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 模型评价：无 量化因子与构建方式 1. 因子名称：封板率因子 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，来衡量市场涨停股的封板强度和市场情绪[16] 因子具体构建过程： 1. 筛选上市满3个月以上的股票[16] 2. 在每个交易日，统计满足“最高价涨停”条件的股票数量[16] 3. 在步骤2的股票中，进一步统计“收盘涨停”的股票数量[16] 4. 计算封板率，公式为： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$[16] 2. 因子名称：连板率因子 因子构建思路：通过计算连续两日收盘涨停的股票比例，来衡量市场涨停股的持续性和赚钱效应[16] 因子具体构建过程： 1. 筛选上市满3个月以上的股票[16] 2. 在每个交易日，统计前一日（T-1日）收盘涨停的股票数量[16] 3. 在步骤2的股票中，统计当日（T日）同样收盘涨停的股票数量[16] 4. 计算连板率，公式为： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$[16] 3. 因子名称：大宗交易折价率因子 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，来反映大资金的交易情绪和偏好[26] 因子具体构建过程： 1. 获取当日所有大宗交易的成交总金额[26] 2. 获取当日大宗交易成交份额对应的总市值（按当日市价计算）[26] 3. 计算折价率，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因子 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： 1. 计算基差：基差 = 股指期货价格 - 现货指数价格[28] 2. 计算年化贴水率，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] 其中，当股指期货价格高于现货指数价格时，年化贴水率为正，表示升水；反之为负，表示贴水[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25日指标值：79%[16] 2. 连板率因子，2025年12月25日指标值：32%[16] 3. 大宗交易折价率因子，近半年平均指标值：6.58%[26]；2025年12月24日指标值：7.12%[26] 4. 股指期货年化贴水率因子 上证50股指期货，近一年中位数：0.85%[28]；2025年12月25日指标值：0.18%（升水）[28] 沪深300股指期货，近一年中位数：3.79%[28]；2025年12月25日指标值：3.24%（贴水）[28] 中证500股指期货，近一年中位数：11.22%[28]；2025年12月25日指标值：5.74%（贴水）[28] 中证1000股指期货，近一年中位数：13.61%[28]；2025年12月25日指标值：9.98%（贴水）[28]