根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1 模型名称：港股精选组合模型[14][15] - 模型构建思路：该模型旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票[14][15] - 模型具体构建过程： 1. 首先构建分析师推荐股票池，事件包括：分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件[15] 2. 接着对分析师推荐股票池中的股票进行基本面和技术面两个维度的精选[15] 3. 最终构建港股精选股票组合[15] - 模型评价：该策略在回测区间内表现出色，获得了显著的超额收益[15] 2 模型/因子名称：平稳创新高股票筛选模型/因子[21][23][24] - 模型/因子构建思路：基于动量效应和趋势跟踪策略的有效性，通过多维度指标在创出250日新高的股票池中筛选出趋势平稳、质量较高的创新高股票[21][23] - 模型/因子具体构建过程： 1. 基础股票池：全部港股，但需剔除成立时间不超过15个月的股票[24] 2. 核心指标 - 250日新高距离：用于量化创新高情况，计算公式为： $250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ 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。若最新收盘价创出新高，则该值为0；否则为正值，表示回落幅度[23] 3. 筛选条件（在过去20个交易日创出过250日新高的股票池中筛选）： - 分析师关注度：过去6个月买入或增持评级的分析师研报不少于5份[24] - 股价相对强弱：过去250日涨跌幅位于样本池前20%[24] - 股价平稳性：在满足上述条件的股票池内，用以下两个指标综合打分，取排名在前50%的股票（最少取50只）[24] - 价格路径平滑性（位移路程比）：过去120日涨跌幅绝对值 / 过去120日日涨跌幅绝对值加总[23][24] - 创新高持续性：过去120日的250日新高距离在时间序列上的均值[24] - 趋势延续性：过去5日的250日新高距离在时间序列上的均值，取排序靠前的50只股票[24] 模型的回测效果 1 港股精选组合模型[15][18][20] - 回测区间：20100101-20250630[15] - 绝对年化收益：19.11%[15] - 相对恒生指数超额年化收益：18.48%[15] - 信息比率 (IR)：1.22[20] - 跟踪误差：14.55%[20] - 收益回撤比：0.78[20] - 最大回撤：23.73%[20] - 相对最大回撤：未在提供片段中明确列出具体数值 - 本周（20251013-20251017）绝对收益：-5.65%[18] - 本周（20251013-20251017）超额收益（相对恒指）：-1.68%[18] - 本年（20250102-20251017）绝对收益：66.58%[18] - 本年（20250102-20251017）超额收益（相对恒指）：40.72%[18] 2 平稳创新高股票筛选模型/因子 - 提供了筛选出的股票列表及部分特征数据（如250日新高距离、过去250日涨跌幅等），但未提供该筛选方法作为一个整体策略的明确回测绩效指标（如年化收益、信息比率等）[29]