如何利用AI模型寻找日内最佳买卖点？ | 民生金工

国联民生叶尔乐 2026-06-30 置信度: high

综合质量 5 /5

新颖性 4 /5

可复现性 4 /5

核心内容

报告针对高换手深度学习组合的日内交易时点进行寻优。首先验证了传统线性技术因子与事件型策略在5分钟频日内择时上的失效。随后引入ALSTM模型，对每日46个5分钟时点独立建模，预测未来至收盘的收益率。进一步将集合竞价Level2因子与技术因子作为嵌入层输入，提升了模型表现。最终构建SAC强化学习模型，通过多头注意力机制融合ALSTM隐藏状态与截面因子，输出实时买卖决策，在组合回测和宽基指数择时中均取得显著收益增厚。

经济逻辑

日内最低价至收盘价平均涨幅1.86%，最高价至收盘价平均跌幅1.96%，存在充足的日内收益空间。深度学习因子对即时信息预测能力强，通过AI模型捕捉非线性时序特征与集合竞价信息，能更准确判断日内价格走势。强化学习适应高频数据的在线更新特性，能够动态优化交易决策，从而在执行层面获取优于VWAP和收盘价的成交价格，增厚高换手组合收益。

超额收益逻辑

通过AI模型预测日内5分钟后至收盘的收益，在价格低位发出买入信号，高位发出卖出信号，获取优于全天均价（VWAP）和收盘价的成交价。组合换手率越高，最优成交价带来的执行层收益增厚越显著。

构造细节 [model]

模型架构

1. ALSTM: 带有注意力机制的LSTM，对不同时间步分配权重，输入量价序列及集合竞价因子嵌入层。2. SAC强化学习: 包含Actor网络和双Critic网络，采用多头注意力机制（Multi-head Attention）整合ALSTM隐藏状态与截面因子，每个前馈网络（FFN）单独响应多头输出中的一个head。损失函数结合预期奖励与熵正则项，使用重参数技巧采样动作。

输入

过去最多240个5分钟频量价数据集合竞价Level2因子部分弱有效技术因子46个对应时点ALSTM模型的隐藏层状态

输出

每个时间点对于每只股票的交易决策信号（买入/卖出/不变）及预期收益

训练

ALSTM: 年度滚动训练，每次采用过去3年数据，样本外2019年起，46个时点独立训练。SAC: 在线更新Actor和Critic网络，最大化预期奖励并增加熵项鼓励探索。

数据输入

: (5分钟): (日频/集合竞价)

组合方式

根据当前时间，将预训练好的46个深度学习模型对应特定时点的预测状态以及截面因子输入强化学习，通过多头注意力网络将ALSTM输出的隐藏层与当天集合竞价因子及当时刻的分钟频技术面指标相结合，输入SAC强化学习中进行在线交易决策。

绩效

19.1%

vwap成交年化超额收益率

16.5%

收盘价成交年化超额收益率

0.23%

ALSTM信号平均多空收益

0.263%

改进ALSTM信号平均多空收益

0.341%

SAC强化学习信号平均多空收益

24.1%

SAC强化学习组合年化超额收益率

7.6%

较收盘价收益提升

5.0%

较vwap成交收益提升

14.3%

沪深300日内择时年均累计收益

53.8%

沪深300日内择时胜率

基准: 中证800多头组合/收盘价成交

回测期: 2019年以来

报告应用ALSTM和SAC强化学习模型预测日内最佳交易时点。相比传统线性因子，深度学习与强化学习显著提升了信号多空收益。将SAC强化学习信号应用于组合回测，年化超额收益率提升至24.1%，较收盘价成交提升7.6%，较vwap成交提升5%。将信号合成至宽基指数中，午盘时段表现出较高的收益和胜率。

收益归因

报告主要对比了不同模型和交易决策在组合收益上的增厚效果，未进行详细的风格或行业因子收益归因分析。

缺口: 未提供基于风险模型的系统性归因分解。

稳健性

子样本稳定性: 2019、2022年平均多空收益与胜率较高，其他年份表现接近；14:00-15:00胜率最高，中午至14:00收益最高。

风格偏差: 在沪深300、中证500、中证1000不同宽基中胜率及多空收益无显著差别。

模型分年表现稳定，不同时段收益特征分明，大小盘风格无显著偏差，整体鲁棒性较好。

数据依赖

所需数据: 5分钟频量价数据，集合竞价Level2数据，日频技术指标

可复现性: hard

需要Level2集合竞价数据及庞大的5分钟频数据存储与计算资源，同时需训练46个ALSTM模型及在线SAC强化学习模型，复现难度较大。

新颖性评估 [新组合]

将ALSTM分时点独立建模与SAC强化学习在线决策相结合，应用于日内5分钟频交易时点寻优，并创新性加入集合竞价Level2数据作为嵌入层解决跳空问题。

不足与缺陷

理论收益提升与实际回测存在较大落差（理论16% vs 实际7.6%）
部分股票无成交信号，且取第一个信号有效性相对较弱，影响策略执行完整性
5分钟数据粒度对高频交易而言仍不够细，未考虑实时Level2数据导致信号滞后
未详细考虑滑点与大体量投资组合的冲击成本

可复用元素

按预测时点单独建模以适应不同标签长度与注意力位置差异
将集合竞价Level2因子作为嵌入层输入以补充日间跳跃信息
使用SAC强化学习进行高频在线交易决策，结合熵正则化防止过拟合
多头注意力网络中每个FFN单独响应一个head以增强特征解耦能力

启发

针对不同时点独立训练模型能有效处理预测窗口动态变化的问题
集合竞价信息对日内后续走势有显著解释力，应作为日内模型的重要补充输入
强化学习在周频以上效果一般，但对高频数据输入更加敏感，适合制定高频交易决策

改进方向

引入Level-2逐笔成交与委托数据构建微观结构因子（如订单簿不平衡率、大单冲击），替代部分5分钟频特征，提升信号时效性

基于: 报告指出数据粒度不够细，交易信号滞后导致价格趋势跟踪过于粗糙预期收益: 解决早间时段因价格波动快导致信号及胜率低的问题，进一步提升多空收益并缩小理论与实际回测差距。

复现计划

1. 数据准备：获取5分钟频OHLCV数据及集合竞价Level2特征。2. ALSTM训练：构建46个ALSTM模型，输入序列长度随时间点递减（240至60），使用过去3年数据滚动训练，预测5分钟后至收盘收益。3. SAC构建：建立Actor-Critic网络，输入ALSTM隐藏层与截面因子，通过多头注意力机制融合，设定gamma=0.2进行在线学习。4. 回测规则：每周首个交易日调仓，上午10:00-11:30取首个卖出信号价，下午13:00-14:30取首个买入信号价，限制买入数<=卖出数，其余收盘成交。5. 对比基准vwap与收盘价收益。