量化模型与构建方式 1. 模型名称：港股精选组合模型[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，构建港股精选股票组合[15][17] * 模型具体构建过程： 1. 构建分析师推荐股票池：以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作为分析师推荐事件，构建初始股票池[17] 2. 双层优选：对上述股票池中的股票进行基本面和技术面两个维度的精选，具体筛选标准未在本文中详述，可参考其专题报告《基于分析师推荐视角的港股投资策略》[15][17] 2. 模型名称：平稳创新高股票筛选模型[21][23] * 模型构建思路：根据分析师关注度、股价相对强弱、股价路径平稳性、创新高连续性等角度，在过去20个交易日创出过250日新高的股票池中，筛选出平稳创新高的股票[3][23] * 模型具体构建过程： 1. 定义创新高距离：统一使用250日新高距离来衡量创新高情况，计算公式如下[23]： 其中，为最新收盘价，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；若最新收盘价较新高回落，则该值为正值，表示回落幅度[23] 2. 设定筛选条件： * 样本池：全部港股，但剔除成立时间不超过15个月的股票[24] * 分析师关注度：过去6个月内，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：股价位移路程比，计算公式为 $\frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$[23] * 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只股票作为最终筛选结果[24] 模型的回测效果 1. 港股精选组合模型[20] * 全样本（20100101-20250630）年化收益：19.08%[20] * 全样本相对恒生指数年化超额收益：18.06%[20] * 全样本信息比率（IR）：1.19[20] * 全样本相对最大回撤：23.73%[20] * 全样本跟踪误差：14.60%[20] * 全样本收益回撤比：0.76[20] * 2025年（20250102-20251231）绝对收益：53.23%[2][18] * 2025年相对恒生指数超额收益：25.46%[2][18] * 2025年信息比率（IR）：1.19[20] * 2025年相对最大回撤：13.06%[20] * 2025年跟踪误差：16.65%[20] * 2025年收益回撤比：1.95[20] 量化因子与构建方式 1. 因子名称：250日新高距离[21][23] * 因子构建思路：该因子用于量化股票价格接近其过去250日最高点的程度，是动量效应和趋势跟踪策略中的一个常用指标[21] * 因子具体构建过程：计算最新收盘价与过去250个交易日最高收盘价的相对距离，公式如下[23]： 其中，为最新收盘价，为过去250个交易日收盘价的最大值[23] * 因子评价：该因子是识别市场风向标和强势股的重要工具，研究表明股价接近52周最高价时其未来收益可能更高[21] 2. 因子名称：价格路径平滑性（股价位移路程比）[23][24] * 因子构建思路：该因子用于衡量股价上涨或下跌过程的平稳性，位移路程比越大，表明股价趋势越平滑，波动越小[23][24] * 因子具体构建过程：计算过去120日的累计涨跌幅绝对值与同期每日涨跌幅绝对值之和的比值，公式如下[23]： 3. 因子名称：创新高持续性[24] * 因子构建思路：该因子通过计算过去一段时间内“250日新高距离”因子的时间序列均值，来评估股票维持创新高状态的持续能力[24] * 因子具体构建过程：计算股票在过去120个交易日的“250日新高距离”因子的平均值[24] 4. 因子名称：趋势延续性[24] * 因子构建思路：该因子通过计算近期“250日新高距离”因子的时间序列均值，来评估股票创新高趋势在最近是否得以延续[24] * 因子具体构建过程：计算股票在过去5个交易日的“250日新高距离”因子的平均值[24]
港股投资周报：年度收官，港股精选组合本年度上涨53.23%-20260103
国信证券·2026-01-03 16:23