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，构建港股精选股票组合[14][15]。 * 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[15]。 2. 基本面与技术面双层筛选：对分析师推荐股票池中的股票，同时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》[14][15]。 2. 因子名称：250日新高距离[22] * 因子构建思路：用于量化股票价格接近其历史最高价的程度，是识别创新高股票的基础指标[20][22]。 * 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：$250 日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$ * 公式说明：其中，$Close_t$为股票的最新收盘价，$ts\_max(Close, 250)$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，则该因子值为0；若最新收盘价较新高回落，则该因子为正值，表示回落幅度[22]。 3. 模型名称：平稳创新高股票筛选模型[22][23] * 模型构建思路：在近期创过新高的股票池中，根据分析师关注度、股价相对强弱、股价路径平稳性、创新高连续性等多个角度，筛选出趋势更为健康、平稳的创新高股票[3][22]。 * 模型具体构建过程：采用多步骤分层筛选法。 1. 样本池：全部港股，但剔除成立时间不超过15个月的股票[23]。 2. 分析师关注度筛选：要求过去6个月内，获得买入或增持评级的分析师研报不少于5份[23]。 3. 股价相对强弱筛选：要求过去250日涨跌幅位于全样本池的前20%[23]。 4. 股价平稳性综合打分：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，并取排名在前50%的股票（最少取50只）[23]。 * 价格路径平滑性：使用“股价位移路程比”指标，具体计算公式为：$股价位移路程比 = \frac{|过去120日涨跌幅|}{过去120日日涨跌幅绝对值加总}$[22][23] * 创新高持续性：计算过去120日内的“250日新高距离”在时间序列上的均值[23]。 5. 趋势延续性筛选：计算过去5日的“250日新高距离”在时间序列上的均值，并取排序靠前的50只股票作为最终的“平稳创新高股票”[23]。 模型的回测效果 1. 港股精选组合模型，全样本回测区间（20100101-20251231）年化收益19.08%，相对恒生指数年化超额收益18.06%，信息比(IR)1.19，相对最大回撤23.73%，跟踪误差14.60%，收益回撤比0.76[15][19]。 * 分年度绩效详见报告表1，例如：2019年绝对收益42.85%，超额收益33.78%，信息比(IR)2.23；2020年绝对收益66.59%，超额收益70.00%，信息比(IR)2.60[19]。 量化因子与构建方式 (本报告中未对单个因子的IC、IR等独立表现进行详细测试与评价，仅将其作为模型构建的组成部分) 因子的回测效果 (本报告中未提供独立因子的回测效果指标)