量化因子与构建方式 1. **因子名称**：大买单成交金额占比[7] * **因子构建思路**：该因子旨在刻画大资金的买入行为。通过逐笔成交数据还原买卖单，并筛选出大单，计算其中大买单的成交金额占当日总成交金额的比例[7]。 * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“叫买序号”和“叫卖序号”字段[7]。 2. 还原买卖单：根据逐笔成交数据中的“叫买序号”和“叫卖序号”，将逐笔成交数据还原为原始的买入委托单和卖出委托单数据[7]。 3. 筛选大单：对还原后的买卖单数据，按照每单的成交量设定阈值，筛选出符合条件的大额委托单（大单）[7]。 4. 计算指标：针对每个交易日，计算筛选出的大单中，所有买入方向大单（大买单）的成交金额总和，然后除以该股票当日的总成交金额，得到“大买单成交金额占比”[7]。 * 公式：$$大买单成交金额占比_t = \frac{\sum (大买单成交金额)_t}{当日总成交金额_t}$$[7] 其中，t 代表交易日，分子为当日所有大买单的成交金额之和。 2. **因子名称**：净主动买入金额占比[7] * **因子构建思路**：该因子旨在刻画投资者的主动买入行为。根据逐笔成交数据中的买卖方向标志，区分主动买入和主动卖出，计算两者金额之差占总成交额的比例[7]。 * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含标识交易发起方的“买卖标志”字段[7]。 2. 界定主动买卖：根据“买卖标志”判断每一笔成交是由买方主动发起（主动买入）还是由卖方主动发起（主动卖出），并分别汇总其成交金额[7]。 3. 计算净额：将当日所有主动买入成交金额之和，减去所有主动卖出成交金额之和，得到“净主动买入金额”[7]。 4. 计算占比：将计算出的“净主动买入金额”除以该股票当日的总成交金额，得到“净主动买入金额占比”[7]。 * 公式：$$净主动买入金额占比_t = \frac{\sum (主动买入成交金额)_t - \sum (主动卖出成交金额)_t}{当日总成交金额_t}$$[7] 其中，t 代表交易日。 因子的回测效果 1. **大买单成交金额占比因子**，在个股层面，近5个交易日（20260302-20260306）指标值排名前五的股票为：洲际油气 (89.4%)[9]、津滨发展 (87.1%)[9]、华发股份 (86.9%)[9]、华远控股 (86.5%)[9]、金牛化工 (86.2%)[9]；在宽基指数层面，近5个交易日指标值为：上证指数 (73.2%)[12]、上证50 (72.6%)[12]、沪深300 (73.7%)[12]、中证500 (73.3%)[12]、创业板指 (70.4%)[12]；在行业层面，近5个交易日指标值排名前五的中信一级行业为：非银行金融 (79.2%)[13]、银行 (79.1%)[13]、钢铁 (78.3%)[13]、房地产 (78.2%)[13]、建筑 (78.1%)[13]；在ETF层面，近5个交易日指标值排名前五的ETF为：华泰柏瑞中证A500ETF (94.3%)[15]、汇添富MSCI中国A50互联互通ETF (92.9%)[15]、国泰上证10年期国债ETF (92.7%)[15]、工银中证港股通高股息精选ETF (92.6%)[15]、华夏中证A500ETF (91.6%)[15]。 2. **净主动买入金额占比因子**，在个股层面，近5个交易日（20260302-20260306）指标值排名前五的股票为：建设银行 (14.2%)[10]、大地海洋 (13.8%)[10]、奥普科技 (13.5%)[10]、华能水电 (13.5%)[10]、重庆银行 (13.0%)[10]；在宽基指数层面，近5个交易日指标值为：上证指数 (1.1%)[12]、上证50 (-0.4%)[12]、沪深300 (0.4%)[12]、中证500 (2.0%)[12]、创业板指 (1.3%)[12]；在行业层面，近5个交易日指标值排名前五的中信一级行业为：非银行金融 (12.8%)[13]、农林牧渔 (12.1%)[13]、食品饮料 (12.1%)[13]、医药 (11.1%)[13]、纺织服装 (10.7%)[13]；在ETF层面，近5个交易日指标值排名前五的ETF为：海富通上证城投债ETF (33.1%)[16]、易方达中证电池主题ETF (23.2%)[16]、国泰上证10年期国债ETF (17.5%)[16]、嘉实中证细分化工产业主题ETF (15.1%)[16]、嘉实中证稀有金属主题ETF (13.2%)[16]。

