高频选股因子周报（20260104-20260109）：买入意愿因子开年强势，多粒度因子表现一般。AI增强组合超额开年不利，出现大幅回撤。

高频选股因子周报（20260104-20260109） 买入意愿因子开年强势，多粒度因子表现一般。AI增强组合超额开年不利，出现大幅回撤。 本报告导读： 余浩淼(分析师)021-23185650yuhaomiao@gtht.com登记编号S0880525040013 上周（特指20260104-20260109，下同）买入意愿因子开年强势，多粒度因子表现一般。AI增强组合超额开年不利，出现大幅回撤。 投资要点： 2025年成长、分析师因子表现较好，中证2000指数增强策略全年超额27.77% 2026.01.09绝对收益产品及策略周报（251229-251231）2026.01.08行业主题ETF流动性月报（2025.12）2026.01.08低频选股因子周报（2025.12.26-2025.12.31）2026.01.04高频选股因子周报（20251229-20251231）2026.01.02 多粒度因子表现一般：GRU(10,2)+NN(10)因子上周、1月、2026年多空收益为0.16%，0.16%，0.16%，多头超额收益为0.26%，0.26%，0.26%。GRU(50,2)+NN(10)因子上周、1月、2026年多空收益为-0.26%，-0.26%，-0.26%，多头超额收益为0.86%，0.86%，0.86%。多颗粒度模型（5日标签）因子上周、1月、2026年多空收益为0.25%，0.25%，0.25%，多头超额收益为0.68%，0.68%，0.68%。多颗粒度模型（10日标签）因子上周、1月、2026年多空收益为-0.78%，-0.78%，-0.78%，多头超额收益为-0.05%，-0.05%，-0.05%。 AI增强组合超额开年不利，出现大幅回撤：周度调仓的中证500 AI增强宽约束组合上周、1月、2026年的超额收益率分别为-2.61%，-2.61%，-2.61%。周度调仓的中证500 AI增强严约束组合上周、1月、2026年的超额收益率分别为-1.84%，-1.84%，-1.84%。周度调仓的中证1000 AI增强宽约束组合上周、1月、2026年的超额收益率分别为-2.1%，-2.1%，-2.1%。周度调仓的中证1000 AI增强严约束组合上周、1月、2026年的超额收益率分别为-1.63%，-1.63%，-1.63%。风险提示。市场系统性风险、海外市场波动风险、模型误设风险。 目录 1.高频因子、深度学习因子以及AI增强组合表现汇总................................32.高频因子与深度学习因子分组收益..............................................................42.1.高频偏度因子............................................................................................42.2.下行波动占比因子....................................................................................52.3.开盘后买入意愿占比因子........................................................................62.4.开盘后买入意愿强度因子........................................................................72.5.开盘后大单净买入占比因子....................................................................82.6.开盘后大单净买入强度因子....................................................................92.7.改进反转因子..........................................................................................102.8.尾盘成交占比因子..................................................................................112.9.平均单笔流出金额占比因子..................................................................122.10.大单推动涨幅因子................................................................................132.11.深度学习高频因子（改进GRU(50,2)+NN(10)）...............................142.12.深度学习高频因子（残差注意力LSTM(48,2)+NN(10)）...............142.13.深度学习因子（多颗粒度模型-5日标签）........................................152.14.深度学习因子（多颗粒度模型-10日标签）......................................153.周度调仓的AI指数增强组合......................................................................163.1.周度调仓的中证500 AI增强宽约束条件组合.....................................163.2.周度调仓的中证500 AI增强宽约束条件组合.....................................173.3.周度调仓的中证1000 AI增强宽约束条件组合...................................183.4.周度调仓的中证1000 AI增强严约束条件组合...................................194.风险提示........................................................................................................20 1.高频因子、深度学习因子以及AI增强组合表现汇总 下表汇总了国泰海通证券金融工程团队开发的高频选股因子历史与2026年IC，RankMAE，以及1月及2026年的多空收益，多头超额收益及月度胜率。 下表汇总了国泰海通证券金融工程团队开发的高频选股因子，深度学习因子以及多粒度因子历史与2026年IC，RankMAE，以及上周，1月及2026年的多空收益，多头超额收益及月度胜率。 下表展示了周度调仓的中证500 AI增强宽|严约束组合和中证1000 AI增强宽|严约束组合上周、1月及2026年的超额收益及周度胜率。 2.高频因子与深度学习因子分组收益 2.1.高频偏度因子 下图展示了月度换仓的高频偏度因子全市场1月，2026年度，以及2014年以来月度分组收益均值。因子的计算方式请参考专题报告《选股因子系列研究(十九)——高频因子之股票收益分布特征》。（已对常规因子进行正交，下同）。 数据来源：Wind，国泰海通证券研究下图展示了周度换仓的高频偏度因子上周，1月，2026年度，以及2014 年以来分组周度收益均值 数据来源：Wind，国泰海通证券研究2.2.下行波动占比因子 下图展示了月度换仓的下行波动占比因子全市场1月，2026年度，以及2014年以来月度分组收益均值。因子的计算方式请参考专题报告《选股因子系列研究（二十五）——高频因子之已实现波动分解》。 数据来源：Wind，国泰海通证券研究下图展示了周度换仓的下行波动占比因子上周，1月，2026年度以及 2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.3.开盘后买入意愿占比因子 下图展示了月度换仓的开盘后买入意愿占比全市场1月，2026年度，以及2014年以来月度分组收益均值。因子的计算方式请参考专题报告《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》。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的开盘后买入意愿占比因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.4.开盘后买入意愿强度因子 下图展示了月度换仓的开盘后买入意愿强度全市场1月，2026年度，以及2014年以来月度分组收益均值。因子的计算方式请参考专题报告《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》。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的开盘后买入意愿强度因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.5.开盘后大单净买入占比因子 下图展示了月度换仓的开盘后大单净买入占比全市场1月，2026年度，以及2014年以来月度分组收益均值。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的开盘后大单净买入占比因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.6.开盘后大单净买入强度因子 下图展示了月度换仓的开盘后大单净买入强度全市场1月，2026年度，以及2014年以来月度分组收益均值。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的开盘后大单净买入强度因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.7.改进反转因子 下图展示了月度换仓的改进反转因子全市场1月，2026年度，以及2014年以来月度分组收益均值。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的改进反转因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.8.尾盘成交占比因子 下图展示了月度换仓的尾盘成交占比全市场1月，2026年度，以及2014年以来月度分组收益均值。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的尾盘成交占比因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.9.平均单笔流出金额占比因子 下图展示了月度换仓的平均单笔流出金额占比全市场1月，2026年度，以及2014年以来月度分组收益均值。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的平均单笔流出金额占比因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.10.大单推动涨幅因子 下图展示了月度换仓的大单推动涨幅全市场1月，2026年度，以及2014年以来月度分组收益均值。 数据来源：Wind，国泰海通证券研究 下图展示了周度换仓的大单推动涨幅因子上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰海通证券研究 2.11.深度学习高频因子（改进GRU(50,2)+NN(10)） 下图展示了周度换仓的深度学习高频因子（改进GRU(50,2)+NN(10)）上周，1月，2026年度，以及2014年以来分组周度收益均值。 数据来源：Wind，国泰