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：用于量化个股、行业或指数当前价格相对于其过去一段时间内最高价格的回落幅度或创新高状态，以此捕捉市场趋势和动量效应[11]。 * 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之间的相对距离。 * 公式为： $250 日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$ * 其中，Closet 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[11]。 * 若最新收盘价创出新高，则该值为0；若价格从高点回落，则该值为正，数值越大表示回落幅度越大[11]。 2. 模型名称：平稳创新高股票筛选模型[23][27] * 构建思路：在近期创出250日新高的股票池中，进一步筛选出具有分析师关注、股价相对强势、价格路径平稳、创新高持续且趋势延续性好的股票，旨在识别更具持续性的“领头羊”股票[23][27]。 * 具体构建过程：采用多步骤条件筛选法。 1. 初选股票池：筛选出过去20个交易日内创出过250日新高的股票[19]。 2. 分析师关注度筛选：要求过去3个月内，获得“买入”或“增持”评级的分析师研报不少于5份[27]。 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%[27]。 4. 股价平稳性筛选：在满足上述条件的股票池内，使用“价格路径平滑性”和“创新高持续性”两个指标进行综合打分，并选取排名在前50%的股票[27]。 * 价格路径平滑性：使用股价位移路程比衡量，公式可能为 过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总[23]。 * 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衡量[27]。 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，并选取该值排序靠前的50只股票作为最终结果[27]。 模型的回测效果 本报告未提供量化模型（如250日新高距离因子或平稳创新高筛选模型）在历史回测中的具体绩效指标（如年化收益率、夏普比率、最大回撤、信息比率IR等）。报告内容主要为截至特定时点（2026年2月27日）的截面数据统计和应用结果展示[12][13][15][19][20][28]。 量化因子与构建方式 本报告核心内容为基于“250日新高距离”这一核心指标构建的监测与筛选模型，并未独立介绍除该基础指标外的其他量化因子。报告中的“股价相对强弱”、“股价平稳性”等是作为筛选条件的一部分，未以独立因子的形式详细阐述其构建公式。 因子的回测效果 本报告未提供任何独立量化因子（如价值、成长、动量等）的历史回测绩效指标。