量化模型与构建方式 公募实时持仓模型 - 模型名称：公募实时持仓模型 - 模型构建思路：基于基金净值、持仓披露、调研行为等市场公开信息，对公募基金持仓进行实时测算[2][10] - 模型具体构建过程：通过复杂的处理流程，整合基金净值、持仓披露和调研行为等数据，实时测算公募基金对非银板块的持仓情况[10] - 模型评价：该模型能够实时反映公募基金的持仓动态，为投资者提供及时的市场信息[10] ETF资金持仓模型 - 模型名称：ETF资金持仓模型 - 模型构建思路：基于ETF基金的持仓动态，观察市场资金的流动情况[2][12] - 模型具体构建过程：通过监测ETF基金的持仓比例，分析其在非银板块股票市值中的占比变化[12] - 模型评价：该模型能够有效反映市场资金的流动趋势，特别是在指数投资产品供需两旺的背景下[12] 两融余额动向模型 - 模型名称：两融余额动向模型 - 模型构建思路：通过监测融资余额和融券余额，分析市场投资者的看多或看空情绪[2][14] - 模型具体构建过程：监测融资余额和融券余额的变化，特别是融资余额的增加，作为投资者看多后市的信号[14] - 模型评价：该模型能够反映市场投资者的情绪变化，为投资决策提供参考[14] 模型的回测效果 公募实时持仓模型 - 仓位变化：近期仓位未见回升[2][10] ETF资金持仓模型 - 持仓比例：2024年以来持续上升，占比达到4.56%[2][13] 两融余额动向模型 - 融资余额：9月20号之后反弹向上[2][17] 量化因子与构建方式 机构调研因子 - 因子名称：机构调研因子 - 因子的构建思路：基于机构对上市公司的调研次数，分析其对非银板块的关注度[3][16] - 因子具体构建过程：统计各大机构对非银板块成分股的调研次数，作为因子值[16] - 因子评价：该因子能够反映机构对非银板块的关注度，为投资者提供参考[16] 雪球大V因子 - 因子名称：雪球大V因子 - 因子的构建思路：基于雪球大V用户的关注数量，分析其对非银板块的关注度[3][19] - 因子具体构建过程：统计雪球大V用户对非银板块成分股的关注数量，作为因子值[22] - 因子评价：该因子能够反映市场上活跃投资者的关注热点，为投资决策提供参考[19] 主力资金因子 - 因子名称：主力资金因子 - 因子的构建思路：基于大单与超大单的交易数据，分析主力资金的流入情况[3][20] - 因子具体构建过程：统计大单（20-100万元）与超大单（>100万元）的净流入金额，作为因子值[21] - 因子评价：该因子能够反映主力资金的流动情况，为投资者提供参考[20] 龙虎榜因子 - 因子名称：龙虎榜因子 - 因子的构建思路：基于交易所每日公开披露的交易数据，分析市场热点[3][23] - 因子具体构建过程：统计满足条件的个股的买入与卖出金额最大的五个营业部的交易数据，作为因子值[23] - 因子评价：该因子能够反映市场最热点的交易动向，为投资决策提供参考[23] 高频股东户数因子 - 因子名称：高频股东户数因子 - 因子的构建思路：基于交易所推出的高频股东户数数据，分析股东户数的变化[3][24] - 因子具体构建过程：统计股东户数的大幅增加情况，作为因子值[26] - 因子评价：该因子能够反映股东户数的变化，为投资者提供风险提示[24] 因子的回测效果 机构调研因子 - 调研次数：招商证券18次，中信证券14次，广发证券13次[16] 雪球大V因子 - 关注数量：天风证券34次，东方财富22次，中国平安17次[22] 主力资金因子 - 主力净流入：东方财富254274.9万元，天风证券87181.6万元，太平洋52246.1万元[21] 龙虎榜因子 - 营业部资金净流入：首创证券1.1亿元，五矿资本0.9亿元，中油资本0.9亿元[25] 高频股东户数因子 - 股东户数增幅：华铁应急17.5696%，首创证券16.00%，浙商证券10.47%[26]