根据提供的金融工程周报内容，以下是关于报告中涉及的量化模型和因子的总结。 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：该因子用于度量当前价格相对于过去一段时间内最高价格的回落幅度，其理论基础是研究表明股价在接近52周（250日）最高价时，未来收益往往更高，体现了动量和趋势跟踪效应[11] * 因子具体构建过程：具体计算步骤如下： * 首先，计算过去250个交易日（约一年）的收盘价最大值，记为 ts_max(Close, 250)[11] * 然后，使用最新收盘价 Close_t 与这个最大值进行比较[11] * 因子值的计算公式为： $250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$[11] * 当最新收盘价创出新高时，分母等于分子，因子值为0；当价格从高点回落时，因子值为正数，代表回落的幅度[11] 2. 因子名称：平稳创新高股票筛选因子[25][27] * 因子构建思路：该复合因子旨在从创出新高的股票中，进一步筛选出价格路径相对平滑、趋势更具持续性的股票，其理论基础是研究指出平滑的动量比跳跃的动量效应更强大，可能由于“温水煮青蛙”效应导致关注度较低、持续性更好[25] * 因子具体构建过程：这是一个多步骤的筛选流程，具体如下： * 初筛股票池：首先筛选出上市满15个月，且在过去20个交易日内创出过250日新高的股票[19][25] * 分析师关注度：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] * 股价相对强弱：要求过去250日涨跌幅位于全市场前20%[27] * 股价平稳性与持续性综合打分：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）：该指标衡量价格变动的平滑程度，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[25][27] * 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[27] * 趋势延续性：最后，使用过去5日的250日新高距离在时间序列上的均值进行排序，选取排名最靠前的50只股票作为最终的“平稳创新高股票”[27] 模型的回测效果 此部分在提供的报告内容中未涉及具体模型的回测指标数据。 因子的回测效果 此部分在提供的报告内容中未涉及具体因子的IC值、IR等统计检验指标数据。报告主要展示了基于因子（如250日新高距离）计算出的当前市场截面数据，例如各指数、行业、个股的因子取值，而非因子的历史表现回测结果。[12][13][15][19][20][28][30][31][32]