量化模型与因子总结 量化因子与构建方式 1. **因子名称：大买单成交金额占比**[8] * **因子构建思路**：该因子旨在刻画大资金的买入行为。通过逐笔成交数据还原买卖单，筛选出大单，并计算其中大买单的成交金额占总成交额的比例，以衡量大额资金买入的强度。[8] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“叫买序号”和“叫卖序号”。[8] 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据。[8] 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大额订单（大单）。[8] 4. 计算指标：针对每个交易日，计算所有被识别为“大买单”的成交金额之和，除以当日该股票的总成交金额，得到“大买单成交金额占比”。[8] 公式为： $$大买单成交金额占比 = \frac{\sum 大买单成交金额}{当日总成交金额} \times 100\%$$ 其中，分子为所有符合大单条件的买入订单的成交金额总和，分母为当日该股票的总成交金额。[8] * **因子评价**：该因子直接来源于高频交易数据，能够实时反映机构或大户等大资金的买入动向，是监测市场资金流向的重要微观指标。[8] 2. **因子名称：净主动买入金额占比**[8] * **因子构建思路**：该因子旨在刻画投资者的主动买入行为。通过逐笔成交数据中的买卖标志区分主动买入和主动卖出，计算两者金额的净差额占总成交额的比例，以反映市场主动买入的意愿强弱。[8] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“买卖标志”。[8] 2. 界定主动买卖：根据逐笔成交数据中的买卖标志，判断每一笔成交是属于“主动买入”（以卖一价成交）还是“主动卖出”（以买一价成交）。[8] 3. 计算净额：将当日所有“主动买入”的成交金额相加，减去所有“主动卖出”的成交金额，得到“净主动买入金额”。[8] 4. 计算占比：将计算得到的净主动买入金额，除以当日该股票的总成交金额，得到“净主动买入金额占比”。[8] 公式为： $$净主动买入金额占比 = \frac{\sum 主动买入成交金额 - \sum 主动卖出成交金额}{当日总成交金额} \times 100\%$$ 其中，分子为主动买入与主动卖出的成交金额净差额，分母为当日该股票的总成交金额。[8] * **因子评价**：该因子剔除了被动成交（如被动接盘）的影响，纯粹反映投资者主动发起交易的意愿，是衡量市场情绪和资金流向的有效指标。[8] 因子的回测效果 （注：本报告为跟踪周报，主要展示当期指标截面排名和时序分位数，未提供基于历史回测的长期绩效指标（如IC、IR、多空收益等）。以下为报告期内各标的在指定窗口期（近5个交易日）的因子取值情况。） 1. **大买单成交金额占比因子** * **个股层面（近5日均值）**：排名前列的股票包括韩建河山(93.5%)、民爆光电(89.7%)、杭电股份(86.1%)等。[10] * **宽基指数层面（近5日均值）**：上证指数(72.5%)、上证50(71.4%)、沪深300(71.8%)、中证500(73.0%)、创业板指(68.7%)。[13] * **行业层面（中信一级行业，近5日均值）**：排名前列的行业包括银行(79.7%)、石油石化(78.6%)、钢铁(78.1%)等。