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，来衡量市场涨停板的封板强度和市场情绪[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. 找出在当日盘中最高价达到涨停价的股票集合。 3. 在上述集合中，进一步筛选出收盘价也涨停的股票。 4. 计算封板率，公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[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总数的比例，来衡量市场涨停板的连续性和赚钱效应的持续性[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. 找出前一日收盘涨停的股票集合。 3. 在上述集合中，进一步筛选出当日收盘也涨停的股票。 4. 计算连板率，公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[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相对于当日成交份额总市值的折价幅度，来反映大资金的交易偏好和市场情绪[26]。 * **因子具体构建过程**： 1. 获取当日所有大宗交易的总成交金额。 2. 计算当日通过大宗交易成交的股票份额，按当日收盘价计算的总市值。 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：股指期货年化升贴水率**[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，来反映市场对未来走势的预期、对冲成本以及市场情绪[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. 计算基差：基差 = 股指期货价格 - 现货指数价格。 3. 计算年化升贴水率，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] *注：公式中“年化贴水率”为通用名称，当计算结果为正时，表示年化升水率；为负时，表示年化贴水率。* 因子回测效果 *本报告为市场监测日报，未提供因子的历史回测效果指标（如IC、IR、多空收益等）的具体数值。报告主要展示了各因子在特定计算日（2025年12月16日及附近日期）的截面取值或市场整体水平*[17][26][28]。 1. **封板率因子**，2025年12月16日取值：65%[17]。 2. **连板率因子**，2025年12月16日取值：23%[17]。 3. **大宗交易折价率因子**，2025年12月15日市场整体折价率：4.82%；近半年平均折价率：6.64%[26]。 4. **股指期货年化升贴水率因子**，2025年12月16日取值： * 上证50股指期货年化贴水率：9.55%[28]。 * 沪深300股指期货年化升水率：3.42%[28]。 * 中证500股指期货年化升水率：10.57%[28]。 * 中证1000股指期货年化升水率：8.56%[28]。

量化模型与构建方式 1. **模型名称**：封板率计算模型[17] **模型构建思路**：通过计算当日最高价涨停且收盘涨停的股票数量与最高价涨停股票总数的比例，来衡量市场涨停股的封板质量与资金封板意愿[17] **模型具体构建过程**：首先，筛选出上市满3个月以上的股票。然后，在交易日T日，找出所有盘中最高价达到涨停价的股票。最后，计算这些股票中，收盘价也维持在涨停价的股票所占的比例。具体公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[17] 2. **模型名称**：连板率计算模型[17] **模型构建思路**：通过计算连续两日收盘涨停的股票数量占前一日所有涨停股票数量的比例，来度量市场涨停效应的持续性[17] **模型具体构建过程**：首先，筛选出上市满3个月以上的股票。在交易日T日，找出所有在T-1日收盘涨停的股票。然后，计算这些股票中，在T日收盘也涨停的股票所占的比例。具体公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[17] 3. **模型名称**：大宗交易折价率计算模型[26] **模型构建思路**：通过比较大宗交易成交总额与按当日市价计算的成交份额总市值，计算折价率，以反映大资金交易的折让程度和市场情绪[26] **模型具体构建过程**：首先，获取当日所有大宗交易的成交数据，包括每笔交易的成交价格和成交数量。然后，计算这些成交份额按当日收盘价（或成交均价）计算的总市值。最后，用大宗交易总成交金额除以该总市值并减1，得到整体折价率。具体公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[26] 4. **模型名称**：股指期货年化贴水率计算模型[28] **模型构建思路**：将股指期货主力合约与现货指数之间的基差进行年化处理，以标准化衡量期货合约的升贴水程度，便于跨期比较[28] **模型具体构建过程**：首先，计算股指期货主力合约价格与其标的现货指数价格的差值，即基差（期货价格 - 现货价格）。然后，将基差除以现货指数价格，得到相对基差。最后，将此相对基差乘以年化因子（250天除以合约剩余交易日数），得到年化贴水率。具体公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[28] **模型评价**：该指标综合反映了金融市场利率、股市分红、微观资金成本、套利力量、市场情绪等多方面因素，其变化能体现市场对未来走势的预期，并直接影响股指对冲的成本[28] 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[14] **因子构建思路**：追踪前一日涨停的股票在次日的开盘至收盘的收益率表现，用于观察涨停股的赚钱效应和接力情绪[14] **因子具体构建过程**：首先，在交易日T-1日，筛选出上市满3个月以上且收盘涨停的股票。