证券研究报告 | 金融工程 gszqdatemark 2026 01 16 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 （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、 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 行标准化处理，以消除量纲与历史波动的影响； （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 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 因果结构，生成 128 维日度指纹向量； （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 备高区分度、低冗余与信息丰富的特性，避免表征坍塌。 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 合 GRU 模型，对股票的未来收益进行预测。测试结果表明： （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， 2017/01/01-2025/12/31，因子的周度 RankIC 均值为 0.106，全市场 10 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 ...