[14] * **ETF层面（近5日均值）**：排名前列的ETF包括华泰柏瑞中证A500ETF(93.1%)、汇添富MSCI中国A50互联互通ETF(92.8%)、国泰上证10年期国债ETF(92.6%)等。[16] 2. **净主动买入金额占比因子** * **个股层面（近5日均值）**：排名前列的股票包括民生银行(21.1%)、凯瑞德(20.3%)、洲际油气(19.5%)等。[11] * **宽基指数层面（近5日均值）**：上证指数(1.2%)、上证50(-1.6%)、沪深300(-0.3%)、中证500(3.4%)、创业板指(0.0%)。[13] * **行业层面（中信一级行业，近5日均值）**：排名前列的行业包括石油石化(11.7%)、基础化工(8.9%)、电力及公用事业(5.9%)等。[14] * **ETF层面（近5日均值）**：排名前列的ETF包括富国中证光伏产业ETF(60.2%)、富国中证旅游主题ETF(18.0%)、富国中证消费50ETF(13.2%)等。[17]

量化因子与构建方式 1. **因子名称**：大买单成交金额占比[7] * **因子构建思路**：通过逐笔成交数据还原买卖单，筛选大单，计算大买单成交金额占总成交金额的比例，以刻画大资金的买入行为[7]。 * **因子具体构建过程**： 1. 使用逐笔成交数据，根据叫买和叫卖序号，将数据还原为买卖单数据[7]。 2. 按照每单的成交量筛选得到大单[7]。 3. 计算大买单的成交金额占当日总成交金额的比例[7]。 * 公式：$$大买单成交金额占比 = \frac{当日大买单成交金额}{当日总成交金额} \times 100\%$$ 2. **因子名称**：净主动买入金额占比[7] * **因子构建思路**：根据逐笔成交数据中的买卖标志，界定主动买入和主动卖出，计算两者成交金额之差占总成交金额的比例，以刻画投资者的主动买入行为[7]。 * **因子具体构建过程**： 1. 使用逐笔成交数据，根据买卖标志界定每笔成交属于主动买入还是主动卖出[7]。 2. 计算主动买入成交金额与主动卖出成交金额的差值，得到净主动买入金额[7]。 3. 计算净主动买入金额占当日总成交金额的比例[7]。 * 公式：$$净主动买入金额占比 = \frac{当日主动买入成交金额 - 当日主动卖出成交金额}{当日总成交金额} \times 100\%$$ 因子的回测效果 1. **大买单成交金额占比因子**，近5日（20251208-20251212）均值：再升科技 91.4%[9]，安妮股份 91.2%[9]，康欣新材 87.9%[9]，广田集团 87.6%[9]，中泰化学 87.5%[9]，宁波港 87.3%[9]，古越龙山 87.2%[9]，酒钢宏兴 87.1%[9]，富森美 87.1%[9]；上证指数 73.0%[12]，上证50 68.9%[12]，沪深300 72.0%[12]，中证500 73.3%[12]，创业板指 71.4%[12]；非银行金融行业 78.5%[13]，钢铁行业 78.2%[13]，银行业 78.1%[13]，房地产业 77.9%[13]，电力及公用事业行业 77.6%[13]；国泰中证A500ETF 91.5%[15]，国泰上证10年期国债ETF 91.1%[15]，华宝中证军工ETF 90.9%[15]，华宝中证银行ETF 90.7%[15]，广发中证军工ETF 90.5%[15]。 2. **净主动买入金额占比因子**，近5日（20251208-20251212）均值：热景生物 15.9%[10]，蓝晓科技 14.5%[10]，壹连科技 14.0%[10]，厦门银行 14.0%[10]，华懋科技 13.1%[10]，苑东生物 12.6%[10]，晋亿实业 12.6%[10]，东山精密 11.3%[10]；上证指数 0.8%[12]，上证50 3.1%[12]，沪深300 2.6%[12]，中证500 5.0%[12]，创业板指 3.5%[12]；非银行金融行业 6.3%[13]，电力设备及新能源行业 5.9%[13]，通信行业 2.5%[13]，电子行业 2.2%[13]，电力及公用事业行业 1.8%[13]；国泰上证10年期国债ETF 25.9%[16]，华夏中证5G通信主题ETF 19.1%[16]，华夏中证人工智能ETF 16.7%[16]，广发上证科创板50ETF 15.9%[16]，易方达中证科创创业50ETF 14.6%[16]。

