在传统投资中，投资者往往依赖财报、宏观趋势和行业周期等中长期信息来寻找价值机会。

但随着市场节奏的加快、信息传播速度的提升，交易行为本身正在成为新的研究对象。

短期Alpha的获取，正成为量化策略体系中不可忽视的一环。

短期Alpha从何而来？

——从高频数据中识别信号

与中长期策略聚焦公司基本面不同，短期策略更关注市场的微观结构与行为模式。

我们在中期维度上通过基本面因子模型，挖掘具备持续成长能力的企业；而在短期维度，我们转向市场微观层面，研究微观交易中潜藏的非理性成分。

图：东证融汇量化团队整理

短期策略的核心是数据。

我们使用的行情数据不仅包括日线、分钟线等常规频率，还覆盖盘口、逐笔成交、逐笔委托等超高频数据。这类数据每天产生的体量可达10GB以上，包含资金流向、主力机构买卖节奏、大单成交持续性等市场微观行为信息。

这些数据相对庞杂，普通投资者难以直接使用。我们依托自研的多因子研究框架与并行计算系统，对数据进行清洗、特征提取和因子构建，从而提炼出能解释市场短期波动的交易信号。

理性识别偏差：让模型更“懂市场”

随着市场的不断变化和量化技术的不断进步，我们意识到了人工挖掘逻辑或许存在局限性，也尝试研究使用一些前沿的机器学习方法来辅助因子挖掘过程。

在此基础上，我们进一步引入了遗传规划算法，来生成选股因子的候选表达式。简而言之，这种方法可以从大量基本特征和算子中自动组合出成千上万个候选因子，更系统地搜索潜在有效的选股逻辑。

但模型越复杂，其可解释性和稳健性往往越差。因此，我们不会直接使用生成的复杂表达式，而是对其进行逐层拆解分析。例如我们会观察多个表达式之间结构的相似性，筛选出可能具有关键影响的变量，然后逐步剥离无关因素，从而确定最具解释力的核心成分。

这样的过程虽然耗时，但带来了几个关键好处：一是可以清晰了解因子背后的经济含义；二是在市场环境发生变化时，我们能够判断模型是否仍然适用；三是有助于提升模型在样本外的表现和稳定性。

我们相信，市场短期并非完全有效，非理性定价总会以不同形式存在，并在未来进行修正。我们的目标不是“掌控市场”，而是从市场不同微观角度刻画市场的短期非理性，并在具备胜率和边际收益的前提下谨慎参与。

在海量数据中提炼有用信息，在微观结构中捕捉交易机会，是我们构建短期Alpha策略的底层逻辑。

风险提示：本材料中的信息和数据来源于iFind、Wind和其他公开可获得资料，管理人力求准确可靠，但对信息和数据的准确性及完整性不做任何保证。本材料的观点和内容仅代表投研人员对政策和市场的当期判断，可能随政策市场的变化发生调整，仅供参考，不构成对阅读者的任何投资建议与预测，不代表本公司对任何产品做出推荐或预测，也不构成本公司任何形式的保证、承诺或对阅读者及本公司的权利和义务的约束性法律文件。投资者作出投资决策之前，应仔细阅读有关产品合同、说明书、风险揭示、产品资料概要（如有）等文件，充分认识产品的风险收益特征和产品特性，充分考虑自身的投资目的、投资期限、投资经验、资产状况等因素，在了解产品情况及销售适当性意见的基础上，谨慎选择与自身风险承受能力相匹配的产品。市场有风险，投资需谨慎。