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：该指标用于衡量当前价格相对于过去250个交易日最高点的回落幅度，以追踪市场或个股的趋势强度。当价格创出新高时，该值为0；价格从高点回落时，该值为正，表示回落的百分比[11]。 * 具体构建过程：对于给定标的（如个股、指数），在时间点t，计算其250日新高距离。具体公式如下： $250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$ 其中，$Close_t$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/因子名称：平稳创新高股票筛选模型[23][26] * 构建思路：该模型旨在从近期创出250日新高的股票中，进一步筛选出具备分析师关注、股价强势、且价格路径平稳、趋势延续性好的股票。其理论基础在于研究表明，遵循平滑价格路径的高动量股票未来收益可能更高[23]。 * 具体构建过程：模型采用多步骤筛选法，具体流程如下： 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”评级的分析师研报数量不少于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所有股票的前20%[26]。 4. 股价平稳性与趋势延续性筛选：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。位移指过去120日的净涨跌幅，路程指过去120日内每日涨跌幅绝对值的总和。该比值越高，表明价格路径越平滑[23]。 * 创新高持续性：过去120个交易日的250日新高距离在时间序列上的均值。该值越小，表明股票在近期持续接近或创出新高[26]。 5. 最终排序筛选：根据趋势延续性指标（即过去5日的250日新高距离在时间序列上的均值）对第4步筛选出的股票进行排序，选取排名最靠前的50只股票[26]。 模型的回测效果 本报告未提供量化模型或因子在历史回测中的具体绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）数值。报告内容主要为截至特定日期（2026年3月20日）的截面数据展示和筛选结果列举[12][19][27]。 量化因子与构建方式 1. 因子名称：250日新高距离因子[11] * 构建思路：同上述模型中的指标，作为动量或趋势跟踪类因子使用，值越小表明趋势越强[11]。 * 具体构建过程：同上述模型中的构建过程[11]。 * 因子评价：该因子受到学术研究和实战投资家的共同关注，被认为是捕捉趋势和识别市场领头羊的有效工具[11][18]。 2. 因子名称：价格路径平滑性因子（位移路程比）[23] * 构建思路：衡量股价上涨或下跌过程的平稳程度，避免因短期剧烈波动（跳跃）带来的干扰。研究显示平滑的动量可能产生更强的动量效应[23]。 * 具体构建过程：计算过去一定期间（报告中提及120日）内，价格净变动（位移）与价格总变动（路程）的比率。公式可表达为： $价格路径平滑性 = \frac{|P_{t} - P_{t-n}|}{\sum_{i=1}^{n} |P_{t-i+1} - P_{t-i}|}$ 其中，$P_t$为当期价格，$n$为回溯期（如120日）。分子为位移（净涨跌幅的绝对值），分母为路程（每日涨跌幅绝对值的总和）[23]。 3. 因子名称：创新高持续性因子[26] * 构建思路：通过计算近期250日新高距离的均值，来度量股票在较长时间窗口内维持强势、接近高点的持续能力[26]。 * 具体构建过程：计算股票在过去120个交易日内，每日的250日新高距离的平均值[26]。 4. 因子名称：趋势延续性因子[26] * 构建思路：通过计算近期（如过去5日）250日新高距离的均值，来捕捉股票短期趋势的强弱和延续性[26]。 * 具体构建过程：计算股票在过去5个交易日内，每日的250日新高距离的平均值[26]。 因子的回测效果 本报告未提供单个量化因子在历史回测中的具体绩效指标（如因子IC值、ICIR、多空收益、分组收益等）数值。报告内容主要为截至特定日期（2026年3月20日）的截面数据展示和筛选结果列举[12][19][27]。