根据提供的研报内容，以下是关于量化因子与模型的总结。 量化因子与构建方式 1. **因子名称：大买单成交金额占比**[7] * **因子构建思路**：该因子旨在刻画大资金的买入行为。其核心思路是利用逐笔成交数据，通过还原买卖单并筛选大单，计算大买单的成交金额在总成交金额中的比例[7]。 * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“叫买序号”和“叫卖序号”字段[7]。 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据[7]。 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大额交易单（大单）[7]。 4. 计算指标：从大单中筛选出买入方向的大单（大买单），计算其成交金额之和，再除以当日该股票的总成交金额。 $$大买单成交金额占比 = \frac{当日大买单成交金额总和}{当日总成交金额} \times 100\%$$ * **因子评价**：该因子直接反映了大规模资金在特定股票上的买入强度。 2. **因子名称：净主动买入金额占比**[7] * **因子构建思路**：该因子旨在刻画投资者的主动买入行为。其核心思路是利用逐笔成交数据中的买卖标志，区分主动买入和主动卖出，并计算其净额相对于总成交额的比例[7]。 * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“买卖标志”字段[7]。 2. 界定主动交易：根据逐笔成交数据中的买卖标志，界定每一笔成交是属于主动买入还是主动卖出[7]。 3. 计算净额：将当日所有主动买入的成交金额相加，减去所有主动卖出的成交金额相加，得到净主动买入金额[7]。 4. 计算指标：将净主动买入金额除以当日该股票的总成交金额。 $$净主动买入金额占比 = \frac{当日主动买入成交金额 - 当日主动卖出成交金额}{当日总成交金额} \times 100\%$$ * **因子评价**：该因子反映了市场参与者的交易意愿和资金流向，正值代表净主动买入，负值代表净主动卖出。 因子的回测效果 1. **大买单成交金额占比因子**，近5日（20251124-20251128）指标均值示例：新华都(90.6%)[9]，北辰实业(89.1%)[9]，中油工程(88.8%)[9]，河钢股份(88.6%)[9]，中化国际(88.6%)[9]，山东钢铁(88.5%)[9]，日照港(88.5%)[9]，中国铁物(88.4%)[9]，江南高纤(88.3%)[9] 2. **净主动买入金额占比因子**，近5日（20251124-20251128）指标均值示例：森鹰窗业(22.3%)[10]，汇通集团(20.0%)[10]，苑东生物(19.6%)[10]，欧林生物(16.1%)[10]，诺诚健华-U(15.5%)[10]，沪农商行(15.3%)[10]，瑞凌股份(15.2%)[10]，国电电力(15.1%)[10]，宝明科技(14.8%)[10]，力聚热能(14.4%)[10]

