【国盛-2026研报】量化专题报告：“机器学习”选股模型系列研究(一)：量价指纹模型的构建与应用初探.pdfVIP

证券研究报告|金融工程

gszqdatemark

20260116

年月日

量化专题报告

“机器学习”选股模型系列研究（一）

量价指纹模型的构建与应用初探

前言：本篇报告借鉴大语言模型的语义理解思想，提出““量价指纹”的概作者

念，将市场交易数据视为一种特殊““语言”，通过自监督学习，理解、提取

日内量价行为中蕴含的特征，并在端到端深度学习模型中做了初步应用。分析师沈芷琦

执业证书编号：S0680521120005

量价指纹模型的构建：“量价指纹”模型的构建流程遵循了从原始数据处邮箱：shenzhiqi@

理到深度语义表征的路径，具体而言，我们围绕分钟特征处理、双任务自分析师刘富兵

执业证书编号：S0680518030007

监督学习、防坍缩正则化这3个关键环节展开指纹的具体构建：

邮箱：liufubing@

（1）分钟特征预处理：选取32维分钟级特征，包括价格特征（“如高、低、研究助理诸格慧明

收、价格位置等）与交易特征（“如成交额、挂撤单、资金流等），并分别进执业证书编号：S0680125100009

行标准化处理，以消除量纲与历史波动的影响；邮箱：zhugehuiming@

（2）双任务学习框架：通过前向因果预测任务（“价格特征预测）与后向特相关研究

征重建任务（交易特征重建），迫使模型学习市场量价关系的动态语义与

1、《量化点评报告：行业ETF配置模型2025年超额

因果结构，生成128维日度指纹向量；

21.4%》2026-01-12

（3）防坍缩设计：引入多样性、正交性与均匀性正则项，确保指纹向量具2、《量化周报：科创50迎来日线级别上涨》2026-01-

备高区分度、低冗余与信息丰富的特性，避免表征坍塌。11

3、《量化分析报告：择时雷达六面图：本周市场较为拥

量价指纹模型的端到端应用初探：我们将““量价指纹”作为输入特征，结挤》2026-01-10

合GRU模型，对股票的未来收益进行预测。测试结果表明：4、《“量价淘金”选股因子系列研究（十）：订单簿资金

流因子簇的构建与生产加速》2025-02-11

（1）仅使用量价指纹进行模型训练得到的因子，具备一定的预测能力，

5、《“量价淘金”选股因子系列研究（“九）：MemoryMap

2017/01/01-2025/12/31，因子的周度RankIC均值为0.106，全市场10在因子生产加速上的应用——以构建羊群效应因子簇

分组多空对冲的年化收益为83.88%，信息比率为5.41，最大回撤为为例》202