本报告导读：
　　本报告研究分钟数据高频因子的选股效果。首先，简要介绍常用的高频数据处理软件KDB+和DolphinDB。然后，对于不同股票池，筛选效果较好的因子。最后，等权加权计算复合因子，控制市值行业无暴露，构建因子得分最大化组合；历史回测发现，整体上看，高频分钟因子在中小市值股票池的选股效果较好，表现比较稳定；近3年受益于小市值风格占优，在不同市值区间股票池中多头组超额收益均较好。
　　摘要：
　　高频数据和处理软件介绍。对高频数据的研究和因子开发是量化选股研究热点。本报告使用分钟行情数据，计算常用的高频因子。高频数据处理主流软件推荐KDB+和DolphinDB。KDB+属于国外著名的金融高频数据处理软件，优点是速度极快，针对金融高频场景开发，缺点是学习曲线陡峭。DolphinDB是国内自主开发的软件，性能优异，技术支持完善，已广泛应用于国内头部金融机构，在时序DB-Engines排名一路飙升。
　　分钟行情高频因子。因子逻辑主要是基于错误定价（过度反应后的反转效应）、承担风险溢价（低流动性、低波动的风险补偿）。因子类别有收益率分布、成交量分布、残差波动率、量价相关性等。
　　在各股票池进行单因子测试，筛选效果较好的因子。在五个指数成分股内都被选用的因子有：1分钟ILLIQ、5分钟特质残差的峰度、1分钟收益率偏度、5分钟收益率峰度、除去早盘后的涨跌幅、1分钟下行波动率占比。中小盘的四个指数成分股内都被选用的因子有：5分钟特质残差的偏度、尾盘成交量波动率。
　　等权加权的复合因子在各股票池的表现。从结果来看，高频分钟因子在中小市值股票池的选股效果较好，表现比较稳定；近3年受益于小市值风格占优，在不同市值区间股票池中多头组超额收益均较好。控制市值行业无暴露，构建因子得分最大化组合，测算发现，2010年2月以来，沪深300内年化超额9.09%（2016年以来年化超额5.83%），超额最大回撤-6.08%；截至2023年9月21日，本年超额11.2%。中证500内年化超额10.04%（2016年以来年化超额7.0%），超额最大回撤-8.34%；本年超额8.86%。中证1000内年化超额收益15.5%（2016年以来年化超额12.24%），超额最大回撤13.45%；本年超额12.85%。中证2000内年化超额收益19.55%（2016年以来年化超额16.3%），超额最大回撤-13.34%；本年超额12.18%。
　　风险提示：量化模型基于历史数据构建，而历史规律存在失效风险。