高频选股因子周报（20260112-20260116）：大部分高频因子多头录得正收益，多粒度因子多头反弹显著。AI 增强组合表现分化，1000增强回撤显著缩窄。

高频选股因子周报（20260112-20260116） 大部分高频因子多头录得正收益，多粒度因子多头反弹显著。AI增强组合表现分化，1000增强回撤显著缩窄。 本报告导读： 余浩淼(分析师)021-23185650yuhaomiao@gtht.com登记编号S0880525040013 上周（特指20260112-20260116，下同）大部分高频因子多头录得正收益，多粒度因子多头反弹显著。AI增强组合表现分化，1000增强回撤显著缩窄。 投资要点： 低频选股因子周报（2026.01.09-2026.01.16）2026.01.17绝对收益产品及策略周报（260105-260109）2026.01.14量化择时和拥挤度预警周报（20260109）2026.01.12风格Smart beta组合跟踪周报（2026.01.05-2026.01.09）2026.01.12高频选股因子周报（20260104-20260109）2026.01.11 多粒度因子多头反弹显著：GRU(10,2)+NN(10)因子上周、1月、2026年多空收益为2.62%，2.79%，2.79%，多头超额收益为0.7%，0.96%，0.96%。GRU(50,2)+NN(10)因子上周、1月、2026年多空收益为1.55%，1.3%，1.3%，多头超额收益为0.39%，1.26%，1.26%。多颗粒度模型（5日标签）因子上周、1月、2026年多空收益为1.88%，2.13%，2.13%，多头超额收益为1.05%，1.74%，1.74%。多颗粒度模型（10日标签）因子上周、1月、2026年多空收益为2.11%，1.33%，1.33%，多头超额收益为1.15%，1.1%，1.1%。 AI增强组合表现分化，1000增强回撤显著缩窄：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-1.91%，-4.47%，-4.47%。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-1.03%，-2.86%，-2.86%。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-0.09%，-2.18%，-2.18%。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0.06%，-1.57%，-1.57%。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500AI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，国泰海通证券研究 2.12.深度学习高频因子（残差注意力LSTM(48,2)+NN(10)） 下 图 展 示 了 周 度 换 仓 的 深 度 学 习 高 频 因 子 （ 残 差 注 意 力LSTM(48,2)+NN(10)）上周，1月，2026年度，以及2014年以来分组