2026年金工深度研究：高频特征参数化，分钟级可解释因子挖掘框架

分钟级信号通用公式

前期报告《以空间换时间——多目标基本面选股因子挖掘框架》（2025-08-11）中，我们 主动放弃了传统遗传规划中算子随机排列、易导致“黑盒”表达式的构筑方式，转而采用 固定范式的万能因子表达式取而代之。在这种通用公式框架下，公式中每一参数均具备明 确的经济学含义与严格取值范围。延续这一参数化、模块化的因子构建思路，我们将视角 从基本面维度拓展至高频量价维度，聚焦分钟级高频交易数据，寻找具备稳健收益特征、 逻辑清晰的量价因子。

公式简介

从分钟级量价数据到最终的日频 Alpha 信号，每一个因子的生成都需要经历一套高度模块 化的计算流程。本文提出的通用公式可梳理为以下四个步骤：

输入与切片

因子计算的第一步是输入分钟量价数据并进行定位。不同时间段的分钟数据隐藏不同信息， 早盘开盘波动、午盘盘整、尾盘收官等不同时段量价特征差异显著，直接使用全时段数据 可能影响因子特征提取的准确性，因此需要确定目标研究时段。我们选取需要研究的量价 字段，确定需研究的分钟级窗口中心 slice，再以该中心为基准向左右各自延伸 0.5 个窗口 长度 window，明确界定后续计算所需的分钟级数据范围。

时序掩码

因子计算的第二步是构造时序掩码和筛选分钟样本。经过输入与切片锁定目标分钟窗口后， 并非窗口内所有分钟样本都能有效反映核心规律，若不加区分地纳入所有样本进行计算， 反而会弱化关键特征，而在特定筛选条件下对有效样本进行计算，才能让因子更符合交易 逻辑，因此我们通过掩码对样本进行二次筛选。我们以某一指定量价字段 mask_field 作为 参考基准，先计算该时间窗口内所有分钟级样本的分位数排名，再根据预设的截断方向与 阈值 mask_rule（例如仅保留排名前 30%的时刻），生成时序掩码，保留所需分钟样本点。

算子降维

因子计算的第三步是算子降维。经过切片和掩码处理后，数据仍处于分钟级时序维度，无 法直接作为日频因子使用，需要通过算子降维实现特征提炼。我们的算子分为两种类型： 单变量算子和双变量算子。①单变量算子：对单一核心指标进行时序聚合计算，直接提炼 指标的日内核心特征；②双变量算子：引入辅助指标，支持通过 B_shift_lag 对辅助指标进 行分钟级别的超前或滞后错位处理，随后计算两个指标间的交叉特征。通过上述算子处理， 我们输出标准的日频因子值。

参数取值范围

参数 A、B 和 mask_field 为数据字段。为捕捉市场日内微观博弈特征，本框架构建了包含 基础价量、累计均价及微观交易频率等分钟维度的 26 个指标库。这些指标以分钟为基本采 样单位，旨在为万能表达式提供高维度的原始信息输入，从而在不同日内时段提取具有显 著统计特性的 Alpha 信号。

参数 mode 为算子类型，取 1 时为单变量算子，取 2 时为双变量算子。本研究中，我们构 建了一套涵盖单变量统计与双变量交互的复合算子库。这些算子作为因子表达式的运算内 核，能够将分钟级原始量价序列在指定时间窗口内进行降频计算，转化为日频因子。图表 3、 图表 4 的名称分别为 mode1、mode2 的参数范围。

对于其余参数，如果允许连续取值，算法容易在训练集上寻找一个毫无逻辑的局部最优解。 为抑制表达式参数过拟合，提高因子解释性，我们对其余参数做离散化处理。以下是其余 参数取值范围。

参数化挖掘——以遗传规划为例

我们将在全市场 A 股股票池中执行量价选股因子挖掘流程。理论上，前文构思的参数化万 能公式可落地于枚举法、遗传规划、强化学习等多种算法。综合考虑显存性能、迭代效率， 本文继续选取团队多次推荐的遗传规划框架进行因子挖掘。

