研究背景与方法介绍 [page::2][page::3]

• 因子来源涵盖财务基本面、日频量价、分钟频量价及高频降频因子。

- 采用因子融合而非模型融合，提高训练效率并用统一LGBM模型预测。

• 使用统一参数，未来可通过AutoML进一步优化参数。

因子体系详细介绍 [page::3-8]

• OPENFE基本面因子基于枚举法，采用Expand-And-Reduce框架，最终筛选60个因子，涵盖成长、价值、盈利、质量、杠杆等多风格。

- Alpha158为经典的日频量价技术因子库，包含丰富动量、波动率、流动性指标。

• MAlpha65为分钟频因子，刻画股票日内形态，因子多样，如价量均值、波动等。

- L2Alpha针对高频成交数据，基于成交金额和主动性分布划分四个因子。

单因子表现及融合提升效果 [page::9-11]

• MALPHA65因子IC和ICIR表现最佳，表明分钟频因子预测能力突出。

• 单因子模型中，Alpha158效果优于OPENFE和MAlpha65，L2Alpha因子数量少表现有限。

• 因子融合模型（Model4，融合OPENFE、Alpha158、MAlpha65、L2Alpha）表现最佳，多头组年化收益率提升近10%，空头组收益显著降低。

• Model4策略回测年化收益率为35.57%，费前Sharpe为1.72，含高频交易成本费后年化仍约31%。

因子重要性及频率影响 [page::12-14]

| 因子 | 重要性 |
|------------|---------|
| sector_ticker | 40174.07 |
| malpha54mean10 | 483.71 |
| malpha48mean10 | 460.58 |
| malpha6std10 | 362.36 |
| openfe37 | 106.68 |

• 行业因子重要性最高，分钟频量价因子重要性普遍较高，基本面因子相对较低。

- 不同频率模型中，低频时基本面因子重要性提高，反映频率与因子边际贡献相关。

模型风险提示 [page::0][page::15]

• 模型基于历史数据存在统计误差，未来风格切换可能导致因子失效。

- 参数、样本区间及随机性影响结果稳定性，模型运算资源要求较高。

• 报告不构成具体投资建议，投资者需谨慎决策。

证券研究报告解析——《“逐鹿”Alpha 专题报告（十四）—基本面因子与量价因子融合模型》

---

1. 元数据与报告概览

• 报告标题： “逐鹿”Alpha 专题报告 （十四）—基本面因子与量价因子融合模型

- 作者及联系方式：
- 丁鲁明（中信建投证券，SAC编号s1440515020001）
- 王超（中信建投证券，SAC编号S1440522120002）

• 发布机构： 中信建投证券

- 发布日期： 2023年5月30日

• 报告主题： 探讨基于基本面因子（OPENFE）与不同频率的量价因子（Alpha158日频因子、MAlpha65分钟频因子、L2Alpha高频因子）融合，通过机器学习模型LightGBM提升组合策略收益的研究。

- 核心观点总结：
本文首次系统地将多频率、不同类型的因子进行标准化融合，采用基于GBDT的LightGBM模型进行预测，结果显示：
- 因子维度扩展显著提升模型收益，但边际贡献递减。
- 因子在不同频率模型中重要性的变化明显，频率越低，基本面因子的边际重要性越高。
- 因子融合优于单一因子模型，能够显著提升整体表现。[page::0]

---

2. 逐章节深度解读

2.1 简介与研究框架（第2页）

• 报告基于之前的“逐鹿”系列因子挖掘工作，涵盖高频订单簿、分钟频量价、日频量价、月频基本面因子。

- 不同类型因子分别通过不同模型（DeepLOB、Double Ensemble、Temporal Fusion Transformer、LGBM）单独构建。

• 融合策略对比：

- 模型融合（Stacking）：各模型独立训练，元模型整合预测结果。优势：模型独立，适应不同数据类型。劣势：训练效率低，需要大量数据。
- 因子融合（本文采用）：将各类因子先标准化，再统一输入单一模型，模型自动调节权重，效率更高且训练简单。

• 图1所示“逐鹿研究框架”分层清晰，数据层分别对应财务数据（日频、分钟、及高频数据），通过因子层（OPENFE、Alpha158、MAlpha、L2Alpha），映射至模型与应用层。[page::2]

2.2 因子介绍（第3-8页）

• 基本面因子OPENFE：基于枚举法的Expand-And-Reduce架构，结合三大报表数据及算子组合，初生成约70万个因子，经过两步筛选最终确定60个表现优异的合成因子，涵盖成长、价值、盈利、质量和杠杆五大风格类别。

- OPENFE核心是自动枚举与筛选，确保多样因子来源且兼具经济学先验，覆盖公司财务面全方位[page::3-4]