根据提供的研报内容，以下是关于量化模型与因子的总结。 量化因子与构建方式 1. **因子名称：大买单成交金额占比**[7] * **因子构建思路**：该因子旨在刻画大资金的买入行为。其核心思路是利用逐笔成交数据，通过还原买卖单并筛选大单，计算大买单的成交金额在总成交金额中的比例。[7] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含叫买序号和叫卖序号。[7] 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据。[7] 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大额订单（大单）。[7] 4. 计算因子值：计算筛选出的大单中，所有买单（大买单）的成交金额之和，然后除以当日该股票的总成交金额，得到大买单成交金额占比。公式如下：[7] $$大买单成交金额占比 = \frac{大买单成交金额}{当日总成交金额}$$ * **因子评价**：该因子直接反映了大额资金的买入意愿和强度。 2. **因子名称：净主动买入金额占比**[7] * **因子构建思路**：该因子旨在刻画投资者的主动买入行为。其核心思路是利用逐笔成交数据中的买卖标志，区分主动买入和主动卖出，并计算其净额相对于总成交额的比例。[7] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含买卖标志。[7] 2. 界定主动交易：根据逐笔成交数据中的买卖标志，界定每一笔成交是属于主动买入还是主动卖出。[7] 3. 计算净额：将当日所有主动买入的成交金额相加，减去所有主动卖出的成交金额相加，得到净主动买入金额。[7] 4. 计算因子值：将计算得到的净主动买入金额除以当日该股票的总成交金额，得到净主动买入金额占比。公式如下：[7] $$净主动买入金额占比 = \frac{主动买入金额 - 主动卖出金额}{当日总成交金额}$$ * **因子评价**：该因子反映了市场中主动性的买卖压力，是衡量资金流向的重要指标。 因子的回测效果 1. **大买单成交金额占比因子**，近5日（20251103-20251107）指标值示例：海陆重工 93.0%[9]，摩恩电气 89.2%[9]，北辰实业 88.2%[9] 2. **净主动买入金额占比因子**，近5日（20251103-20251107）指标值示例：力聚热能 21.2%[10]，国投电力 21.1%[10]，乔治白 20.2%[10]

报告行业投资评级 未提及 报告的核心观点 2025年8月8日A股市场各指数下跌，不同类型ETF表现有差异，部分行业有涨跌表现 [2][7] 各目录总结 市场概况 - A股上证综指下跌0.12%收于3635.13点，深证成指下跌0.26%收于11128.67点，创业板指下跌0.38%收于2333.96点，两市A股成交金额为17365亿元 [2][7] - 涨幅靠前行业为综合（1.56%）、建筑材料（1.16%）、建筑装饰（1.14%），跌幅靠前行业为计算机（-2.38%）、电子（-1.15%）、传媒（-0.96%） [2][7] 股票ETF - 成交金额靠前的华夏中证A500ETF下跌0.20%，贴水率为-0.25%；华泰柏瑞中证A500ETF下跌0.18%，贴水率为-0.19%；南方中证A500ETF下跌0.19%，贴水率为-0.17% [3][8] - 列出成交额前十股票ETF相关数据，如华夏中证A500ETF价格1.016元，跟踪中证A500指数涨跌幅-0.24%等 [9] 债券ETF - 成交金额靠前的海富通中证短融ETF上涨0.01%，贴水率为0.01%；博时中证可转债及可交换债券ETF下跌0.30%，贴水率为-0.20%；国泰上证10年期国债ETF上涨0.04%，贴水率为-0.03% [4][10] - 列出成交额前五债券ETF相关数据，如海富通中证短融ETF成交额2582149.36万元等 [11] 黄金ETF - 黄金AU9999上涨0.14%，上海金上涨0.34% [13] - 成交金额靠前的华安黄金ETF上涨0.32%，贴水率为0.21%；易方达黄金ETF上涨0.30%，贴水率为0.17%；博时黄金ETF上涨0.28%，贴水率为0.20% [13] - 列出成交额前五黄金ETF相关数据，如华安黄金ETF成交额25.36亿元等 [14] 商品期货ETF - 