金融工程日报:指缩量微涨,商业航天表现强势、医药商业反复活跃-20251218
国信证券·2025-12-18 13:51

量化模型与构建方式 1. 模型名称:封板率模型[18] 模型构建思路:通过计算股票涨停后成功封住涨停板的概率,来衡量市场追涨情绪和涨停板的可靠性[18] 模型具体构建过程:首先,筛选出上市满3个月以上的股票[18]。然后,找出在交易日盘中最高价达到涨停价的股票[18]。最后,计算这些股票中,收盘价仍为涨停的股票数量占比[18]。具体公式为: 封板率=最高价涨停且收盘涨停的股票数/最高价涨停的股票数封板率=最高价涨停且收盘涨停的股票数/最高价涨停的股票数[18] 2. 模型名称:连板率模型[18] 模型构建思路:通过计算连续涨停股票的比例,来度量市场短线投机资金的活跃度和赚钱效应的持续性[18] 模型具体构建过程:首先,筛选出上市满3个月以上的股票[18]。然后,找出前一个交易日收盘涨停的股票[18]。最后,计算这些股票中,当前交易日收盘也涨停的股票数量占比[18]。具体公式为: 连板率=连续两日收盘涨停的股票数/昨日收盘涨停的股票数连板率=连续两日收盘涨停的股票数/昨日收盘涨停的股票数[18] 3. 模型名称:大宗交易折价率模型[27] 模型构建思路:通过计算大宗交易成交价相对于市场价格的折价幅度,来反映大资金的投资偏好和情绪,折价率高可能意味着大股东或机构减持意愿较强或对后市看法偏谨慎[27] 模型具体构建过程:首先,获取当日所有大宗交易的成交总金额和成交股份对应的总市值(按当日市价计算)[27]。然后,用成交总金额除以总市值再减1,得到整体折价率[27]。具体公式为: 折价率=大宗交易总成交金额/当日成交份额的总市值1折价率=大宗交易总成交金额/当日成交份额的总市值-1[27] 4. 模型名称:股指期货年化升贴水率模型[29] 模型构建思路:通过计算股指期货价格与现货指数价格之间的基差,并将其年化,来反映市场对未来走势的预期、对冲成本以及市场情绪[29] 模型具体构建过程:首先,计算基差,即股指期货主力合约价格减去其标的现货指数价格[29]。然后,将基差除以现货指数价格,得到相对基差[29]。最后,考虑合约剩余期限,将相对基差年化处理[29]。具体公式为: 年化贴水率=基差/指数价格(250/合约剩余交易日数)年化贴水率=基差/指数价格*(250/合约剩余交易日数)[29] 模型评价:年化升贴水率是影响股指对冲成本的关键因素,升水时对冲成本较低,贴水时对冲成本较高[29] 模型的回测效果 1. 封板率模型,2025年12月18日指标值为70%[18] 2. 连板率模型,2025年12月18日指标值为36%[18] 3. 大宗交易折价率模型,近半年平均折价率指标值为6.64%[27];2025年12月17日指标值为7.59%[27] 4. 股指期货年化升贴水率模型,近一年中证500股指期货主力合约年化贴水率中位数指标值为11.22%[29];近一年中证1000股指期货主力合约年化贴水率中位数指标值为13.61%[29];2025年12月18日上证50股指期货主力合约年化贴水率指标值为29.32%[29];2025年12月18日沪深300股指期货主力合约年化贴水率指标值为13.14%[29];2025年12月18日中证500股指期货主力合约年化升水率指标值为0.58%[29];2025年12月18日中证1000股指期货主力合约年化升水率指标值为10.30%[29] 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[15] 因子构建思路:通过计算前一日涨停股票在次日的平均收益率,来观察涨停板股票的短期动量效应或溢价情况[15] 因子具体构建过程:首先,筛选出上市满3个月以上且前一个交易日收盘涨停的股票[15]。然后,计算这些股票在当前交易日的收盘收益率,并求其平均值[15]。 2. 因子名称:昨日跌停股今日收益因子[15] 因子构建思路:通过计算前一日跌停股票在次日的平均收益率,来观察跌停板股票的短期反转效应或情绪修复情况[15] 因子具体构建过程:首先,筛选出上市满3个月以上且前一个交易日收盘跌停的股票[15]。然后,计算这些股票在当前交易日的收盘收益率,并求其平均值[15]。 3. 因子名称:两融余额占比因子[23] 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,来度量杠杆资金在市场的总体规模和参与程度[23] 因子具体构建过程:首先,获取市场的总融资融券余额[20][23]。然后,获取市场的总流通市值[23]。最后,计算两融余额与流通市值的比值[23]。 4. 因子名称:两融交易占比因子[23] 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,来反映杠杆资金的交易活跃度[23] 因子具体构建过程:首先,获取市场的总融资买入额和融券卖出额[23]。然后,获取市场的总成交额[23]。最后,计算两融交易额与市场总成交额的比值[23]。 5. 因子名称:ETF折溢价因子[24] 因子构建思路:通过计算ETF场内交易价格与其基金份额参考净值(IOPV)的偏离度,来捕捉市场套利机会和投资者情绪[24] 因子具体构建过程:首先,筛选日成交额超过100万元的境内交易股票型ETF[24]。然后,计算每只ETF的折溢价率,公式为:(场内交易价格 / IOPV - 1) * 100%[24]。 6. 因子名称:机构调研热度因子[31] 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,可能隐含了基本面或事件性的投资机会[31] 因子具体构建过程:统计近7天内(或近一周)对某家上市公司进行调研或参与分析师会议的机构家数[31]。 7. 因子名称:龙虎榜机构净流入因子[37] 因子构建思路:通过计算龙虎榜上机构专用席位买入与卖出某只股票的净差额,来观察机构资金对当日异动个股的买卖方向和力度[37] 因子具体构建过程:首先,获取当日上榜龙虎榜的股票数据[37]。然后,针对每只股票,汇总其所有机构专用席位的买入总额和卖出总额[37]。最后,计算买入总额与卖出总额的差值,得到机构净流入金额[37]。 8. 因子名称:龙虎榜陆股通净流入因子[38] 因子构建思路:通过计算龙虎榜上陆股通席位买入与卖出某只股票的净差额,来观察北向资金对当日异动个股的买卖方向和力度[38] 因子具体构建过程:首先,获取当日上榜龙虎榜的股票数据[38]。然后,针对每只股票,汇总其所有陆股通席位的买入总额和卖出总额[38]。最后,计算买入总额与卖出总额的差值,得到陆股通净流入金额[38]。 因子的回测效果 1. 昨日涨停股今日收益因子,2025年12月18日指标值为3.16%[15] 2. 昨日跌停股今日收益因子,2025年12月18日指标值为-0.54%[15] 3. 两融余额占比因子,近一年平均水平指标值约为2.4%[23];2025年12月17日指标值为2.6%[23] 4. 两融交易占比因子,近一年平均水平指标值约为9.8%[23];2025年12月17日指标值为10.1%[23] 5. ETF折溢价因子,2025年12月17日溢价最多的是现金流ETF永赢,指标值为0.90%[24];2025年12月17日折价最多的是材料ETF,指标值为-0.84%[24] 6. 机构调研热度因子,近一周(截至2025年12月18日)调研机构最多的长安汽车,指标值为214家[31] 7. 龙虎榜机构净流入因子,2025年12月18日机构净流入前十的股票包括雪人集团、通宇通讯等[37] 8. 龙虎榜陆股通净流入因子,2025年12月18日陆股通净流入前十的股票包括天银机电、美年健康等[38]