量化模型与构建方式 1. 模型名称：250日新高距离模型 模型构建思路：通过计算当前收盘价与过去250日最高收盘价的相对距离，衡量股票或指数接近历史高点的程度[9] 模型具体构建过程： $250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ 其中： - (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 当最新收盘价等于历史最高价时取值为0，回落时取正值反映回调幅度[9] 模型评价：该指标能有效捕捉动量效应，符合经典趋势跟踪策略理论[9][16] 2. 模型名称：平稳创新高股票筛选模型 模型构建思路：结合价格路径平滑性、分析师关注度等多维度筛选具有持续动量的股票[22][24] 模型具体构建过程： - 价格路径平滑性：计算位移路程比 $\frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$ - 分析师关注度：过去3个月买入/增持评级研报≥5份 - 股价相对强弱：过去250日涨跌幅全市场前20% - 创新高持续性：过去120日250日新高距离时间序列均值 - 趋势延续性：过去5日250日新高距离时间序列均值[22][24] 模型评价：综合考量动量质量和市场关注度，避免选择波动过大的"彩票型股票"[22] --- 模型的回测效果 1. 250日新高距离模型： - 上证指数新高距离3.97% - 深证成指7.72% - 沪深300 8.01% - 中证500 6.55% - 中证1000 5.20% - 中证2000 6.32% - 创业板指16.55% - 科创50 8.64%[10][30] - 家电行业2.60% - 银行1.74% - 有色金属2.78%[11][30] 2. 平稳创新高股票筛选模型： - 筛选出29只股票（如卧龙电驱、新大陆、艾力斯等） - 制造/科技板块各占8只 - 机械/电子行业占比最高[25][29] --- 量化因子与构建方式 1. 因子名称：创新高个股数量因子 因子构建思路：统计各行业/板块创250日新高的股票数量及占比[17][18] 因子具体构建过程： - 在上市满15个月的股票池中 - 筛选过去20个交易日内收盘价≥250日最高价的股票 - 按行业/板块/指数分类统计绝对数量及占比[17][18] 2. 因子名称：股价位移路程比因子 因子构建思路：衡量价格路径平滑性，识别"温水煮青蛙"效应[22] 因子具体构建过程： $\frac{\sum_{t=1}^{120} |r_t|}{\sum_{t=1}^{120} |r_t|}$ 其中(r_t)为日收益率，分子为120日累计收益绝对值，分母为每日收益绝对值之和[22] --- 因子的回测效果 1. 创新高个股数量因子： - 全市场928只创新高股票 - 机械行业207只（占比30.94%） - 汽车行业85只（占比35.42%）[17][21] - 中证2000指数成分股中21.55%创新高[18][21] 2. 股价位移路程比因子： - 应用于29只平稳创新高股票筛选 - 典型标的如艾力斯（72%年涨幅）、若羽臣（277%年涨幅）[29]