报告核心观点 - 高频因子表现强势，多粒度因子持续反弹，AI指数增强组合走势分化，其中空气值增组合在4月录得正超额 [1][2] 高频因子表现汇总 - 日内高频偏度因子在2026年多空收益为10.72%，4月多空收益为5.31%，上周多空收益为2.01% [5] - 日内下行波动占比因子在2026年多空收益为9.9%，4月多空收益为2.53%，上周多空收益为1.91% [5] - 开盘后买入意愿占比因子在2026年多空收益为10.91%，4月多空收益为4.29%，上周多空收益为0.44% [5] - 开盘后买入意愿强度因子在2026年多空收益为13.27%，4月多空收益为7.21%，上周多空收益为1.1% [5] - 开盘后大单净买入占比因子在2026年多空收益为9.46%，4月多空收益为3.26%，上周多空收益为0.96% [5] - 开盘后大单净买入强度因子在2026年多空收益为8.46%，4月多空收益为4.31%，上周多空收益为1.04% [5] - 改进反转因子在2026年多空收益为9.01%，4月多空收益为6.46%，上周多空收益为2.6% [5] - 尾盘成交占比因子在2026年多空收益为8.79%，4月多空收益为3.58%，上周多空收益为1.17% [5] - 平均单笔流出金额占比因子在2026年多空收益为-3.82%，4月多空收益为1.03%，上周多空收益为-0.62% [5] - 大单推动涨幅因子在2026年多空收益为0.12%，4月多空收益为-0.31%，上周多空收益为-0.04% [5] 深度学习与多粒度因子表现 - 改进GRU(50，2)+NN(10)因子在2026年多空收益为13.68%，4月多空收益为8.32%，上周多空收益为1.86% [12] - 残差注意力LSTM(48，2)+NN(10)因子在2026年多空收益为14.17%，4月多空收益为8.49%，上周多空收益为2.02% [12] - 多颗粒度模型（5日标签）因子在2026年多空收益为16.61%，4月多空收益为6.39%，上周多空收益为2.96%，其多头超额收益在2026年为8.75% [5][12] - 多颗粒度模型（10日标签）因子在2026年多空收益为13.32%，4月多空收益为4.42%，上周多空收益为2.39%，其多头超额收益在2026年为7.09% [5][12] AI指数增强组合表现 - 周度调仓的AI空气值增组合在2026年超额/绝对收益率为7.16%/14.66%，4月为0.02%/6.28%，上周为2.60%/3.90% [5][13] - 日度调仓的AI空气值增组合在2026年超额/绝对收益率为7.62%/15.13%，4月为0.81%/7.07%，上周为3.69%/4.99% [5][13] - 周度调仓的中证500 AI增强宽约束组合在2026年超额收益为-2.32%，4月为-6.23%，上周为-0.29% [5][13] - 日度调仓的中证500 AI增强宽约束组合在2026年超额收益为-5.71%，4月为-6.02%，上周为-0.38% [5][13] - 周度调仓的中证500 AI增强严约束组合在2026年超额收益为-1.76%，4月为-2.95%，上周为-0.46% [5][13] - 日度调仓的中证500 AI增强严约束组合在2026年超额收益为-2.53%，4月为-2.79%，上周为-0.37% [5][13] - 周度调仓的中证1000 AI增强宽约束组合在2026年超额收益为-2.42%，4月为-7.31%，上周为0.36% [5][13] - 日度调仓的中证1000 AI增强宽约束组合在2026年超额收益为-2.03%，4月为-5.30%，上周为0.65% [5][13] - 周度调仓的中证1000 AI增强严约束组合在2026年超额收益为-1.01%，4月为-4.16%，上周为-0.13% [5][13] - 日度调仓的中证1000 AI增强严约束组合在2026年超额收益为1.41%，4月为-2.66%，上周为-0.01% [5][13] 组合构建方法 - AI指数增强组合基于深度学习因子（多颗粒度模型-10日标签*0.5+多颗粒度模型-5日标签*0.5）构建，并分为周度与日度调仓 [72] - 组合优化目标为最大化预期收益，目标函数为 max∑μ_i w_i，其中w_i为股票权重，μ_i为预期超额收益 [75] - 不同组合（空气指增、中证500/1000宽/严约束）在个股、行业、市值、PB、ROE、SUE、波动率、成份股权重及换手率等方面施加了不同约束条件 [73][75]

量化模型与因子总结 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**：捕捉股票日内收益分布的非对称特征，即偏度[14]。 * **因子具体构建过程**：报告未提供具体计算公式，但指出计算方式可参考专题报告《选股因子系列研究(十九)——高频因子之股票收益分布特征》[14]。该因子已对常规因子进行了正交化处理[14]。 2. **因子名称**：日内下行波动占比因子 * **因子构建思路**：衡量股票日内波动中下行波动的相对贡献[19]。 * **因子具体构建过程**：报告未提供具体计算公式，但指出计算方式可参考专题报告《选股因子系列研究（二十五）——高频因子之已实现波动分解》[19]。该因子已对常规因子进行了正交化处理[14]。 