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[17] * 因子构建思路：通过计算当日最高价涨停且收盘涨停的股票数量占最高价涨停股票总数的比例，来衡量市场涨停股的封板强度，反映市场追涨情绪和短线资金的做多意愿。[17] * 因子具体构建过程： 1. 筛选上市满3个月以上的股票。[17] 2. 在交易日T，找出所有在盘中最高价达到涨停价的股票集合A。[17] 3. 在集合A中，找出收盘价仍为涨停价的股票集合B。[17] 4. 计算封板率：封板率 = 集合B的股票数量 / 集合A的股票数量。[17] * 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. 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数量占前一日收盘涨停股票数量的比例，来衡量市场涨停股的延续性，反映市场强势股的赚钱效应和短线投机氛围。[17] * 因子具体构建过程： 1. 筛选上市满3个月以上的股票。[17] 2. 在交易日T-1，找出所有收盘涨停的股票集合C。[17] 3. 在交易日T，从集合C中找出收盘价再次涨停的股票集合D。[17] 4. 计算连板率：连板率 = 集合D的股票数量 / 集合C的股票数量。[17] * 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. 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总额与按当日市价计算的成交份额总市值的差异比例，来反映大资金通过大宗交易平台减持或调仓时的折让程度，可作为观察机构或大股东行为及市场情绪的指标。[26] * 因子具体构建过程： 1. 获取交易日T所有大宗交易的成交数据，包括每笔交易的成交金额和成交数量。[26] 2. 计算当日大宗交易总成交金额。[26] 3. 对于每笔大宗交易，以其成交数量乘以该股票当日的收盘价（或成交均价），计算出按市价计算的市值，然后加总得到所有成交份额按市价计算的总市值。[26] 4. 计算折价率：折价率 = (大宗交易总成交金额 / 按市价计算的成交份额总市值) - 1。[26] * 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. 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价格与现货指数价格之间的基差，并进行年化处理，来衡量市场对未来指数的预期、对冲成本以及市场情绪（如悲观预期导致深度贴水）。[28] * 因子具体构建过程： 1. 选定标的指数（如上证50、沪深300等）及其对应的股指期货主力合约。[28] 2. 在交易日T，获取该股指期货主力合约的结算价（或收盘价）F，以及标的指数的收盘价S。[28] 3. 计算基差：基差 = F - S。[28] 4. 获取该主力合约的剩余交易日数N。[28] 5. 计算年化贴水率：年化贴水率 = (基差 / S) * (250 / N)。[28] * 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] * 因子评价：该因子是衡量市场情绪和对冲成本的关键指标，深度贴水可能反映市场悲观预期，但也可能意味着更高的潜在对冲成本或套利机会。[28] 因子的回测效果 > 注：本报告为每日市场数据跟踪报告，未提供因子在长期历史数据上的回测绩效指标（如IC、IR、多空收益等）。报告仅展示了相关因子在特定日期（2025年12月12日及附近）的截面或时间序列取值。[17][26][28] 1. 封板率因子，2025年12月12日取值：83%，较前日提升28个百分点。[17] 2. 连板率因子，2025年12月12日取值：39%，较前日提升23个百分点。[17] 3. 大宗交易折价率因子，2025年12月11日取值：6.71%，近半年平均值：6.63%。[26] 4. 股指期货年化贴水率因子 * 上证50股指期货，2025年12月12日取值：-13.10%（贴水），近一年中位数：-0.85%，当前处于近一年6%分位点。[28] * 沪深300股指期货，2025年12月12日取值：-7.59%（贴水），近一年中位数：-3.68%，当前处于近一年27%分位点。[28] * 中证500股指期货，2025年12月12日取值：2.94%（升水），近一年中位数：-11.22%，当前处于近一年98%分位点。[28] * 中证1000股指期货，2025年12月12日取值：-6.20%（贴水），近一年中位数：-13.67%，当前处于近一年**94%**分位点。[28]