长江把"时间点"做成三类高频因子构造模板；国信把因子验收放进"约束下最大化暴露组合 + 公募重仓测试空间"两套装置

0. 近月脉络

近月主线由 Level-2 非成交信息（撤单、知情交易）与逐笔切面扩张，转向深度学习因子的去风格化与状态分域，再下探到组合约束层（因子偏度/峰度）与分钟级”事件—响应—命中”状态机、估计层的经验贝叶斯收缩。本期方法论供给明显回落，唯一延续的线索是长江高频因子的算子分类学——把”时间点”作为离散向量的第三种衍生。

1. 本期研究灵感 ⭐

灵感点1：把”时间点”本身当成离散向量来构造因子——极端离散化的三种向量化方式 ^[1]

• 灵感点：长江把高频因子的计算链条拆成”数据变换 + K 线聚合”，并认定最后一步必然是把离散化的信息匹配 K 线算子、汇总成标量；本期专攻离散向量这一维度下的”时间点向量化”。其本质是极端离散化：先用极端条件筛出最具代表性的时间点（价格高点、成交量高点、规模以上成交量高点），再反向放低条件扩充到其他时间点，在”代表性”与”样本量”之间取信噪比均衡。三种衍生模板：①时间点局部——以时间点为中心扩成时间段，如以价格高点前后为离散向量、振幅为连续向量，得”价格-高点-振幅”因子（2010 年以来中证 800/中证全指，市值行业中性后 IC 5.01%/7.04%、分组年化超额 3.84%/5.71%；量价中性后 IC 降至 2.82%/2.99%、超额降至 2.42%/1.25%）；②时间点区间——以两个可匹配的时间点为端点构成区间，如成交量高点前低点到后低点为离散向量、收益率为连续向量，得”成交量-前低后低-平均收益率”因子（中性后 IC 4.23%/6.84%，量价中性后 2.80%/4.35%）；③时间点特点——同一规则筛出多个时间点、由这些点组成时间段，如”成交量规模以上高点个数”（中性后 IC 5.98%/8.61%、超额 6.18%/8.25%；量价中性后仍保留 IC 3.65%/4.60%、超额 4.07%/5.61%）。
• 出处：长江证券金融工程郑起/刘胜利——“高频因子（二十）：收益来源基础的因子挖掘方法论三——时间点划分因子”（对外发布时间 2026/6/3）。切入角度是：离散向量在算子挖掘体系里一直只被当作”时间段切割”的一种，本期把”点”独立成维度，与前面的时间段因子（第十九篇）互补。
• 启发 / 怎么用：①”极端条件先筛、再放宽扩充”这条两段式是本篇最可复用的算子设计：放低条件的程度应当被当成一个可扫参数，扫出”代表性与样本量”的最优切点，而不是凭经验定阈；三类模板实际上只是同一个”扩充算子”的三个落点（绕点扩、两点定段、合格点计数），沿这个方向还能补第四类——按距极值点的距离加权扩充，让”极端程度”变成连续权重而非硬阈值。②三条实证一致显示量价中性后 IC 折半上下，说明这类因子携带大量波动/换手类风格成分，应作为增量信号做正交检验，而非独立收益源；但第三个模板（计数/密度类）衰减最小，提示”事件发生次数”比”事件发生时的幅度取值”更接近纯行为信息，这条排序可以推广到撤单高峰数、盘口失衡超阈次数、大单成交时点密度等一切”可定义极值点”的日内序列。③第二个模板直接给出事件持续期 (duration) 的构造范式——两点之间的区间长度/区间内均值收益，可平移到业绩预告到正式财报、涨跌停打开到回封、大宗折价到价格修复这类低频事件窗口。

灵感点2：把因子有效性检验放进”约束下最大化因子暴露组合 (MFE)“，并新增”公募重仓指数”作为机构风格测试空间 ^[2]

