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与因子的总结。 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：该因子用于衡量当前股价相对于过去250个交易日最高价的回落幅度，其理论基础是股价在接近52周（约250日）最高价时，未来收益往往更高，体现了动量和趋势跟踪策略的有效性[11] * 因子具体构建过程：计算步骤如下： 1. 取股票在过去250个交易日的收盘价序列 2. 计算该序列的最大值，记为 ts_max(Close, 250) 3. 取最新收盘价 Closet 4. 代入以下公式计算因子值： $250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ 若最新收盘价创出新高，则因子值为0；若股价自高点回落，则因子值为正，代表回落幅度[11] 2. 因子名称：平稳创新高股票筛选因子（复合因子）[25][28] * 因子构建思路：该复合因子旨在从创出250日新高的股票中，进一步筛选出价格路径平滑、趋势延续性好的股票，其依据是研究表明平滑的动量效应可能比跳跃式的更强[25] * 因子具体构建过程：这是一个多步骤筛选流程，具体条件如下： 1. 初选股票池：过去20个交易日内曾创出250日新高的股票[19] 2. 分析师关注度：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[28] 3. 股价相对强弱：过去250日涨跌幅位于全市场前20%[28] 4. 股价平稳性与创新高持续性（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[28]： * 价格路径平滑性：使用股价位移路程比衡量，具体计算公式为 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][28] * 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[28] 5. 趋势延续性：对经过上述筛选的股票，计算其过去5日的250日新高距离在时间序列上的均值，并最终选取该均值排序最靠前的50只股票[28] 模型的回测效果 （报告中未提供具体量化模型的回测效果指标） 因子的回测效果 （报告中未提供量化因子的历史回测效果指标，如IC值、IR等，仅提供了特定时点的截面数据描述）