3. **因子名称**：开盘后买入意愿占比因子 * **因子构建思路**：度量开盘后一段时间内，市场买入意愿的强度[25]。 * **因子具体构建过程**：报告未提供具体计算公式，但指出计算方式可参考专题报告《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》[25]。该因子已对常规因子进行了正交化处理[14]。 4. **因子名称**：开盘后买入意愿强度因子 * **因子构建思路**：在买入意愿占比的基础上，进一步衡量买入意愿的强度[29]。 * **因子具体构建过程**：报告未提供具体计算公式，但指出计算方式可参考专题报告《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》[29]。该因子已对常规因子进行了正交化处理[14]。 5. **因子名称**：开盘后大单净买入占比因子 * **因子构建思路**：衡量开盘后一段时间内，大单资金净流入的相对规模[34]。 * **因子具体构建过程**：报告未提供具体计算公式。该因子已对常规因子进行了正交化处理[14]。 6. **因子名称**：开盘后大单净买入强度因子 * **因子构建思路**：在大单净买入占比的基础上，进一步衡量大单净买入的强度[39]。 * **因子具体构建过程**：报告未提供具体计算公式。该因子已对常规因子进行了正交化处理[14]。 7. **因子名称**：改进反转因子（亦称“日内收益因子”） * **因子构建思路**：对传统反转因子进行改进，可能结合了日内高频数据[43]。 * **因子具体构建过程**：报告未提供具体计算公式。该因子已对常规因子进行了正交化处理[14]。 8. **因子名称**：尾盘成交占比因子 * **因子构建思路**：衡量尾盘时段成交量在全天成交量中的占比[48]。 * **因子具体构建过程**：报告未提供具体计算公式。该因子已对常规因子进行了正交化处理[14]。 9. **因子名称**：平均单笔流出金额占比因子 * **因子构建思路**：衡量平均每笔卖出交易的金额相对于市场整体成交的占比[53]。 * **因子具体构建过程**：报告未提供具体计算公式。该因子已对常规因子进行了正交化处理[14]。 10. **因子名称**：大单推动涨幅因子 * **因子构建思路**：衡量由大单交易推动的股价上涨幅度[58]。 * **因子具体构建过程**：报告未提供具体计算公式。该因子已对常规因子进行了正交化处理[14]。 11. **因子名称**：深度学习高频因子（改进 GRU(50,2)+NN(10)） * **因子构建思路**：使用改进的GRU（门控循环单元）神经网络与全连接神经网络（NN）相结合，从高频数据中提取选股信号[63]。 * **因子具体构建过程**：报告未提供模型架构和训练细节。GRU层参数为(50,2)，后接一个10个神经元的全连接层[63]。 12. **因子名称**：深度学习高频因子（残差注意力 LSTM(48,2)+NN(10)） * **因子构建思路**：使用结合了残差连接和注意力机制的LSTM（长短期记忆）神经网络与全连接神经网络，从高频数据中提取选股信号[64]。 * **因子具体构建过程**：报告未提供模型架构和训练细节。LSTM层参数为(48,2)，后接一个10个神经元的全连接层[64]。 13. **因子名称**：多颗粒度模型-5日标签因子 * **因子构建思路**：使用深度学习模型（双向A-GRU）进行训练，以5日收益作为预测标签，捕捉不同时间颗粒度上的市场信号[67]。 * **因子具体构建过程**：因子基于双向A-GRU训练得到[67]。报告未提供更详细的模型结构和训练过程。 14. **因子名称**：多颗粒度模型-10日标签因子 * **因子构建思路**：使用深度学习模型（双向A-GRU）进行训练，以10日收益作为预测标签，捕捉不同时间颗粒度上的市场信号[70]。 * **因子具体构建过程**：因子基于双向A-GRU训练得到[70]。报告未提供更详细的模型结构和训练过程。 量化模型与构建方式 1. **模型名称**：AI指数增强组合模型 * **模型构建思路**：基于深度学习因子构建指数增强组合，通过优化模型在给定约束下最大化预期收益[72]。 * **模型具体构建过程**： * **核心因子**：使用复合因子，由“多颗粒度模型-10日标签”和“多颗粒度模型-5日标签”等权复合构成，即 `复合因子 = 多颗粒度模型-10日标签 * 0.5 + 多颗粒度模型-5日标签 * 0.5`[72]。 * **优化目标**：最大化预期收益。目标函数为： $$max\sum\mu_{i}w_{i}$$[75] 其中，`w_i` 为股票i在组合中的权重，`μ_i` 为股票i的预期超额收益（由复合因子或其他方式给出）[76]。 * **约束条件**：根据不同的组合类型（空气指增、中证500宽/严约束、中证1000宽/严约束）施加不同的风险控制约束，包括个股权重上限、行业偏离、风格因子（市值、PB、ROE等）暴露控制、成分股权重约束以及换手率约束等[73][75]。 * **调仓与成本**：支持周度和日度两种调仓频率[72]。回测中假定以次日均价成交，并扣除双边3‰的交易成本[76]。 