20230130-选股因子系列研究-八十六-深度学习高频因子的特征工程-海通证券-23页.pdfVIP

[Table_MainInfo]金融工程研究证券研究报告

金融工程专题报告2023年1月30日

[Table_Title]选股因子系列研究（八十六）——深度学习

相关研究

[Table_ReportInfo]

《选股因子系列研究（五十六）——买卖

单数据中的Alpha》2019.11.05高频因子的特征工程

《选股因子系列研究（五十七）——基于[Table_Summary]

主动买入行为的选股因子》2020.01.10投资要点：

《选股因子系列研究（七十二）——大单

的精细化处理与大单因子重构》

2021.01.18近年来，高频数据逐渐成为量化策略中一类重要的Alpha来源。除了用传统的基于

人工逻辑的方式构建高频因子外，深度学习也是一种高效、可行的高频因子构建方

法。然而，我们在日常的路演交流中发现，初涉深度学习的投资者往往对深度学习

高频因子的特征工程（如，特征的构建、处理、归因和筛选）存在各种各样的研究

需求。因此，本文旨在通过多方面的对比测试，为广大投资者在特征工程层面提供

[Table_AuthorInfo]

一定的参考。

深度学习高频因子的特征构建。本文使用“原始数据-分钟级基础指标-目标频率

衍生指标”的方式生成高频特征。即，基于原始数据生成一系列分钟级的基础指

标，这类指标旨在捕捉原始数据中的基本信息。因此计算往往不会过于复杂，它

们将作为后续特征计算的输入数据。得到基础指标序列后，本文先确定算子，再

通过不断变换输入的基础指标序列生成特征。其中，算子既可以由简单的四则混

合运算或统计计算衍化得到，也可以从人工逻辑因子研发经验中归纳总结。

分析师:冯佳睿

深度学习高频因子的特征处理。具体包括，分布调整、极值处理和标准化。基于

Tel:(021

波动率、成交金额、成交笔数和买卖单数生成的特征，通常具有较为明显的偏度。

Email:fengjr@因此，分布调整是特征处理的第一步。特征中的极值也会影响模型的训练效果，

证书:S0850512080006因此，我们采用和常规的因子极值处理类似的方法，即，N倍标准差截断。和低

分析师:袁林青频数据类似，高频数据同样量纲差异巨大。因此，为减轻这个问题对模型训练带

Tel:(021来的影响，标准化也是很有必要的。

Email:ylq9619@

证书:S0850516050003深度学习高频因子的特征归因。常见的特征归因模型大致有基于梯度（Gradient）

和基于扰动（Perturbation）两类。其中，基于梯度的归因方法又称作反向传播

归因法，基于扰动的归因方法又称作前向传播归因法。本文选用积分梯度法进行

特征归因，因为该方法具备完整性（Completeness）。即，所有特征归因后的贡

献度之和为模型输出与基线输出之间的差值。通过积分梯度法归因，我们亦可得

到每一个特征的绝对贡献度，进而比较它们对预测结果的重要性。

深度学