• Alpha158日频因子：基于微软亚洲研究院QLIB框架，构建158个技术指标类日频量价因子，涵盖动量、波动率、流动性等维度，具体包括均值、标准差、相关性、排名、最大值最小值等计算函数，参数范围广（5、10、20、30、60日等），覆盖股票中长期行为特征[page::5-6]
• MAlpha65分钟频因子：中信建投结合QLIB算子及分钟数据，从中筛选65个关键因子，捕捉日内交易形态。因子涵盖均值、最大值、最小值、斜率、相关系数等多维度指标。MAlpha65通过分钟到日频降频处理增强预测能力[page::6-8]
• L2Alpha高频因子：源自逐笔成交数据，区分金额大小、买卖方向和主动被动，自动化降频处理后生成4个因子，主要测量主动买卖及大单成交金额占比，体现高频交易行为信息[page::8]

2.3 模型介绍与表现（第9-14页）

• 模型结构与训练流程

- 基于OpenFE基本面因子依次加入Alpha158、MAlpha65、L2Alpha因子，构建四个模型（Model1-4），模型采用LightGBM。
- 因MAlpha65与L2Alpha为高频因子，作者构造了10日均值与标准差指标，扩展所有因子到356维。
- 采用10日频滚动训练：训练期200日，测试期20日，区间2020/1/1至2023/2/28，股票池为剔除了次新股、ST股及极低流动性股票后的A股[page::9]

• 因子效力测试（IC与ICIR）

- Malpha65因子表现最突出，IC绝对值和ICIR中值及极大值均领先，说明其预测能力优于其他因子。
- Alpha158以及Openfe表现中等，L2Alpha因子样本有限，统计意义较弱[page::9]

• 单类型因子模型表现

- 用四类因子分别训练模型，预测未来10日收益率，Alpha158模型表现最佳，随后为OPENFE和MAlpha65，L2Alpha最低。[图4,page::10]

• 因子融合模型（Model1-4）表现

- 模型性能随着融合因子数量递增逐步提升，Model4（融合全部因子）表现最佳，多头组年化收益提升约10%，空头组收益降低超过10%。
- Model4年化收益率为35.57%，年化波动19.84%，夏普比率1.72，最大回撤-25.9%，换手率14.9；考虑3bp交易成本，费后年化收益仍达约31%。回测净值持续上升，表现稳定[图5-6,表5,page::11-12]

• 因子重要性分析

- 行业因子（sectorticker）权重最高。
- 其次为多项分钟频数据因子如malpha54mean10、malpha48mean10等。
- 基本面因子占比相对较低，openfe37因子（营业利润+员工支付现金/市值）排名靠前但整体重要性不及分钟频因子。[表6-7,page::12-14]

• 不同频率模型比较

- 三种模型频率考虑：5日、10日（主模型）和20、30日频。
- 20日、30日受训练数据限制样本不足，训练期分别仅100和66。
- 随频率降低，多头组费前年化收益率略下降，但综合交易成本后，各频率表现无明显差异。
- 基本面因子重要性随频率降低显著提升，说明低频模型更依赖基本面数据[图8，表7,page::13-14]

2.4 报告结论与风险（第15页）

• 核心结论

- 多频率多类型因子融合能显著提升模型整体表现。
- 行业信息及分钟数据因子贡献最大，基本面因子贡献有限但随着频率降低，相关性提升。
- 本文未对模型超参进行自动调参，建议未来借助AutoML进行超参优化进一步提升效果。

• 风险提示

- 风格切换风险：市场风格变化可能导致历史有效因子失效。
- 模型运行随机性，存在初始化种子影响及单次运行偏差。
- 历史区间选择、模型参数及计算资源限制均可能影响模型表现。
- 本文所有结果基于历史数据，统计误差不可避免，不构成投资建议[page::15]

---

3. 图表深度解读

3.1 市场表现图（第0页）

• 图示2022年3月至2023年2月的国债指数（红线）与上证指数（蓝线）表现。

- 国债指数稳步上升，波动较小，约+5%。而上证指数大幅波动多次下跌跌幅近-10%，震荡显著，表现弱于国债指数。

• 该图作为背景市场状况，表明宏观环境波动性大，周期性强，对因子策略的稳健性提出挑战。[image,page::0]

3.2 数据架构流程图（第2页，图1）

• 分层明确：数据层（财务数据、日频量价、分钟量价、高频数据），因子层，模型层，应用层（月频、日频、周频、高频）。

- 每层对应不同处理和模型，反映报告中因子归类及建模策略逻辑，强调数据频率分层及融合点。[image,page::2]

3.3 模型融合与因子融合架构（第3页，图2-3）

• 模型融合（图2）：不同数据源分别建模，基模型结果输入元模型。

- 因子融合（图3）：不同因子统一输入单个模型，模型自调权重。

• 显示融合因子和融合模型的区别，以及本文选择因子融合的理由：训练效率和参数统一管理优势。[image,page::3]

3.4 因子IC与ICIR分布（第9页，图4-5）

• 图4（IC绝对值分布）显示malpha65因子IC绝对值最高，中位和最大值均优于alpha158、openfe及l2alpha。

- 图5（ICIR分布）同样显示malpha65优越的因子稳定性和信息比率，说明分钟数据因子表现更加稳定可靠。

• openfe和alpha158相对较接近，l2alpha因子样本少可能导致IC和ICIR不足以判断[image,page::9]

