量化模型与因子总结 量化因子与构建方式 1. 因子名称：250日新高距离[11] * 因子构建思路：该因子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，是趋势跟踪和动量策略的核心指标。当价格创出新高时，该因子值为0；价格从高点回落时，该因子值为正，值越大表示回落幅度越大[11]。 * 因子具体构建过程：对于每个交易日t，计算最新收盘价与过去250个交易日（约一年）最高收盘价的相对距离。具体公式如下： $250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$ 其中，$Close_t$为股票在交易日t的最新收盘价，$ts\_max(Close, 250)$为过去250个交易日收盘价的最大值[11]。 2. 模型名称：平稳创新高股票筛选模型[24][27] * 模型构建思路：该模型旨在从近期创出250日新高的股票中，进一步筛选出具有分析师关注、股价走势强劲且路径平稳、趋势有望延续的股票。其理论基础在于，遵循平滑价格路径的高动量股票未来收益可能优于价格路径跳跃的股票[24]。 * 模型具体构建过程：模型采用多步骤条件筛选法，具体流程如下： 1. 初选股票池：筛选出上市满15个月，且在过去20个交易日内创出过250日新高的所有股票[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”评级的分析师研报数量不少于5份[27]。 3. 股价相对强弱筛选：要求过去250日涨跌幅位于全市场所有股票的前20%[27]。 4. 股价平稳性与创新高持续性综合打分：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]。 * 价格路径平滑性（股价位移路程比）：该指标衡量股价走势的平稳程度。计算公式为过去120日涨跌幅的绝对值除以过去120日日涨跌幅绝对值的加总。比值越高，表明价格路径越平滑（趋势性越强，波动越小）[24][27]。 * 创新高持续性：计算过去120个交易日的“250日新高距离”在时间序列上的均值。该值越小，表明股票在近期持续接近或创出新高[27]。 5. 趋势延续性筛选：对经过上一步筛选的股票，计算其过去5个交易日的“250日新高距离”在时间序列上的均值，并选取该值排序最靠前的50只股票作为最终输出[27]。 模型的回测效果 本报告为市场状态跟踪与股票筛选周报，未提供量化模型或因子在历史数据上的系统性回测绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告主要展示了截至特定日期（2025年12月26日）的截面筛选结果和部分市场统计数据[12][13][19][28]。 因子的回测效果 本报告为市场状态跟踪与股票筛选周报，未提供量化因子在历史数据上的系统性回测绩效指标（如IC值、ICIR、多空收益、分组收益等）。报告主要展示了截至特定日期（2025年12月26日）的因子截面取值和市场应用情况[12][13][19]。