量化因子与构建方式 1. 因子名称：跌幅时间重心偏离因子 - 因子的构建思路：通过观察日内分钟收益率的时序特征，构建反映跌幅时间重心偏离的选股因子[10][16] - 因子具体构建过程： 1. 将09:31至15:00间的240根分钟Bar依次标记为1至240，分别统计价格上涨和价格下跌两组分钟Bar的时间标识序列[10] 2. 计算涨幅时间重心和跌幅时间重心： $G_u = \frac{UR_u}{\|R_u\|_1}$ $G_d = \frac{DR_d}{\|R_d\|_1}$ 其中，$UR_u$和$DR_d$分别表示涨幅和跌幅分钟的时间序号及收益率[10] 3. 以跌幅时间重心对涨幅时间重心在截面上回归取残差，再取其20日均值作为跌幅时间重心偏离因子[20] - 因子评价：跌幅时间重心偏离因子是刻画分钟时序特征更有效的指标，因子的稳定性相比原始"时间差"因子更高[21] 2. 因子名称：时间重心偏离（TGD）因子 - 因子的构建思路：剥离可能影响"时间差Alpha"的干扰因子，在跌幅时间重心偏离因子的基础上改进得到时间重心偏离（TGD）因子[3][62] - 因子具体构建过程： 1. 逐日计算个股的涨幅时间重心和跌幅时间重心，并统计以下指标：平均涨幅、平均跌幅、时段1（09:31-10:00）的涨跌幅、时段2（10:01-10:30）的涨跌幅、隔夜涨跌幅[64] 2. 将涨、跌幅的时间重心单独剥离干扰因子： $G_u = f(\bar{R_u}, R_{1u}, R_{2u}, R_{hu})$ $G_d = f(\bar{R_d}, R_{1d}, R_{2d}, R_{hd})$ 3. 通过截面回归方法，构造"时间差"指标，并取其20日均值作为因子： $TGD = \frac{1}{20} \sum_{i=1}^{20} (G_d - G_u)$ - 因子评价：TGD因子的有效性较原始因子大幅提升，全市场五分组下的多空信息比率达到4.93，因子收益较为稳定[3][62] 3. 因子名称：合成因子 - 因子的构建思路：将时间维度的综合信息因子（TGD）与收益率分布的典型因子（日内收益率偏度SKEW）进行合成，提升因子效果[3][76] - 因子具体构建过程： 1. 选取分布特征的典型因子：日内收益率偏度SKEW因子[76] 2. 将TGD因子与SKEW因子在横截面上排序加总得到合成因子[76] - 因子评价：合成因子在稳定性方面进一步改善，Rank ICIR达到5.74[76] 因子的回测效果 1. 跌幅时间重心偏离因子 - Rank IC：0.054[21] - Rank ICIR：2.99[21] - 多空收益：21.2%[21] - 多空IR：2.39[21] 2. 时间重心偏离（TGD）因子 - Rank IC：0.067[72] - Rank ICIR：4.94[72] - 多空收益：21.35%[72] - 多空IR：4.93[3][62] 3. 合成因子 - Rank IC：0.084[78] - Rank ICIR：5.74[78] - 多空收益：不详 - 多空IR：4.45[78]