2026年高频因子（十八）：收益来源基础的因子挖掘方法论一——维度匹配因子

维度匹配因子构建

高频因子范式

高频因子的计算过程可拆解成若干个数据变换和 K 线聚合步骤： 数据变换即对该维度数据做函数映射，本质为交易信息的局部处理； K 线聚合即对该维度数据按照一定频率进行聚合计算，聚合计算包括求和、计数、 取极值等，本质为交易信息的局部整合，以将数据从高频降至低频。 低频量价因子相对高频量价因子的差别在于聚合计算部分，低频量价数据失去了聚合计 算和函数步骤交叉处理的可能，直接从聚合后的信息最后整合，从而失去了交易行为中 微观结构的刻画。

算子挖掘的意义

在高频因子挖掘中，有以 101Alpha 为代表的遗传算法挖掘过程，以及以监督学习为代 表的深度学习挖掘过程，以数据变换和 K 线聚合的组合过程相比以上两种挖掘因子的方 法并无效率上的提升，其意义就在算子的逻辑含义中。算子对应的逻辑含义对应了整合 信息的方向，如收益率求和对应了价格变动，成交量求和对应了成交活跃，所以变换和 聚合的过程是一种针对性的提取信息的方法，对应到选股因子层面则是可以对收益来源 给出划分。在《风格切换下的因子投资——金融工程 2026 年度投资策略》中我们指出， 当前因子整体收益在下降，但是波动在增加，收益来源的区分在控制风险、收益归因、 因子轮动层面有较大意义。 下表给出了沪深 300 和中证 1000 内，大类量价因子之间的选股超额收益相关性1，超额 收益相关性大部分在 50%以下。

相对于深度学习：深度学习是从特征到预测目标的直接拟合，符合一般机器学习的规律， 即输入数据的质量影响输出结果的质量，对数据量较为依赖，在信噪比较低的金融市场 中，如果局限特定板块或者某个维度的数据，会降低得到因子的有效性；所以一般深度 学习模型的特征较为全面，得到的因子也多为集合信息，不同网络结构的带来的结果差 异较小。即深度学习方法较难在挖掘因子上产生差异化。

相对于遗传算法：遗传算法通过算子组合的穷举，遍历信息的组合路径，从中找到有效 的选股路径，可以做到信息的差异，但整个过程均基于统计，没有辅以逻辑，会遍历较 多无效组合路径，降低挖掘效率，也容易在收益来源的区分上产生偏差。 数据变换——K 线聚合算子方法可以从已有的经典因子逻辑出发，有倾向性的挖掘某类 收益来源的因子，同时又具备一定的量产挖掘能力。

简单逻辑的扩充

本文从残差波动率这一经典价格稳定性因子出发，分别提升频率、扩充维度两个方面， 构建以下匹配逻辑的衍生因子： 高频残差波动率：30 分钟频率下个股收益率和三因子收益率的时间序列回归残差 波动率； 残差成交量波动率：个股成交占比和全市场成交占比的时间序列回归残差波动率； 残差振幅波动率：个股振幅和市场（中证全指）振幅的时间序列回归残差波动率。

成交匹配波动因子

多维度匹配

根据得到因子的最后一步是时序 K 线算子还是匹配 K 线算子，可以将数据变换——K 线聚合算子挖掘方法分为两类，以匹配 K 线算子结尾得到的因子，称为维度匹配因子。 匹配 K 线算子需要在最后一步得到两个或多个维度的数据，本文以两个维度为例，从最 简单的量价维度出发，列出基本维度的匹配表格，其中两个维度之间可以采用 R 方、残 差波动率、相关性、加权求和等算子得到因子。

成交匹配波动因子构建

本文通过遍历上述表格维度匹配的计算，构建有较为明显信息增量的成交匹配波动因子： 1． 每笔成交量：匹配变化算子——除法（成交量，成交笔数）； 2． 成交量和：时序 K 线算子——求和（成交量）； 3． 成交量占比：匹配变化算子——除法（成交量，成交量和）； 4． 成交匹配波动：匹配 K 线算子——回归残差波动率（每笔成交量，成交量占比）。 下表分别给出了沪深 300 和全市场范围内，成交匹配波动因子和风格因子的相关性，因 子主要和波动率、换手率因子相关性较高，即属于低波收益来源，同时和规模因子呈一 定的负相关，偏小市值。