五目标评价

传统的遗传规划往往是单目标因子挖掘体系，在追求单目标最优的过程中，对评价结果贡 献最大的子表达式在交叉过程中将呈指数级别复制，最终导致因子同质化。前期报告《以 空间换时间——多目标基本面选股因子挖掘框架》（2025-08-11）和《双目标遗传规划应 用于行业轮动》（2024-05-20）将因子评价从传统的单目标体系升级为多目标体系，有效 克服因子在单一目标上过拟合的问题。 本文中我们构建五目标因子评价体系。为保证因子的分组单调性与时序稳定性，我们延用 《以空间换时间——多目标基本面选股因子挖掘框架》（2025-08-11）评价指标中的|??|和 ??胜率。除了全局预测能力，实盘交易中往往更关注头部组合的实际表现。我们构建的第 三个目标是多头绝对收益，计算因子头部十分位组合的五日平均收益率，直接评估因子头 部的盈利爆发力。为防止因子多头表现波动过大，我们引入的第四个目标是多头夏普比率， 计算因子分组前 10%收益率与收益波动的比率，在追求高收益的同时对高波动组合进行惩 罚。此外，某些因子可能仅依赖历史上短期的极端暴涨贡献绝大部分收益，导致多头收益 和夏普比率不低，但在绝大部分交易日表现不佳，我们引入的第五个目标是多头胜率，即 十分组前 10%截面收益大于 0 的天数比例，规避依赖偶然性暴涨的因子。

NSGA-III 解决“维数灾难”

前期报告我们曾采用 NSGA-II 算法，通过“非支配排序”和“拥挤度距离”，在不预设权 重的条件下评价因子优劣。然而，在当前的因子挖掘任务中，目标维度进一步提升，我们 需要同时兼顾 5 个评价维度。在高维目标空间中，NSGA-II 可能面临“维数灾难”：几乎 所有因子都会涌入第 1 前沿面互相非支配，且“拥挤度距离”在稀疏的高维空间中失效， 导致算法不易收敛。为突破高维空间约束，我们将底层的优化引擎升级为 NSGA-III 算法。 同时，我们在标准算法之上，创新性地引入了“动态短板惩罚机制”，进一步提升多目标 因子挖掘框架。

下面详细阐述 NSGA-III 算法原理。为了便于画图展示，本小节以两维目标为例。 1) 非支配排序：与 NSGA-II 类似，算法首先基于“支配”概念对因子种群进行分层。若 因子 A 在所有评价维度上均不劣于因子 B，且至少在一个维度上严格优于 B，则称 A 支 配 B。通过不断的相互比较，算法剥离出互不支配的第 1 前沿面，随后在剩余种群中继续 剥离第 2 层、第 3 层，完成对因子优劣的初步绝对排序。如左图所示，第 1 前沿面的因 子优于第 2 前沿面，第 2 前沿面的因子优于第 3 前沿面。2) 超平面参考点：接下来我们需要比较同一前沿面的因子排序。我们对因子目标进行归 一化，使得因子各个维度目标介于 0 到 1 之间。为引导种群在多维空间中均匀分布，NSGA-III 在一个 M 维的单位单纯形上生成分布极其均匀的参考点。如果我们有 2 个目标，对目标轴 进行 2 等分，则可以在空间中生成 3 个均匀分布的参考点，分别是(0,1)，(0.5,0.5)和(1,0)， 为右图黄色点。 3) 关联操作：连接原点与每一个参考点，形成 3 条射线，射线即为参考线；对于种群中 的任意点，计算与每条射线的垂直距离；个体被关联到垂直距离最小的参考点上。右图蓝 色因子距离参考点 2 射线最近，故关联参考点 2。 4) 小生境计数排名：在完成更高非支配层个体与参考点的关联后，算法首先统计各个参 考点当前已关联的个体数量，记为初始小生境计数?。随后，算法采用迭代挑选的方式，对 当前层内的所有个体进行依次排序，具体步骤如下： ① 找出当前小生境计数?最小的参考点，若存在多个最小计数的参考点，则随机选择其 中一个。 ② 针对被选中的参考点，检查层中是否有与其关联的候选个体。情况 a：若该参考点的 ? = 0，则在与其关联的候选个体中，选择距离该参考线垂直距离最小的个体，将其排入当 前序列的下一位，并从候选集合中移除。情况 b：若该参考点的? > 0，则在与其关联的候 选个体中随机选取一个，将其排入当前序列的下一位，并从候选集合中移除。情况 c：若 当前层中没有任何个体与该参考点关联，则将该参考点从当前的候选参考点集合中剔除， 并返回步骤 1。③ 个体参与排序后，该参考点的小生境计数?立刻加 1。 ④ 重复上述步骤 1 至 3，动态寻找下一个计数最小的参考点，直到当前层中的所有个体 均完成排序为止。