量化模型与构建方式 1. 模型/因子名称：250日新高距离[11] * 构建思路：该指标用于衡量当前价格相对于过去一段时间内最高价格的回落幅度，以识别接近或创出新高的标的，作为市场趋势和动量的风向标[11]。 * 具体构建过程：对于给定标的在时间t的收盘价，计算其过去250个交易日（约一年）收盘价的最大值。250日新高距离定义为1减去当前收盘价与过去250日最高收盘价的比值[11]。 * 公式： $250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ * 公式说明：Closet 为最新收盘价，ts_max(Close,250) 为过去250个交易日收盘价的最大值。当最新收盘价创出新高时，该值为0；当价格从高点回落时，该值为正，表示回落的幅度[11]。 2. 模型名称：平稳创新高股票筛选模型[26][28] * 构建思路：在近期创出250日新高的股票池中，进一步筛选出具有分析师关注、股价相对强势、且价格路径平滑、趋势延续性好的股票，旨在捕捉更持续、更稳健的动量效应[26][28]。 * 具体构建过程：该模型是一个多步骤的筛选流程： 1. 初选股票池：筛选出过去20个交易日曾创出250日新高的股票[19]。 2. 分析师关注度筛选：要求过去3个月内获得“买入”或“增持”评级的分析师研报不少于5份[28]。 3. 股价相对强弱筛选：要求过去250日涨跌幅位于全市场前20%[28]。 4. 股价平稳性与创新高持续性筛选：在满足上述条件的股票池内，使用两个指标综合打分，并选取排名在前50%的股票[28]。 * 价格路径平滑性：使用股价位移路程比指标，计算公式为 过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总[26]。该比值越接近1，表明价格路径越平滑。 * 创新高持续性：使用过去120日的250日新高距离在时间序列上的均值来衡量[28]。 5. 趋势延续性筛选：对经过上述步骤筛选后的股票，计算其过去5日的250日新高距离在时间序列上的均值，并选取该值排序靠前的50只股票作为最终的“平稳创新高股票”[28]。 模型的回测效果 本报告未提供量化模型（如250日新高距离因子或多因子筛选模型）的历史回测绩效指标（如年化收益率、夏普比率、最大回撤、信息比率IR等）。报告内容主要为特定时点（2025年12月12日）的截面数据展示和名单筛选[12][29][32]。 量化因子与构建方式 1. 因子名称：250日新高距离（同上，亦作为因子使用） * 构建思路：同模型部分所述，作为动量与趋势跟踪因子使用[11]。 * 具体构建过程：同模型部分所述[11]。 * 因子评价：该因子基于行为金融学中的“52周高点”效应，被广泛研究和应用于动量策略，是识别市场领头羊和趋势强度的重要工具[11][18]。 2. 因子名称：价格路径平滑性（位移路程比）[26] * 构建思路：通过比较一段时间内的净涨跌幅（位移）与期间每日涨跌幅绝对值之和（路程），来度量股价上涨或下跌过程的平滑程度。平滑的上涨路径可能意味着更持续的动量[26]。 * 具体构建过程：计算过去120个交易日内，股票总涨跌幅的绝对值与期间每日收益率绝对值之和的比值[26]。 * 公式： $价格路径平滑性 = \frac{| \sum_{i=1}^{120} R_i |}{ \sum_{i=1}^{120} |R_i| }$ * 公式说明：R_i 代表第i日的收益率。分子为120日累计收益率的绝对值（位移），分母为120日内每日收益率绝对值之和（路程）。比值越接近1，表明趋势越单一、路径越平滑。 * 因子评价：研究表明，遵循平滑价格路径的高动量股票，其未来收益可能高于遵循跳跃价格路径的高动量股票，这支持了投资者对平滑信息反应不足的“温水煮青蛙”效应[26]。 3. 因子名称：创新高持续性[28] * 构建思路：通过计算近期250日新高距离的均值，来衡量一只股票在创出新高后，其股价维持在高位附近的持续能力，而不仅仅是短暂触碰新高[28]。 * 具体构建过程：计算股票在过去120个交易日中，每日的250日新高距离的时间序列均值[28]。 4. 因子名称：趋势延续性[28] * 构建思路：通过计算最近几个交易日250日新高距离的均值，来捕捉股票趋势在短期内的延续强度，值越小表明近期越接近或维持在新高位置[28]。 * 具体构建过程：计算股票在过去5个交易日中，每日的250日新高距离的时间序列均值[28]。 因子的回测效果 本报告未提供上述单个因子（如价格路径平滑性、创新高持续性等）的IC值、IR、多空收益等历史回测绩效指标。报告侧重于介绍因子构建方法并将其应用于当前时点的选股流程中[26][28][29]。