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日最高价的相对距离，识别接近或突破历史高点的股票，捕捉动量效应[11] 模型具体构建过程： - 定义公式： $250\ 日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ 其中，$Closet$为最新收盘价，$ts\_max(Close,250)$为过去250日收盘价最大值。若$Closet$创250日新高，则值为0；否则为正值表示回落幅度[11] 模型评价：基于经典动量理论，适用于趋势跟踪策略，但对市场波动敏感 2. 模型名称：平稳创新高股票筛选模型 模型构建思路：结合分析师关注度、股价路径平稳性等维度，筛选具有持续动量的股票[25][27] 模型具体构建过程： - 筛选条件： 1. 分析师关注度：过去3个月买入/增持评级研报≥5份[27] 2. 股价相对强弱：过去250日涨跌幅全市场前20%[27] 3. 股价平稳性： - 位移路程比（平滑性指标） - 创新高持续性：过去120日250日新高距离时间序列均值[25] 4. 趋势延续性：过去5日250日新高距离均值排序前50[27] --- 量化因子与构建方式 1. 因子名称：创新高个股数量占比因子 因子构建思路：统计不同行业/板块/指数中创新高个股数量占比，反映市场热点分布[19][20] 因子具体构建过程： - 计算各样本空间（行业/板块/指数）中过去20日创250日新高的股票数量占比[19] - 示例：银行行业创新高占比=创新高银行股数量/银行行业总股票数[19] 2. 因子名称：股价路径平滑性因子 因子构建思路：通过位移路程比衡量股价波动平稳性[25] 因子具体构建过程： - 计算公式： $\text{位移路程比} = \frac{\text{过去120日涨跌幅绝对值}}{\text{过去120日日涨跌幅绝对值加总}}$ 比值越低表明路径越平滑[25] --- 模型的回测效果 1. 250日新高距离模型： - 上证指数新高距离：3.72% - 创业板指新高距离：21.19%[12] - 银行行业新高距离：0.00%（创历史新高）[13] 2. 平稳创新高股票筛选模型： - 筛选结果：26只股票（如博瑞医药、小商品城等）[28] - 典型股票表现： - 胜宏科技：过去250日涨跌幅270%[31] - 仕佳光子：过去250日涨跌幅301%[31] --- 因子的回测效果 1. 创新高个股数量占比因子： - 医药行业创新高数量：124只（全行业最高）[19] - 银行行业创新高占比：76.19%[19] - 中证2000指数创新高占比：15.05%[20] 2. 股价路径平滑性因子： - 应用案例：筛选出的平稳创新高股票平均位移路程比低于同类股票[25][31]