量化模型与构建方式 1. 模型名称：平稳创新高股票筛选模型[24][26] * 模型构建思路：基于动量效应和“温水煮青蛙”理论，从近期创出250日新高的股票中，筛选出那些价格路径平滑、趋势延续性好、且获得分析师关注的股票，以捕捉更持续、更强大的动量效应[24][26]。 * 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：在上市满15个月的股票池内，筛选出过去20个交易日创出过250日新高的股票[19]。 2. 分析师关注度筛选：要求过去3个月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，使用以下两个指标综合打分，并取排名在前50%的股票[26]。 * 价格路径平滑性：使用股价位移路程比指标，计算公式为： $价格路径平滑性 = \frac{|过去120日涨跌幅|}{过去120日日涨跌幅绝对值加总}$[24] * 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[26]。 5. 趋势延续性筛选：在通过上一步筛选的股票中，计算过去5日的250日新高距离在时间序列上的均值，并取该值排序靠前的50只股票作为最终输出[26]。 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：借鉴George (2004)等研究，通过计算当前价格与过去一段时间内最高价的相对距离，来衡量股票价格接近其历史高点的程度，该因子与未来收益存在正相关性[11]。 * 因子具体构建过程：对于股票在交易日t的因子值，计算公式如下： $250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$[11] 其中，(Close_t)为最新收盘价，(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，则因子值为0；若最新收盘价较新高回落，则因子值为正值，表示回落幅度[11]。 模型的回测效果 （报告中未提供该筛选模型的量化回测指标，如年化收益率、夏普比率、信息比率等历史表现数据。） 因子的回测效果 （报告中未提供“250日新高距离”因子的单因子测试结果，如IC值、IR值、多空收益等历史表现数据。）