根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **封板率模型** - 模型构建思路：通过统计最高价涨停且收盘涨停的股票数与最高价涨停的股票数的比例，反映市场情绪[14] - 模型具体构建过程： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ 统计上市满3个月以上的股票，计算当日封板率[14] - 模型评价：封板率提升表明市场情绪转强，可用于短线交易信号 2. **连板率模型** - 模型构建思路：通过统计连续两日收盘涨停的股票数与昨日收盘涨停的股票数的比例，反映市场持续性[14] - 模型具体构建过程： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ 同样基于上市满3个月的股票样本[14] - 模型评价：连板率提升显示资金接力意愿增强 量化因子与构建方式 1. **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与现货指数的基差年化值，反映市场预期与对冲成本[26] - 因子具体构建过程： $$年化贴水率=\frac{基差}{指数价格}×\frac{250}{合约剩余交易日数}$$ 涵盖上证50、沪深300、中证500和中证1000主力合约[26] - 因子评价：贴水率分位数可判断市场超卖/超买状态 2. **大宗交易折价率因子** - 因子构建思路：通过大宗交易成交价与市价的偏离度反映大资金动向[23] - 因子具体构建过程： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ 统计近半年日均折价率与单日异常值[23] - 因子评价：折价率扩大可能预示机构调仓行为 模型的回测效果 1. 封板率模型： - 当日封板率72%，较前日提升9%[14] - 近一个月封板率均值65%[14] 2. 连板率模型： - 当日连板率32%，较前日提升4%[14] - 近一个月连板率中位数28%[14] 因子的回测效果 1. 股指期货年化贴水率因子： - 上证50年化贴水率14.05%（近一年13%分位）[26] - 中证1000年化贴水率23.83%（近一年9%分位）[26] 2. 大宗交易折价率因子： - 当日折价率5.81%，高于半年均值5.53%[23] - 半年日均成交金额13亿元，当日19亿元[23] 注：研报未涉及传统多因子模型（如价值/动量因子）或复合策略的具体构建，主要聚焦市场微观结构指标[14][23][26]

根据提供的金融工程日报内容，以下是量化模型与因子的总结： 量化因子与构建方式 1. **封板率因子** - 构建思路：通过统计涨停股票的封板情况来反映市场情绪强度[18] - 具体构建过程： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ 筛选上市满3个月以上的股票，计算当日满足条件的股票比例[18] 2. **连板率因子** - 构建思路：衡量涨停股票的持续性，反映市场追涨情绪[18] - 具体构建过程： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ 基于前一日涨停股票样本计算连续涨停比例[18] 3. **大宗交易折价率因子** - 构建思路：通过大宗交易成交价与市价的偏离度反映大资金动向[27] - 具体构建过程： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ 汇总当日所有大宗交易数据计算加权折价率[27] 4. **股指期货年化贴水率因子** - 构建思路：利用期货基差水平反映市场预期[29] - 具体构建过程： $$年化贴水率=\frac{基差}{指数价格} \times \left(\frac{250}{合约剩余交易日数}\right)$$ 对主力合约计算上证50/沪深300/中证500/中证1000的年化贴水率[29] 因子回测效果 1. **封板率因子** - 当日取值：81%（较前日提升17%）[18] 2. **连板率因子** - 当日取值：36%（较前日提升10%）[18] 3. **大宗交易折价率因子** - 近半年均值：5.49% - 当日取值：7.91%[27] 4. **股指期货年化贴水率因子** - 上证50：10.71%（近一年14%分位） - 沪深300：11.19%（近一年14%分位） - 中证500：14.95%（近一年21%分位） - 中证1000：16.03%（近一年33%分位）[29] 注：报告中未涉及量化模型的具体构建与测试结果，仅包含市场监测类因子[18][27][29]