• 灵感点：国信金工在周报附录系统交代其因子验收装置：不用十组分档、多空收益、IC_IR 这类无约束统计量，理由是这些检验无法反映实盘约束下因子的真实贡献；改为把组合优化目标函数改成”最大化单因子暴露”，其余约束与真实指增组合一致——行业相对暴露为 0、市值风格相对暴露为 0、个股相对基准成分股权重偏离上限 1%（公募重仓池为 0.5%）、成分股内权重占比 100%、不许卖空、权重和为 1，月末构建、双边 0.3% 计费，看该 MFE 组合相对基准的收益风险。同时把因子检验的样本空间从宽基扩展到第五个空间”公募重仓指数”：以普通股票型 + 偏股混合型基金（剔除规模 <5000 万、上市不足半年）的定期报告持仓，按平均持仓权重降序取累计 90% 为成分股，理由是基金持仓风格会随市场阶段动态变化，与按市值划分的宽基不同，可检验因子在”机构风格”下的有效性。
• 出处：国信金工张欣慰/张宇《多因子选股周报》（2026/11/7）附录一”因子 MFE 组合构建方式”、附录二”公募重仓指数构建方式”。切入角度是把”因子有效性”定义为”在真实可行域内还能剩下多少可交易收益”，而非横截面排序能力。
• 启发 / 怎么用：①最有价值的是它提供了一个可比指标：同一因子在 IC/RankIC 与 MFE 组合超额之间的落差，直接量化了”约束吃掉多少 alpha”，比单纯看 IC 衰减更接近组合端的边际贡献，建议作为因子入库的第二道验收（第一道仍是 IC/ICIR）。②把因子测试与组合构建共用同一套约束，能规避”测试有效、进组合就消失”的断层——工程上只需维护一份约束模板，测试与实盘同源。③”用某类投资者的持仓池当测试空间”这个思路可以外推：北向重仓、社保/险资重仓、ETF 成分、某一策略的持仓池，都能当作检验因子持有人结构依赖性的空间，尤其适合判断一个因子是”全市场有效”还是”只在机构票里有效”。④需警惕：偏离上限 1%/0.5% 与市值风格中性会系统性削弱高波动、高动量类因子的 MFE 表现，验收结论对约束参数高度敏感，横向比较不同因子时必须固定同一套约束；另外这是既有框架的说明而非新提案，宜当工程规范读，不宜当新方法引用。

3. 值得持续追踪的系列

• 长江金工”高频因子”系列：本期召回第二十篇（时间点划分因子）^[1]，与第十九篇（时间段切割因子）拼成”离散向量”在时间维度上的两半——一个把点扩成段，一个以点为端点或计数对象；两篇合读可完整理解其算子挖掘体系的”离散向量 × 连续向量 × K 线算子”三层穷举框架，值得跟其”算子化方法论”第三支后续如何把连续向量的选择也形式化。
• 国信金工《多因子选股周报》的方法论附录 ^[2]：该附录长期稳定披露 MFE 组合与公募重仓指数两套装置，可作为”因子验收工程规范”的持续参照，并对照其专题清单（风险模型、启发式分域、高频订单因子）看附录口径是否随专题升级而调整。

---

附：补充信源

• ^[3] 广发金工 — Alpha 因子跟踪月报（2026 年 10 月）：跟踪型，但披露其因子库五层结构（基本面 / Level-1 中高频 / Level-2 高频 / 机器学习 / 另类数据）与最新绩效坐标——StableAlpha 全市场月度 RankIC 近一年 12.03%、历史 12.26%（胜率 93.08%），agru_dailyquote 13.49%/14.24%，DL_1 14.26%/13.78%，fimage 3.16%/4.95%；44 个 Level-2 因子中 keyperiod_amount_top30pct 近一年 10.77%、历史胜率 84.56%，可作自建因子库的对标刻度。
• ^[4] 国信金工 — 主动量化策略周报（跟踪型），但末尾 25 篇量化选股专题清单是一份可用的选题索引：与本期相邻的有《日内特殊时刻蕴含的主力资金 Alpha 信息》(2025-07-07)、《基于主动买卖特征的高频订单因子改进》(2024-08-16)、《风险模型全攻略——恪守、衍进与实践》(2025-07-29)、《启发式分域视角下的多策略增强组合》(2025-04-22)、《价量类风险因子挖掘初探》(2022-06-20)、《隐式框架下的特质类因子改进》(2022-08-17)。
• ^[5][6] 国盛金工 — 择时周报，但每期附带”特色量价因子库 + 树模型合成”指增组合的跟踪，其工程参数（月度调仓、行业偏离 ≤1%、个股权重偏离 ≤1%、成分股权重和 ≥85%）可作树模型合成因子落地的约束参照。

---

本报告为卖方金工研究的灵感摘录，方法与结论以各家原始报告为准，不构成投资建议。