量化模型与因子总结 量化因子与构建方式 1. **因子名称：封板率** [19] * **因子构建思路**：通过计算当日最高价涨停且最终收盘也涨停的股票比例，来衡量市场追涨资金的封板意愿和强度，是反映市场短期情绪和资金博弈热度的高频指标。[19] * **因子具体构建过程**： 1. 选定股票池：上市满3个月以上的股票。[19] 2. 识别股票状态：在交易日T，识别出盘中最高价达到涨停价的股票集合A。[19] 3. 计算因子值：在集合A中，统计收盘价也涨停的股票数量。封板率即为该数量与集合A股票总数的比值。[19] * **公式**： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ [19] 2. **因子名称：连板率** [19] * **因子构建思路**：通过计算连续两个交易日收盘涨停的股票比例，来度量市场涨停效应的持续性，反映题材或个股的赚钱效应能否延续，是观察市场情绪强度和热点持续性的重要指标。[19] * **因子具体构建过程**： 1. 选定股票池：上市满3个月以上的股票。[19] 2. 识别基准股票：在交易日T-1，统计所有收盘涨停的股票集合B。[19] 3. 计算因子值：在集合B中，统计在交易日T收盘也涨停的股票数量。连板率即为该数量与集合B股票总数的比值。[19] * **公式**： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ [19] 3. **因子名称：大宗交易折价率** [29] * **因子构建思路**：通过计算大宗交易成交价相对于市价的折价幅度，来观察大额资金的交易成本和交易情绪。折价率的高低可以反映大资金对特定股票的流动性需求、减持压力或对后市的看法。[29] * **因子具体构建过程**： 1. 数据获取：获取当日所有大宗交易的成交数据和对应股票的市价数据。[29] 2. 计算总成交金额与总市值：汇总当日所有大宗交易的成交总金额，并计算这些交易涉及股份按当日市价计算的总市值。[29] 3. 计算因子值：折价率等于大宗交易总成交金额与按市价计算的总市值之比减1。[29] * **公式**： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ [29] 4. **因子名称：股指期货年化升贴水率** [31] * **因子构建思路**：通过计算股指期货价格与现货指数价格之间的年化基差，来反映市场对未来指数走势的预期、对冲成本以及市场情绪。升水通常代表乐观预期或对冲成本较低，贴水则相反。[31] * **因子具体构建过程**： 1. 数据获取：获取特定股指期货主力合约的结算价（F）和对应现货指数的收盘价（S），以及该期货合约的剩余交易日数（T）。[31] 2. 计算基差：基差 = 期货价格(F) - 现货价格(S)。[31] 3. 计算年化因子值：年化升贴水率等于基差除以现货价格，再乘以年化因子（250/合约剩余交易日数）。[31] * **公式**： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$ [31] * **公式说明**：公式中“基差”定义为期货价格减去现货价格，因此计算结果为正表示年化升水，为负表示年化贴水。[31] 因子的回测效果 *本报告为市场监测日报，未提供因子的历史回测绩效指标（如IC、IR、多空收益等）。报告主要展示了各因子在特定日期（2026年1月22日或23日）的截面取值或时间序列状态。* [19][29][31] 1. **封板率因子**，2026年1月23日取值：**82%**，较前日变化：**提升7%**。[19] 2. **连板率因子**，2026年1月23日取值：**23%**，较前日变化：**下降1%**。[19] 3. **大宗交易折价率因子**，2026年1月22日取值：**6.85%**，近半年平均值：**6.82%**。[29] 4. **股指期货年化升贴水率因子** * **上证50股指期货**，2026年1月23日取值：**1.36% (升水)**，近一年中位数：**0.68% (贴水)**，当日历史分位点：**89%**。[31] * **沪深300股指期货**，2026年1月23日取值：**1.05% (升水)**，近一年中位数：**3.79% (贴水)**，当日历史分位点：**93%**。[31] * **中证500股指期货**，2026年1月23日取值：**5.82% (升水)**，近一年中位数：**11.11% (贴水)**，当日历史分位点：**99%**。[31] * **中证1000股指期货**，2026年1月23日取值：**3.98% (升水)**，近一年中位数：**13.61% (贴水)**，当日历史分位点：**98%**。[31]

量化模型与构建方式 1. **模型名称**：无 **模型构建思路**：无 **模型具体构建过程**：无 量化因子与构建方式 1. **因子名称**：封板率[17] **因子构建思路**：通过计算最高价涨停且收盘涨停的股票比例，来衡量市场涨停板的封板质量与资金追涨意愿[17] **因子具体构建过程**：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涨停的股票数量，再除以当日最高价涨停的股票总数[17] **因子计算公式**： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[17] 2. **因子名称**：连板率[17] **因子构建思路**：通过计算连续两日收盘涨停的股票比例，来衡量市场涨停板的延续性和短线炒作热度[17] **因子具体构建过程**：统计上市满3个月以上的股票，计算当日收盘涨停且前一日也收盘涨停的股票数量，再除以前一日收盘涨停的股票总数[17] **因子计算公式**： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[17] 3. **因子名称**：大宗交易折价率[26] **因子构建思路**：通过计算大宗交易成交价相对于市价的折价幅度，来反映大资金的投资偏好和市场情绪[26] **因子具体构建过程**：统计每日大宗交易的总成交金额和对应成交份额按当日市价计算的总市值，计算两者的比值并减1[26] **因子计算公式**： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[26] 4. **因子名称**：股指期货年化贴水率[28] **因子构建思路**：通过计算股指期货主力合约相对于现货指数的年化基差，来反映市场对未来预期、对冲成本及情绪[28] **因子具体构建过程**：计算股指期货主力合约价格与现货指数价格的差值（基差），除以现货指数价格，再乘以（250/合约剩余交易日数）进行年化[28] **因子计算公式**： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[28] **因子评价**：该因子受金融市场利率、股市分红、微观资金成本、套利力量、市场情绪等多重因素影响[28] 模型的回测效果 1. **无相关模型回测结果** 因子的回测效果 1. **封板率因子**，2025年12月8日取值为69%[17] 2. **连板率因子**，2025年12月8日取值为34%[17] 3. **大宗交易折价率因子**，近半年以来平均取值为6.47%，2025年12月5日当日取值为8.08%[26] 4. **股指期货年化贴水率因子**，近一年以来中位数取值：上证50为0.68%，沪深300为3.57%，中证500为11.15%，中证1000为13.61%[28]。2025年12月8日当日取值：上证50为4.01%，沪深300为5.14%，中证500为10.99%，中证1000为15.96%[28]