市场微观结构研究系列(28)：因子切割论与深度学习的结合应用-开源证券

金融工程专题 请务必参阅正文后面的信息披露和法律声明 1 / 16 2025 年 07 月 26 日 《A 股反转之力的微观来源》-2019。12.23 《振幅因子的隐藏结构》-2020.05.16 《 主 动 买 卖 因 子 的 正 确 用 法 》-2020.09.05 《因子切割论》-2020.09.16 《 遗 传算 法赋 能交 易行 为因 子 》-2023.08.06 因子切割论与深度学习的结合应用 ——市场微观结构研究系列（28） 魏建榕（分析师） 苏俊豪（分析师） weijianrong@kysec.cn 证书编号：S0790519120001 sujunhao@kysec.cn 证书编号：S0790522020001  因子切割论：剖析市场精细结构的利器 事物内部的各要素之间，往往存在着对立统一的矛盾。在金融市场中，当人们普遍预期的行为模式未能出现时，常常只是因为代理变量选得不好，以致未能窥见其内部更为本质的精细结构。我们在近十几年的因子研究历程中，既收获了大量个性鲜明的独家因子，也从中领悟了系统普适的方法论——因子切割论。 我们以理想反转因子的构造过程为例，归纳出因子切割论的三要素：对象、刀法、产出。 对象：具有可加性的目标变量 刀法：有区分能力的切割指标 产出：对切割后变量的再加工  DBD-GRU 模型：因子切割论与深度学习的有机结合 我们将切割论思想与深度学习有机结合，构造出双分支差异网络模型（Dual-Branch Difference GRU，以下简称 DBD-GRU 模型）在 DBD-GRU 模型中，假设输入的数据 x 包含了 A、B 两个特征，其中特征 A 为切割指标。我们以特征A 在时序上的中位数为阈值，构造两个掩码 mask_Ahigh 和 mask_Alow，将使用掩码处理后的数据分别输入两个分支网络 GRU_high 和 GRU_low 中。取两个网络最后一个时间步的差异输入输出层。  DBD-GRU 模型因子表现优异 我们使用 DBD-GRU 模型改进了切割论的三个因子：理想振幅因子、理想反转因子、主动买卖因子；同时作为对比，也将相同数据输入 GRU 模型中，将其作为基线模型。 与原始切割论因子和基线模型的 GRU 因子相比，DBD-GRU 模型因子表现优异，测试区间（201412~202505）内，理想振幅-DBD、理想反转-DBD、主动买卖-DBD 因子的 RankIC 分别为-10.33%、-10.31%、-9.81%。 DBD-GRU 模型在剔除对应的切割论因子与 GRU 因子后仍有较好的表现，这表明 DBD-GRU 模型并非只是以上两者的简单叠加，而是提供了较多的信息增量，作为对比，GRU 模型因子在剔除 DBD-GRU 因子后表现不佳。 我们将 DBD-GRU 模型的三个因子对称正交处理后等权合成，得到 DBD-Combine 因子，DBD-Combine 因子在主流宽基指数中均有较好表现，在沪深300、中证 500、中证 1000 成分股中的 RankIC 分别为-5.76%、-7.40%、-9.84%。应用于指增组合时，在中证 1000 中的超额年化收益为 11.8%，超额 IR为 2.21，表现优秀。  风险提示：模型基于历史数据测试，市场未来可能发生重大改变。 相关研究报告 金融工程研究团队 开源证券 证券研究报告 金融工程专题 金融工程研究 魏建榕（首席分析师） 证书编号：S0790519120001 张 翔（分析师） 证书编号：S0790520110001 傅开波（分析师） 证书编号：S0790520090003 高 鹏（分析师） 证书编号：S0790520090002 苏俊豪（分析师） 证书编号：S0790522020001 胡亮勇（分析师） 证书编号：S0790522030001 王志豪（分析师） 证书编号：S0790522070003 盛少成（分析师） 证书编号：S0790121070009 苏 良（分析师） 证书编号：S0790121070008 何申昊（分析师） 证书编号：S0790524070009 蒋 韬（分析师） 证书编号：S0790525070001 金融工程专题 请务必参阅正文后面的信息披露和法律声明 2 / 16 目 录 1、 因子切割论回顾：剖析市场精细结构的利器 .......................................................................................................................... 3 2、 DBD-GRU 模型：因子切割论与深度学习的有机结合 ........................................................................................................... 5 3、 风险提示 ................................................................................................................................................................................... 13 4、 附录 ........................................................................................................................................................................................... 14 图表目录 图 1： 信息在时间轴上的分布不均匀（示意图） ......................................................................................................................... 3 图 2： M_high 与 M_low 的累计 IC 差异显著 ................................................................................................................................ 4 图 3： 因子切割论示意图 ................................................................................................................................................................ 6 图 4： DBD-G