3.5 单类型与复合因子模型年化收益率（第10-11页，图4-5）

• 单类型因子表现：Alpha158最高，malpha65和OPENFE次之，l2alpha最低。

- 复合因子模型（Model1-4）随着因子层叠收益逐步提升，Model4最高，支持因子融合提升预测收益。

• 单多模型对比显示聚合多类因子能够显著提升年化收益率，尤其是多头策略年化收益提升10%以上。[image,page::10-11]

3.6 Model4净值曲线（第11页，图6）

• 从2020年至2023年初，Model4净值曲线整体平稳上升，积累超额收益稳健。

- 对比万得全A基准明显跑赢市场，且跌幅期间有较好抗跌性。

• 该策略交易成本考虑3bp后依旧保持约31%费后年化收益，显示模型实用性和盈利能力[image,page::11]

3.7 因子重要性排序表（第12-14页，表6-7）

• 行业标签（sectorticker）得分最高，基本面重要性不及分钟频因子。

- 高频因子如malpha54mean10、malpha48mean10等多次出现且排名靠前。

• 频率转低时，基本面因子openfe37排名明显提升，体现基本面因子在低频模型中作用增强。

- 说明量价高频因子主要驱动短期收益，基本面因子支持中长期表现[page::12-14]

3.8 不同频率年化收益比较（第13页，图8）

• 随着频率降低（5D→30D），多头费前年化收益略有下降，但考虑交易成本后差异不大。

- 说明不同交易频率策略均可稳定产出收益，交易频率可因交易成本和资金耐心灵活选择。

• 不同频率模型对因子权重的调整体现了模型的自适应能力。[image,page::13]

---

4. 估值分析

报告为金融工程策略研究，没有直接涉及传统公司估值模型，没有涉及DCF、PE等估值技术。研究重心在因子构建、融合及性能验证。模型评价指标偏重于策略年化收益、波动率、夏普比率、最大回撤等风险收益指标。

---

5. 风险因素评估

报告中详尽识别了风险：

• 历史数据有效性风险：因子和模型在过去有效不代表未来依然有效。尤其市场风格周期轮动可能导致因子失效。

- 模型构建随机性风险：随机数种子影响训练结果，单次运行结果存在波动。

• 数据选择风险：历史数据区间、股票池选择均影响模型表现，存在样本偏差风险。

- 计算与运算资源风险：计算资源不足可能导致模型欠拟合，表现下降。

同时报告强调结果仅为历史回测统计，存在统计误差，不构成投资建议，无保证未来有效性[page::0][page::15]

---

6. 批判性视角与细微差别

• 作者秉持客观谨慎态度，全文多次注释模型结果基于历史数据不保证未来表现，体现科学严谨。

- 使用的融合策略虽为因子融合，虽训练效率高，但实际应用中由于大量因子可能存在多重共线性，需要进一步检测变量独立性以防过拟合。

• L2Alpha因子数量较少（仅4个），且IC指标表现弱，可能导致高频数据融合价值局限。

- 基本面因子重要性总体偏低，提示高维量价因子可能掩盖基本面信号，如何兼顾多因子协同仍需更多深入研究。

• 报告未进行超参数自动调优，暗示模型表现可能尚有提升空间。

- 风险部分详细列举，但未明确给出具体概率评估或缓解方案，留给读者与投资者较大自主判断空间。

• 报告中对因子计算复杂公式及枚举法介绍较简略，对未具备相关背景读者存在理解门槛。

---

7. 结论性综合

本报告通过将不同频率、不同类型的量价因子与基本面因子进行标准化融合，利用LightGBM建立单一融合模型，取得资金管理层面优秀越市表现。核心发现包括：

• 因子融合优于单一因子模型，能显著提升模型收益率和稳定性。

- 分钟级量价因子（MAlpha65）IC及ICIR表现最佳，是模型的关键驱动力。

• 行业因子（sector_ticker）对模型贡献最大，体现行业信息的重要性。

- 基本面因子在整体中贡献相对较少，但随着分析频率降低，其重要性逐步提升，适合中长线策略。

• 各类因子数量激增带来显著增益，但边际贡献递减，提示因子工程应兼顾质量与数量。

- 多频率模型均展示较好年化收益率，约31%-35%费后年化，向量化策略可匹配机构投资风格和交易成本。

• 模型自适应能力强，能针对不同交易周期灵活调整因子权重保持优异表现。

报告严谨披露历史数据限制、模型随机性及计算资源等多重风险，未构成投资建议，更多适合金融工程领域研究与实务操作参考。

图表数据清晰支持上述结论，旋转利用ML模型对海量深度因子数据进行融合处理，体现公司在量化投资技术前沿的扎实基础和创新力。

---

# 综上，报告系统详尽，技术路线合理，实证结果充分，尤其在多频率多因子融合及模型体系搭建方面提供了重要参考价值。报告适宜于量化投资、金融工程、资产管理领域相关研究与技术应用者深度研读。[page::0,2,3,8,9,10,11,12,13,14,15]

报告