然后，计算这些股票在T日的收盘收益率。具体计算为每只股票在T日的（收盘价/开盘价 - 1），再求所有符合条件的股票收益率的平均值或中位数[14] 2. **因子名称**：昨日跌停股今日收益因子[14] **因子构建思路**：追踪前一日跌停的股票在次日的开盘至收盘的收益率表现，用于观察极端抛压后的市场修复或继续下跌的动能[14] **因子具体构建过程**：首先，在交易日T-1日，筛选出上市满3个月以上且收盘跌停的股票。然后，计算这些股票在T日的收盘收益率。具体计算为每只股票在T日的（收盘价/开盘价 - 1），再求所有符合条件的股票收益率的平均值或中位数[14] 3. **因子名称**：两融余额占比因子[22] **因子构建思路**：计算融资融券余额占A股总流通市值的比例，用以衡量杠杆资金在市场中的整体规模和重要性[22] **因子具体构建过程**：在交易日T日，获取市场的融资余额与融券余额之和，即两融余额。同时，获取A股市场的总流通市值。最后，计算两融余额占总流通市值的百分比[22] 4. **因子名称**：两融交易占比因子[22] **因子构建思路**：计算融资买入额与融券卖出额之和占市场总成交额的比例，用以衡量杠杆交易的活跃度[22] **因子具体构建过程**：在交易日T日，获取市场的融资买入总额与融券卖出总额，求和得到两融交易总额。同时，获取A股市场的总成交额。最后，计算两融交易总额占总成交额的百分比[22] 5. **因子名称**：ETF折溢价因子[23] **因子构建思路**：通过计算ETF场内交易价格与其IOPV（基金份额参考净值）的偏离度，捕捉市场短期情绪和套利机会[23] **因子具体构建过程**：首先，筛选日成交额超过100万元的境内股票型ETF。对于单只ETF，计算其当日场内成交均价（或收盘价）与当日IOPV的差值，再除以IOPV得到折溢价率。正值代表溢价，负值代表折价[23] 6. **因子名称**：机构调研热度因子[30] **因子构建思路**：统计近期对上市公司进行调研的机构数量，作为衡量机构关注度的代理指标[30] **因子具体构建过程**：对于每只股票，统计其在过去7个自然日内，接受机构调研或举行分析师会议的机构家数。家数越多，代表机构关注度越高[30] 7. **因子名称**：龙虎榜机构净流入因子[36] **因子构建思路**：根据龙虎榜披露的机构专用席位买卖数据，计算单日对个股的净买入金额，反映机构资金的短期动向[36] **因子具体构建过程**：对于登上龙虎榜的个股，汇总当日所有机构专用席位的买入总额与卖出总额，计算净额（买入总额 - 卖出总额）[36] 8. **因子名称**：龙虎榜陆股通净流入因子[37] **因子构建思路**：根据龙虎榜披露的陆股通席位买卖数据，计算单日对个股的净买入金额，反映北向资金的短期动向[37] **因子具体构建过程**：对于登上龙虎榜的个股，汇总当日所有陆股通席位的买入总额与卖出总额，计算净额（买入总额 - 卖出总额）[37] 模型的回测效果 1. 封板率计算模型，2025年12月4日指标值为58%[17] 2. 连板率计算模型，2025年12月4日指标值为19%[17] 因子的回测效果 1. 昨日涨停股今日收益因子，2025年12月4日指标值为-0.28%[14] 2. 昨日跌停股今日收益因子，2025年12月4日指标值为-4.67%[14] 3. 两融余额占比因子，截至2025年12月3日指标值为2.6%[22] 4. 两融交易占比因子，截至2025年12月3日指标值为9.6%[22] 5. ETF折溢价因子，2025年12月3日，科创100ETF富国溢价0.63%，A500增强ETF基金折价0.53%[23] 6. 大宗交易折价率因子，近半年平均指标值为6.43%，2025年12月3日指标值为7.92%[26] 7. 股指期货年化贴水率因子，近一年中位数：上证50为0.68%，沪深300为3.53%，中证500为11.15%，中证1000为13.58%[28]。2025年12月4日指标值：上证50为4.69%（近一年24%分位），沪深300为7.98%（近一年23%分位），中证500为9.59%（近一年62%分位），中证1000为11.05%（近一年68%分位）[28] 8. 机构调研热度因子，近一周（截至2025年12月4日），长安汽车被101家机构调研[30] 9. 龙虎榜机构净流入因子，2025年12月4日，净流入前十名包括和而泰、初灵信息等[36] 10. 龙虎榜陆股通净流入因子，2025年12月4日，净流入前十名包括和而泰、航天环宇等[37]

市场表现 - 11月6日A股三大指数全线飘红，科技成长板块大幅反弹，科创板相关指数集体走高，科创50指数一度上涨3.74%，科创芯片指数涨幅扩大至近5% [1] - 分行业看，CPO、HBM、GPU、光芯片、先进封装等方向领涨 [1] - 科创50ETF富国（588940）高开高走，盘间涨幅触及3.45%，截至发稿涨幅为2.88%，其标的指数成分股中超8成个股上涨 [1] - 成分股中寒武纪涨超8%，海光信息涨超6%，西部超导、阿特斯、中芯国际、澜起科技、佰维存储等跟涨 [1] - 科创综指ETF富国（589600）和科创100ETF富国（589950）涨幅均超2%，科创200ETF富国（589780）涨超1% [1] 行业驱动因素 - 科技博弈出现阶段性缓和，英伟达新一代算力平台加速全球部署，国内自主算力取得关键突破 [1] - 机构建议重点关注两大方向：受益于出口限制缓和的半导体供应链及国产算力链，以及受技术突破驱动的AI应用商业化落地 [1] - 前期情绪释放后成长类标的走势回稳，代表新质生产力周期与国产替代浪潮的科创板仍有较高配置价值 [1] 指数构成与特征 - 科创50ETF富国（588940）紧密跟踪上证科创板50成份指数，该指数由科创板中市值大、流动性强的50只证券组成 [2] - 指数前三大重仓行业为半导体（65.5%）、医疗器械（5.3%）、光伏设备（4.6%） [2] - 指数与当前国产芯片、人工智能、机器人等前沿产业发展方向高度契合，"硬科技"属性突出，是反映科创板核心资产表现的旗舰指数 [2]