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、行业指数等），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，$Closet$ 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]。 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相比跳跃式上涨的动量股，未来表现可能更优（“温水煮青蛙”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**：筛选出上市满15个月，且在过去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[27]。 * **价格路径平滑性**：使用股价位移路程比进行度量。具体计算公式为： $$价格路径平滑性 = \frac{过去120日涨跌幅的绝对值}{过去120日日涨跌幅绝对值加总}$$ 该比值越接近1，表明价格路径越平滑[24][27]。 * **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度量。该值越小，表明在近期内股价越持续地接近或创出新高[27]。 5. **趋势延续性筛选**：对经过步骤4筛选后的股票，计算其过去5日的250日新高距离在时间序列上的均值，并选取该值排序最靠前的50只股票作为最终的“平稳创新高股票”[27]。 模型的回测效果 *本报告为市场热点追踪周报，主要展示特定时点（2025年12月19日）的筛选结果和截面数据，未提供基于历史回溯的模型整体绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。* 因子的回测效果 *本报告为市场热点追踪周报，主要展示特定时点（2025年12月19日）的因子截面数据，未提供基于历史回溯的因子有效性检验指标（如IC值、IR、多空收益等）。*