于修正系数反算大单买入和大单卖出的比例关系，并重新分配大单买入和卖出的成交金额，公式为： $\hat{B} = \frac{e^{\varepsilon}}{1+e^{\varepsilon}} \times (B+S)$ $\hat{S} = \frac{1}{1+e^{\varepsilon}} \times (B+S)$ - 模型评价：NIR_MOD因子相比NIR因子选股能力明显提升[3][4][43] 2. 模型名称：CNIR - 模型构建思路：将Wind的超大单、大单和中单合并，定义为有定价权的"广义主力资金"，在NIR_MOD的基础上构造CNIR因子[6][87] - 模型具体构建过程： 1. 分别计算主力资金的买入金额和卖出金额： $BP = B_{Extra} + B_{Large} + B_{Med}$ $SP = S_{Extra} + S_{Large} + S_{Med}$ 2. 利用日涨跌幅来修正主力资金的买入金额和卖出金额： $ln(BP/SP) = \alpha + \beta Ret + \varepsilon$ 3. 计算主力资金的净流入占比，即为CNIR因子： $CNIR = \frac{\sum (B_{P,i} - S_{P,i})}{\sum (B_{P,i} + S_{P,i})}$ - 模型评价：CNIR因子在全市场上表现优于NIR_MOD因子，收益显著增厚[87][88][95] 模型的回测效果 1. NIR_MOD模型 - Rank IC：0.049[45] - Rank ICIR：4.196[45] - 多空IR：4.766[45] - 多空收益：20.77%[45] - 多空最大回撤：-2.95%[45] - 胜率：77.68%[45] 2. CNIR模型 - Rank IC：0.056[100] - Rank ICIR：3.647[100] - 多空IR：4.91[95] - 多空收益：27.86%[95] - 多空最大回撤：48.79%[93] - 胜率：76.14%[100] 量化因子与构建方式 1. 因子名称：NIR_MOD - 因子的构建思路：通过设定金额阈值重新划定大、小单来捕捉资金流中的主力行为信息，并通过截面回归的方法剥离反转因素的影响以提纯资金流的Alpha信息[3][4] - 因子具体构建过程： 1. 设定金额阈值重新划定大、小单 2. 计算大单买入卖出金额比作为代理变量（IMB），公式为： $IMB = ln(B/S)$ 3. 进行截面回归，剥离IMB与涨跌幅的相关性影响，公式为： $ln(B/S) = \alpha + \beta \times Ret + \varepsilon$ 4. 基于修正系数反算大单买入和大单卖出的比例关系，并重新分配大单买入和卖出的成交金额，公式为： $\hat{B} = \frac{e^{\varepsilon}}{1+e^{\varepsilon}} \times (B+S)$ $\hat{S} = \frac{1}{1+e^{\varepsilon}} \times (B+S)$ - 因子评价：NIR_MOD因子相比NIR因子选股能力明显提升[3][4][43] 2. 因子名称：CNIR - 因子的构建思路：将Wind的超大单、大单和中单合并，定义为有定价权的"广义主力资金"，在NIR_MOD的基础上构造CNIR因子[6][87] - 因子具体构建过程： 1. 分别计算主力资金的买入金额和卖出金额： $BP = B_{Extra} + B_{Large} + B_{Med}$ $SP = S_{Extra} + S_{Large} + S_{Med}$ 2. 利用日涨跌幅来修正主力资金的买入金额和卖出金额： $ln(BP/SP) = \alpha + \beta Ret + \varepsilon$ 3. 计算主力资金的净流入占比，即为CNIR因子： $CNIR = \frac{\sum (B_{P,i} - S_{P,i})}{\sum (B_{P,i} + S_{P,i})}$ - 因子评价：CNIR因子在全市场上表现优于NIR_MOD因子，收益显著增厚[87][88][95] 因子的回测效果 1. NIR_MOD因子 - Rank IC：0.049[45] - Rank ICIR：4.196[45] - 多空IR：4.766[45] - 多空收益：20.77%[45] - 多空最大回撤：-2.95%[45] - 胜率：77.68%[45] 2. CNIR因子 - Rank IC：0.056[100] - Rank ICIR：3.647[100] - 多空IR：4.91[95] - 多空收益：27.86%[95] - 多空最大回撤：48.79%[93] - 胜率：76.14%[100]