核心观点
　　本篇文章基于CNE7多因子模型纯因子组合，使用Level 2高频数据，对34个行业、10个风格和1个市场Barra纯因子的进行日内实时计算，我们生产历史高频数据来协助高频交易的策略的研究和开发，该高频数据也可以用于日内风险管理和实时的归因分析。
　　主要内容
　　 CNE7多因子模型
　　为了更好的捕捉单一因子的收益和风险，在多因子模型中，系统性的纯因子的定义为：对该因子暴露度为1，对其他因子的暴露度均为0的多空金额相等的组合，相比于其它因子分析方法，如基于因子排序头部等分组合减去底部组合的分析，Barra因子能更好剥离其它因子影响，从而更好将因子用于选股信号研究和投资组合构建优化，以及风险管理和绩效归因分析。
　　Barra纯因子的日内高频
　　我们使用基于Level 2高频数据对Barra纯因子进行实时的计算，把计算值提升到日内分钟级别。相比于传统日频数据，日内高频数据提供更细粒度更细的日内信号，为日内交易和投资策略挖掘提供了更丰富的信息，同时回溯生产了自2018年以来历史分钟线数据来帮投资者来进行策略研究和开发。
　　风险提示：模型计算可能存在偏误，业绩不代表未来；因子测试、机器学习建模是对历史经验的总结，模型学习到的市场规律在未来存在失效的可能