量化模型与构建方式 1. 模型/因子名称：250日新高距离[11] * 构建思路：该指标用于衡量当前价格距离过去250个交易日最高点的回落幅度，以量化个股、行业或指数的“创新高”状态。其理论基础在于，研究表明价格接近历史高点的资产未来往往有更好的表现[11]。 * 具体构建过程：对于任一标的（个股、行业指数、宽基指数），计算其最新收盘价与过去250个交易日收盘价最高值的相对距离。 * 计算公式为： $250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ * 其中，Closet 代表最新收盘价，ts_max(Close, 250) 代表过去250个交易日收盘价的最大值[11]。 * 若最新收盘价创出250日新高，则分子等于分母，该值为0；若价格从高点回落，则该值为正，表示回落的百分比幅度[11]。 2. 模型名称：平稳创新高股票筛选模型[26][28] * 构建思路：该模型旨在从近期创过新高的股票中，进一步筛选出具备更强动量持续性的股票。其思路结合了分析师关注度、股价相对强度、以及动量在时间序列上的平滑性（而非跳跃性）[26]。研究指出，遵循平滑价格路径的高动量股收益更高[26]。 * 具体构建过程：这是一个多步骤的筛选模型，具体流程如下： 1. 初选股票池：筛选出上市满15个月，且在过去20个交易日内曾创出250日新高的股票[19]。 2. 分析师关注度筛选：要求过去3个月内，获得“买入”或“增持”评级的分析师研报不少于5份[28]。 3. 股价相对强弱筛选：要求过去250日涨跌幅位于全市场所有股票的前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指标，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[26]。该值越小，表明股价路径越平滑。 * 创新高持续性：使用过去120日内的250日新高距离在时间序列上的均值[28]。该值越小，表明股票在近期持续接近或创出新高。 5. 趋势延续性筛选：对经过第4步筛选的股票，计算其过去5日的250日新高距离在时间序列上的均值，并选取该值排序最靠前的50只股票作为最终的“平稳创新高股票”[28]。 模型的回测效果 本报告未提供模型（如平稳创新高股票筛选模型）的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了特定时点（2025年12月5日）的截面筛选结果和应用示例[29][32]。 量化因子与构建方式 1. 因子名称：价格路径平滑性（位移路程比）[26] * 构建思路：该因子用于度量股价上涨过程的平稳程度，避免因短期剧烈波动（跳跃）带来的干扰。研究认为平滑的动量获得的关注更少，因而持续性可能更强[26]。 * 具体构建过程：计算过去一定期间（报告中为120日）的总涨幅绝对值与期间内每日涨跌幅绝对值总和的比值。 * 计算公式为： $价格路径平滑性 = \frac{|P_{t} - P_{t-n}|}{\sum_{i=1}^{n} |R_{t-i+1}|}$ * 其中，|P_t - P_{t-n}| 是过去n日（如120日）的股价净变化绝对值（位移），∑|R| 是同期每日收益率绝对值的总和（路程）。该比值越小，表明股价路径越平滑[26]。 2. 因子名称：创新高持续性[28] * 构建思路：该因子用于衡量股票在近期持续保持强势、接近或创出新高的状态，而非仅仅在某一时点偶然创新高。 * 具体构建过程：计算股票在过去一段时间（报告中为120日）内，其每日的“250日新高距离”的平均值[28]。该均值越低，说明股票在观察期内越持续地接近其250日高点。 3. 因子名称：趋势延续性[28] * 构建思路：该因子用于捕捉短期内的强势延续状态，筛选那些近期（如过去5日）持续保持强劲上涨趋势的股票。 * 具体构建过程：计算股票在过去较短周期（报告中为5日）内，其每日的“250日新高距离”的平均值[28]。在筛选过程中，选取该平均值最小的股票，代表其短期趋势延续性最好。 因子的回测效果 本报告未提供单个因子（如价格路径平滑性、创新高持续性等）的独立历史回测绩效指标（如IC值、IR、多空收益等）。报告重点在于阐述因子的构建逻辑并将其应用于复合筛选模型中[26][28]。