华夏饲料豆粕期货ETF上涨0.46%，贴水率为0.77%；建信易盛郑商所能源化工期货ETF下跌0.90%，贴水率为-0.90%；大成有色金属期货ETF下跌0.06%，贴水率为-0.06% [14] - 列出商品期货ETF一览相关数据，如华夏饲料豆粕期货ETF跟踪大连商品交易所豆粕期货价格指数涨跌幅0.85%等 [15] 跨境ETF - 前一交易日道琼斯工业指数下跌0.51%，纳斯达克指数上涨0.35%，标普500下跌0.08%，德国DAX上涨1.12%；今日恒生指数下跌0.89%，恒生中国企业指数下跌0.96% [16] - 成交金额靠前的易方达中证香港证券投资主题ETF下跌1.07%，贴水率为-0.08%；广发中证香港创新药ETF下跌1.33%，贴水率为-0.16%；汇添富国证港股通创新药ETF下跌1.41%，贴水率为-0.15% [16] - 列出成交额前五跨境ETF相关数据，如易方达中证香港证券投资主题ETF成交额96.90亿元等 [17] 货币ETF - 成交金额靠前的为银华日利ETF、华宝添益ETF、货币ETF建信添益 [18] - 列出成交额前三货币ETF相关数据，如银华日利ETF成交额179.08亿元等 [20]

报告行业投资评级 未提及 报告的核心观点 2025年6月20日A股市场各指数多数下跌，不同类型ETF表现有差异，各行业涨跌不一 [2][6] 各目录总结 市场概况 - A股上证综指下跌0.07%收于3359.90点，深证成指下跌0.47%收于10005.03点，创业板指下跌0.83%收于2009.89点，两市A股成交金额为10918亿元 [2][6] - 涨幅靠前行业为交通运输（0.88%）、食品饮料（0.73%）、银行（0.69%），跌幅靠前行业为传媒（-1.91%）、计算机（-1.79%）、石油石化（-1.71%） [2][6] 股票ETF - 成交金额靠前的嘉实中证A500ETF下跌0.21%，贴水率-0.21%；华夏中证A500ETF下跌0.21%，贴水率-0.07%；华夏上证50ETF上涨0.59%，贴水率0.53% [3][7] - 列出成交额前十股票ETF的代码、基金名称、价格、涨跌幅、跟踪指数等信息 [8] 债券ETF - 成交金额靠前的海富通中证短融ETF上涨0.01%，贴水率0.01%；国泰上证10年期国债ETF上涨0.02%，贴水率0.07%；易方达上证基准做市公司债ETF上涨0.08%，贴水率0.16% [4][9] - 列出成交额前五债券ETF的代码、基金名称、价格、涨跌幅、贴水率、成交额等信息 [10] 黄金ETF - 黄金AU9999涨跌幅为0.00%，上海金下跌0.41% [12] - 成交金额靠前的华安黄金ETF下跌0.39%，贴水率-0.24%；博时黄金ETF下跌0.39%，贴水率-0.25%；易方达黄金ETF下跌0.37%，贴水率-0.22% [12] - 列出成交额前五黄金ETF的代码、基金名称、价格、涨跌幅、成交额、IOPV、贴水率等信息 [13] 商品期货ETF - 华夏饲料豆粕期货ETF下跌0.45%，贴水率0.08%；建信易盛郑商所能源化工期货ETF下跌0.43%，贴水率0.49%；大成有色金属期货ETF下跌0.36%，贴水率-0.65% [13][14] - 列出商品期货ETF的代码、基金名称、价格、涨跌幅、成交额、IOPV、贴水率、跟踪指数及跟踪指数涨跌幅等信息 [14] 跨境ETF - 前一交易日美国股市休市，德国DAX下跌1.12%，今日恒生指数上涨1.26%，恒生中国企业指数上涨1.38% [15] - 成交金额靠前的广发中证香港创新药ETF上涨0.27%，贴水率0.41%；易方达中证香港证券投资主题ETF上涨0.31%，贴水率0.24%；华夏恒生科技ETF上涨0.14%，贴水率0.51% [15] - 列出成交额前五跨境ETF的代码、基金名称、成交额、涨跌幅、贴水率等信息 [16] 货币ETF - 成交金额靠前的为银华日利ETF、华宝添益ETF、货币ETF建信添益 [17] - 列出成交额前三货币ETF的代码、基金名称、成交额等信息 [19]