量化模型与因子总结 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价格相对于过去一段时间内最高价格的回落幅度，是趋势跟踪和动量策略的核心指标。当价格创出新高时，该因子值为0；价格从高点回落时，该值为正，表示回落的百分比[11]。 * 因子具体构建过程：对于每个标的（个股、指数等），计算其最新收盘价与过去250个交易日最高收盘价的相对距离。具体公式如下： $250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ 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]。 2. 模型名称：平稳创新高股票筛选模型[24][26] * 模型构建思路：该模型旨在从近期创出250日新高的股票中，进一步筛选出具有更强趋势延续潜力的“平稳创新高”股票。其理论基础在于，遵循平滑价格路径的动量股比遵循跳跃路径的动量股未来收益更高，因为平滑的动量可能受到的关注更少，导致反应不足，从而产生更强大的动量效应[24]。 * 模型具体构建过程：该模型是一个多步骤的筛选流程，具体步骤如下： 1. 初选股票池：筛选出过去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[26]。 3. 股价相对强弱筛选：要求过去250日涨跌幅位于全市场前20%[26]。 4. 股价平稳性与持续性综合筛选：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[26]。 * 价格路径平滑性：使用股价位移路程比进行衡量。位移为过去120日的涨跌幅绝对值，路程为过去120日日涨跌幅绝对值的加总[24]。该比值越接近1，说明价格路径越平滑。 * 创新高持续性：使用过去120日的250日新高距离在时间序列上的均值进行衡量。该值越小，说明在近期持续接近或创出新高的状态越稳定[26]。 5. 趋势延续性筛选：在步骤4筛选出的股票中，根据 “过去5日的250日新高距离在时间序列上的均值” 进行排序，该值越小表明近期趋势越强，最终选取排名最靠前的50只股票作为“平稳创新高股票”[26]。 模型的回测效果 本报告未提供量化模型（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、信息比率(IR)、最大回撤等。报告内容主要为截至特定时点（2026年2月13日）的截面数据展示和名单筛选[27][30]。 因子的回测效果 本报告未提供量化因子（250日新高距离）的因子测试绩效指标，如因子IC值、IR、多空收益、分组收益等。报告内容主要为该因子在特定时点（2026年2月13日）于不同市场维度（指数、行业、板块、个股）的截面数据展示[12][13][15][19][20]。