20260403-华泰证券-华泰_金工_高频特征参数化_-_分钟级可解释因子挖掘框架_19页_2mb

华泰 | 金工：高频特征参数化 - 分钟级可解释因子挖掘框架总结

核心内容

本研究提出了一套分钟级可解释因子挖掘框架，将因子挖掘从基本面维度拓展至高频量价维度，旨在挖掘分钟级交易数据中蕴含的微观结构信息。该框架通过四步流程（输入与切片、时序掩码、算子降维、因子后处理）构建了可解释性强、逻辑清晰的分钟级因子万能公式，并引入NSGA-III多目标遗传算法和动态短板惩罚机制，有效解决了高维目标空间中的“维数灾难”问题。

主要观点

• 因子模块化与可解释性：因子表达式统一为一行包含10个参数的固定格式，每个参数均有明确的经济学含义和取值范围，提升因子的可解释性和一致性。
• 多目标因子评价体系：构建了五目标评价体系（|IC|、IC胜率、多头绝对收益、多头夏普比率、多头胜率），全面评估因子的预测能力与实盘表现。
• NSGA-III算法改进：通过超平面参考点与关联操作引导种群在多维空间中均匀分布，提升因子多样性与优化效率。
• 动态短板惩罚机制：清除“畸形”因子，确保因子在各维度上表现均衡，避免因子同质化和单一指标主导的问题。
• 有效因子类型：发现成交笔数自相关特征、单笔成交回归截距和量价空间欧氏距离三类因子表现突出，具备稳健的收益特征。
• 深度学习模型融合：将分钟级信号作为新特征输入PortfolioNet模型，显著提升宽基指数增强效果，尤其在中小市值策略中表现更优。

关键信息

四步因子计算流程

1. 输入与切片：锁定目标时间段，明确计算所需的数据范围。
2. 时序掩码：通过指定字段与分位数规则筛选有效样本。
3. 算子降维：使用单变量或双变量算子将分钟级数据降频为日频因子。
4. 因子后处理：进行中位数去极值、行业市值中性化与截面Z-Score标准化。

因子通用公式

$$
N [ f (A, B, \text{window}, \text{slice}, \text{mask}\text{field}, \text{mask}\text{rule}, \text{mode}, \text{mode1}, \text{mode2}, B_{\text{shift}} \text{lag}) ]
$$

• A、B：分钟级量价指标，如成交量、成交金额、成交笔数等。
• window：时间窗口长度，取值范围：30, 60, 120, 238, 'All'。
• slice：时间窗口中心位置，取值范围：0.0, 0.1, 0.2, 0.5, 0.8, 0.9, 1.0。
• mask_rule：筛选规则，如high_0.7、high_0.5、low_0.3等。
• mode：因子计算模式，1为单变量，2为双变量。
• mode1, mode2：算子类型，如Mean、Intercept、Euc_Dist等。
• B_shift_lag：辅助指标的时间错位参数，取值范围：0, 1, -1, 2, -2。

实验结果

• 实验一（gp_lgb）：仅使用分钟因子简单合成，RankIC均值为10.46%，但换手率较高，效果有限。
• 实验二（PortfolioNet）：纯日频深度学习模型，表现良好但未引入分钟级信号。
• 实验三（PortfolioNet_gp）：推荐方案，将分钟信号纳入PortfolioNet模型，显著提升绩效。

因子提升效果

• 在1000增强场景下，PortfolioNet_gp年化超额收益提升2.9pct，Calmar比率提升0.66。
• 在2000增强场景下，Calmar比率提升1.5。
• 信息比率同步提升，表明因子在风险调整后收益更优。

结论

本研究提出的分钟级可解释因子挖掘框架，为AI量价模型注入了新的特征活力，显著提升了宽基指数增强效果。尤其在中小市值策略中表现突出，最大回撤明显改善，信息比率和Calmar比率显著提升。未来可进一步结合强化学习、图神经网络等技术，提升因子挖掘的深度与广度。

风险提示

• 遗传规划与神经网络均基于历史数据挖掘规律，未来市场可能失效。
• 模型存在过拟合风险，需谨慎回测与实盘应用。
• 回测假设以vwap价格成交，未考虑涨跌停、交易成本等实际交易因素。

未来展望

本研究为AI量价模型提供了新的特征来源，未来可进一步结合强化学习与图神经网络，以更全面刻画微观结构关系，提升因子挖掘效果。