量化模型与构建方式 1. 模型名称：港股精选组合 - 模型构建思路：基于分析师推荐事件（盈利预测上调/首次关注/研报超预期）构建股票池，再通过基本面和技术面双重筛选[16] - 模型具体构建过程： 1. 事件筛选：选取分析师上调盈利预测、首次关注或标题含"超预期"的港股 2. 基本面筛选：要求过去6个月至少有5份买入/增持评级研报 3. 技术面筛选： - 过去250日涨幅位于全市场前20% - 股价路径平滑性指标：$\text{位移路程比} = \frac{\text{期间涨跌幅}}{\sum|\text{日涨跌幅}|}$ - 创新高持续性：过去120日250日新高距离的时序均值[23] - 模型评价：结合分析师预期与市场行为，兼顾价值与动量效应 2. 模型名称：平稳创新高股票筛选模型 - 模型构建思路：在创250日新高的股票中筛选具备持续动能的标的[20] - 模型具体构建过程： 1. 基础池：过去20个交易日创250日新高的港股（剔除上市<15个月股票） 2. 量化指标： - 250日新高距离：$1-\frac{\text{Closet}}{\text{ts\_max(Close,250)}}$[22] - 相对强度：过去250日涨幅前20% - 路径平稳性：位移路程比+新高距离时序均值 3. 分层筛选：按分析师关注度（≥5份研报）、价格平稳性（前50%）加权排序[23] 量化因子与构建方式 1. 因子名称：250日新高距离因子 - 因子构建思路：量化股价接近历史高点的程度[22] - 因子计算公式：$\text{新高距离} = 1-\frac{\text{当日收盘价}}{\text{过去250日最高收盘价}}$ - 因子评价：有效捕捉趋势延续性，港股市场显示显著动量效应 2. 因子名称：股价位移路程比因子 - 因子构建思路：衡量价格变动的平滑程度[23] - 因子计算公式：$\frac{\text{期间净涨跌幅}}{\sum|\text{单日涨跌幅}|}$ - 因子评价：高比值表明趋势稳健，低比值反映波动剧烈 模型的回测效果 1. 港股精选组合（2010-2024）： - 年化收益：17.02% - 超额收益（vs恒指）：17.60% - 最大回撤：23.73% - IR：1.19 - 跟踪误差：14.45%[19] 2. 平稳创新高模型（2025年案例）： - 医药板块创新高股票占比最高（13只） - 筛选标的平均250日涨幅：47.3%-500.2%[28] 因子的回测效果 1. 250日新高距离因子： - 创新高股票后续20日平均涨幅：2.3%-56.6%[28] - 零距离（刚创新高）股票超额收益显著[22] 2. 股价位移路程比因子： - 前50%分组年化超额收益：9.8%（2019-2024）[23] （注：部分指标引用自组合绩效表[19]及创新高股票列表[28]）