国信证券·2026-04-24 17:28量化模型与构建方式 1. 模型名称：250日新高距离模型 [11] * 模型构建思路：该模型旨在追踪市场趋势，通过计算当前收盘价与过去250个交易日最高收盘价的相对距离，来量化个股、行业或指数接近其历史高点的程度。其理论基础在于研究表明，股价接近52周（约250日）最高价时，未来收益往往更高[11]。 * 模型具体构建过程：对于任意标的（个股、行业指数、宽基指数），计算其最新收盘价相对于过去250个交易日最高收盘价的距离。具体公式如下： 其中， 为最新收盘价， 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，则距离为0；若较新高回落，则距离为正值，表示回落幅度[11]。 2. 模型名称：平稳创新高股票筛选模型 [24][27] * 模型构建思路：该模型旨在从近期创出新高的股票中，进一步筛选出具有更强趋势延续潜力的“平稳创新高”股票。其思路基于研究结论：遵循平滑价格路径的高动量股收益，相较遵循跳跃价格路径的高动量股收益更高[24]。模型从分析师关注度、股价相对强弱、趋势延续性、股价路径平稳性、创新高持续性等多个角度进行综合筛选[24]。 * 模型具体构建过程：该模型是一个多步骤筛选流程，具体步骤如下： 1. 初选股票池：筛选出过去20个交易日内创出过250日新高的股票[24]。 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，使用以下两个指标综合打分，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进行衡量。公式为： 该比值越小，表明价格路径越平滑[24]。 * 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。该值越小，表明在观察期内越持续地接近或创出新高[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，并最终选取该值排序靠前的50只股票作为“平稳创新高股票”[27]。 模型的回测效果 本报告未提供模型（如250日新高距离策略或平稳创新高筛选策略）的历史回测绩效指标（如年化收益率、夏普比率、最大回撤、信息比率IR等）。报告主要展示了特定时点（2026年4月24日）的截面数据和应用结果[12][13][15][19][20][28]。 量化因子与构建方式 1. 因子名称：250日新高距离因子 [11] * 因子构建思路：该因子用于度量股票价格接近其一年内最高点的程度，作为动量或趋势强度的代理变量[11]。 * 因子具体构建过程：对于每只股票，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： 其中， 为股票的最新收盘价， 为该股票过去250个交易日收盘价的最大值[11]。 * 因子评价：该因子是动量效应和趋势跟踪策略中的经典指标，文献与实战均支持其有效性[11]。 2. 因子名称：价格路径平滑性因子 [24] * 因子构建思路：该因子用于衡量股票价格上涨过程的“平稳性”或“连续性”，其理论基础是平滑的动量可能比跳跃的动量更具持续性[24]。 * 因子具体构建过程：计算股票在过去120个交易日内，总涨跌幅（位移）与每日涨跌幅绝对值之和（路程）的比值。具体公式如下： 其中， 为当前价格， 为120日前价格， 为第i日的收益率。报告中的公式表述为：过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总[24]。 * 因子评价：该因子旨在捕捉“温水煮青蛙”效应，即平滑的趋势可能因投资者关注不足而产生更强大的动量[24]。 3. 因子名称：创新高持续性因子 [27] * 因子构建思路：该因子用于衡量股票在一段较长时间内（如120日）持续接近或创出新高的能力，而非单次创新高。 * 因子具体构建过程：计算股票在过去120个交易日内，其每日的“250日新高距离”的时间序列均值。该均值越小，表明股票在观察期内越持续地保持在历史高位附近[27]。 4. 因子名称：趋势延续性因子 [27] * 因子构建思路：该因子用于衡量股票在短期（如5日）内其创新高趋势的延续强度。 * 因子具体构建过程：计算股票在过去5个交易日内，其每日的“250日新高距离”的时间序列均值。选取该均值最小的股票，代表其短期创新高趋势最强、延续性最好[27]。 因子的回测效果 本报告未提供上述量化因子（250日新高距离、价格路径平滑性等）的独立因子测试结果（如IC值、IR、多空收益等）。报告重点在于展示如何将这些因子应用于特定时点的股票筛选，并列出筛选结果[28][31]。