根据研报内容，以下是关于量化因子和模型的总结： 量化因子与构建方式 1 因子名称：日内高频偏度因子 - 因子构建思路：基于股票日内高频收益的分布特征构建，捕捉收益分布的非对称性[13] - 因子具体构建过程：参考专题报告《选股因子系列研究(十九)——高频因子之股票收益分布特征》[13] 2 因子名称：日内下行波动占比因子 - 因子构建思路：通过分解已实现波动，衡量下行波动在总波动中的占比[18] - 因子具体构建过程：参考专题报告《选股因子系列研究（二十五）——高频因子之已实现波动分解》[18] 3 因子名称：开盘后买入意愿占比因子 - 因子构建思路：基于开盘后的交易行为数据，衡量买入意愿的强度[22] - 因子具体构建过程：参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[22] 4 因子名称：开盘后买入意愿强度因子 - 因子构建思路：进一步量化开盘后买入意愿的强度水平[26] - 因子具体构建过程：参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[26] 5 因子名称：开盘后大单净买入占比因子 - 因子构建思路：分析开盘后大单净买入在总交易中的占比[30] 6 因子名称：开盘后大单净买入强度因子 - 因子构建思路：衡量开盘后大单净买入的强度水平[35] 7 因子名称：改进反转因子 - 因子构建思路：对传统反转因子进行改进优化[40] 8 因子名称：尾盘成交占比因子 - 因子构建思路：分析尾盘成交在当日总成交中的占比[45] 9 因子名称：平均单笔流出金额占比因子 - 因子构建思路：衡量平均单笔流出金额的相对占比[51] 10 因子名称：大单推动涨幅因子 - 因子构建思路：分析大单交易对股价涨幅的推动作用[56] 11 因子名称：改进GRU(50,2)+NN(10)因子 - 因子构建思路：基于门控循环单元(GRU)和神经网络(NN)的深度学习模型[61] 12 因子名称：残差注意力LSTM(48,2)+NN(10)因子 - 因子构建思路：结合残差注意力机制的长短期记忆网络(LSTM)模型[62] 13 因子名称：多颗粒度模型-5日标签因子 - 因子构建思路：基于多时间颗粒度数据，使用5日收益标签训练[67] - 因子具体构建过程：因子基于双向AGRU训练得到[67] 14 因子名称：多颗粒度模型-10日标签因子 - 因子构建思路：基于多时间颗粒度数据，使用10日收益标签训练[68] - 因子具体构建过程：因子基于双向AGRU训练得到[68] 量化模型与构建方式 1 模型名称：中证500 AI增强宽约束组合 - 模型构建思路：基于深度学习因子构建指数增强组合，采用相对宽松的约束条件[72] - 模型具体构建过程：优化目标为最大化预期收益，目标函数为$max\sum\mu_{i}w_{i}$，其中$w_i$为股票权重，$\mu_i$为预期超额收益[73] 2 模型名称：中证500 AI增强严约束组合 - 模型构建思路：基于深度学习因子构建指数增强组合，采用严格的约束条件[72] 3 模型名称：中证1000 AI增强宽约束组合 - 模型构建思路：基于深度学习因子构建指数增强组合，采用相对宽松的约束条件[72] 4 模型名称：中证1000 AI增强严约束组合 - 模型构建思路：基于深度学习因子构建指数增强组合，采用严格的约束条件[72] 因子的回测效果 1 日内高频偏度因子：历史IC 0.027，2025年IC 0.042，历史e^(-rank mae) 0.324，2025年e^(-rank mae) 0.329，9月多空收益3.82%，2025YTD多空收益16.22%，2025年月胜率6/9，9月多头超额1.74%，2025YTD多头超额5.14%[9] 2 日内下行波动占比因子：历史IC 0.025，2025年IC 0.036，历史e^(-rank mae) 0.324，2025年e^(-rank mae) 0.326，9月多空收益2.86%，2025YTD多空收益13.58%，2025年月胜率7/9，9月多头超额0.55%，2025YTD多头超额1.41%[9] 3 开盘后买入意愿占比因子：历史IC 0.032，2025年IC 0.030，历史e^(-rank mae) 0.322，2025年e^(-rank mae) 0.324，9月多空收益0.68%，2025YTD多空收益10.39%，2025年月胜率6/9，9月多头超额0.54%，2025YTD多头超额4.07%[9] 4 开盘后买入意愿强度因子：历史IC 0.035，2025年IC 0.030，历史e^(-rank mae) 0.326，2025年e^(-rank mae) 0.329，9月多空收益0.65%，2025YTD多空收益11.29%，2025年月胜率7/9，9月多头超额0.60%，2025YTD多头超额4.52%[9] 5 开盘后大单净买入占比因子：历史IC 0.041，2025年IC 0.035，历史e^(-rank mae) 0.324，2025年e^(-rank mae) 0.324，9月多空收益1.49%，2025YTD多空收益15.60%，2025年月胜率8/9，9月多头超额0.35%，2025YTD多头超额7.93%[9] 6 开盘后大单净买入强度因子：历史IC 0.033，2025年IC 0.028，历史e^(-rank mae) 0.323，2025年e^(-rank mae) 0.322，9月多空收益0.88%，2025YTD多空收益11.30%，2025年月胜率8/9，9月多头超额0.80%，2025YTD多头超额6.14%[9] 7 改进反转因子：历史IC 0.032，2025年IC 0.016，历史e^(-rank mae) 0.324，2025年e^(-rank mae) 0.331，9月多空收益-0.81%，2025YTD多空收益4.07%，2025年月胜率5/9，9月多头超额-0.63%，2025YTD多头超额3.61%[9] 8 尾盘成交占比因子：历史IC 0.049，2025年IC 0.030，历史e^(-rank mae) 0.332，2025年e^(-rank mae) 0.323，9月多空收益2.13%，2025YTD多空收益14.11%，2025年月胜率7/9，9月多头超额0.58%，2025YTD多头超额6.10%[9] 9 平均单笔流出金额占比因子：历史IC 0.020，2025年IC 0.009，历史e^(-rank mae) 0.317，2025年e^(-rank mae) 0.318，9月多空收益-0.48%，2025YTD多空收益3.59%，2025年月胜率5/9，9月多头超额0.80%，2025YTD多头超额3.67%[9] 10 大单推动涨幅因子：历史IC 0.016，2025年IC 0.010，历史e^(-rank mae) 0.322，2025年e^(-rank mae) 0.327，9月多空收益2.23%，2025YTD多空收益7.36%，2025年月胜率7/9，9月多头超额1.19%，2025YTD多头超额3.34%[9] 模型的回测效果 1 中证500 AI增强宽约束组合：上周超额收益-1.36%，9月超额收益-3.85%，2025YTD超额收益0.94%，2025年周胜率23/39[13] 2 中证500 AI增强严约束组合：上周超额收益-1.35%，9月超额收益-1.33%，2025YTD超额收益3.70%，2025年周胜率24/39[13] 3 中证1000 AI增强宽约束组合：上周超额收益0.40%，9月超额收益0.42%，2025YTD超额收益9.15%，2025年周胜率26/39[13] 4 中证1000 AI增强严约束组合：上周超额收益-0.19%，9月超额收益0.67%，2025YTD超额收益14.01%，2025年周胜率25/39[13]