因子的回测效果 （数据来源：表2[10][12]，统计区间为上周、4月、2026年初至今及历史） | 因子名称 | 上周多空收益 | 4月多空收益 | 2026YTD多空收益 | 历史IC | 2026年IC | 历史e^(-rank mae) | 2026年e^(-rank mae) | 2026年周胜率 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 日内高频偏度 | 2.01% | 5.31% | 10.72% | 0.019 | 0.029 | 0.324 | 0.327 | 13/16 | | 日内下行波动占比 | 1.91% | 2.53% | 9.90% | 0.016 | 0.027 | 0.323 | 0.325 | 12/16 | | 开盘后买入意愿占比 | 0.44% | 4.29% | 10.91% | 0.026 | 0.032 | 0.321 | 0.323 | 14/16 | | 开盘后买入意愿强度 | 1.10% | 7.21% | 13.27% | 0.030 | 0.040 | 0.326 | 0.329 | 12/16 | | 开盘后大单净买入占比 | 0.96% | 3.26% | 9.46% | 0.035 | 0.031 | 0.322 | 0.319 | 15/16 | | 开盘后大单净买入强度 | 1.04% | 4.31% | 8.46% | 0.024 | 0.028 | 0.320 | 0.319 | 13/16 | | 改进反转 | 2.60% | 6.46% | 9.01% | 0.030 | 0.025 | 0.330 | 0.331 | 10/16 | | 尾盘成交占比 | 1.17% | 3.58% | 8.79% | 0.025 | 0.024 | 0.322 | 0.319 | 13/16 | | 平均单笔流出金额占比 | -0.62% | 1.03% | -3.82% | 0.007 | -0.011 | 0.317 | 0.316 | 7/16 | | 大单推动涨幅 | -0.04% | -0.31% | 0.12% | 0.017 | -0.003 | 0.325 | 0.324 | 7/16 | | 改进 GRU(50,2)+NN(10) | 1.86% | 8.32% | 13.68% | 0.065 | 0.038 | 0.335 | 0.327 | 13/16 | | 残差注意力 LSTM(48,2)+NN(10) | 2.02% | 8.49% | 14.17% | 0.062 | 0.044 | 0.334 | 0.326 | 14/16 | | 多颗粒度模型-5日标签 | 2.96% | 6.39% | 16.61% | 0.078 | 0.041 | 0.343 | 0.333 | 15/16 | | 多颗粒度模型-10日标签 | 2.39% | 4.42% | 13.32% | 0.072 | 0.036 | 0.341 | 0.334 | 12/16 | 模型的回测效果 （数据来源：表3[13]，统计区间为上周、4月、2026年初至今） | 模型/组合名称 | 上周超额收益 | 上周绝对收益 | 4月超额收益 | 4月绝对收益 | 2026YTD超额收益 | 2026YTD绝对收益 | 2026年周胜率 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | **AI空气指增组合** | | | | | | | | | 周度调仓 | 2.60% | 3.90% | 0.02% | 6.28% | 7.16% | 14.66% | 9/16 | | 日度调仓 | 3.69% | 4.99% | 0.81% | 7.07% | 7.62% | 15.13% | 9/16 | | **中证500 AI增强宽约束组合** | | | | | | | | | 周度调仓 | -0.29% | 0.94% | -6.23% | 3.39% | -2.32% | 9.52% | 5/16 | | 日度调仓 | -0.38% | 0.85% | -6.02% | 3.59% | -5.71% | 6.13% | 5/16 | | **中证500 AI增强严约束组合** | | | | | | | | | 周度调仓 | -0.46% | 0.77% | -2.95% | 6.67% | -1.76% | 10.08% | 8/16 | | 日度调仓 | -0.37% | 0.86% | -2.79% | 6.82% | -2.53% | 9.31% | 8/16 | | **中证1000 AI增强宽约束组合** | | | | | | | | | 周度调仓 | 0.36% | 1.30% | -7.31% | 2.69% | -2.42% | 7.94% | 8/16 | | 日度调仓 | 0.65% | 1.58% | -5.30% | 4.70% | -2.03% | 8.32% | 8/16 | | **中证1000 AI增强严约束组合** | | | | | | | | | 周度调仓 | -0.13% | 0.81% | -4.16% | 5.84% | -1.01% | 9.34% | 8/16 | | 日度调仓 | -0.01% | 0.92% | -2.66% | 7.34% | 1.41% | 11.77% | 9/16 |