投资要点：
　　 2022年以来，兴证金工团队先后推出了阐述高频研究方法论的《高频漫谈》，以及多篇高频因子深度研究。在首篇高频漫谈中，我们阐述了高频因子的构建逻辑、因子的回测方法以及高频风险的识别。在后续多篇高频因子研究报告中，我们构造了约70个高频量价因子，其中不乏多个思路新颖、具有较强特异性的高频因子。
　　本文中，我们将跳脱出之前的因子构造方式，以个股分钟点作为最细颗粒度，聚焦于日内异常交易时刻的寻找。从相对自身的异常交易时刻到相对市场的异常走势时刻出发，最终落地到分歧命中时刻因子。
　　个股自身异常时刻：我们引入条件分位数回归，控制当分钟价格变化、成交量短期惯性及日内时段效应，识别相对于个股自身正常交易条件的异常放量与异常缩量，并从不同分位数残差的联动关系、异常成交与收益率的关联中构建选股因子。因子的Rank IC均值为0.048，ICIR约为0.6。
　　相对市场异常时刻：我们借鉴CSAD框架，刻画个股收益相对市场收益的偏离如何随市场波动变化，先通过分组回归分析不同时段的响应差异，再利用稀疏回归识别分钟级的收敛、分歧与线性响应状态，进而从分歧时刻的交易笔数、相对成交价格及量价关系中提取特异信息。因子的Rank IC均值为0.027，ICIR约为0.5
　　分歧命中刻画：我们将条件成交异常与分钟响应状态相结合，比较异常成交及其对照状态下，未来五个交易分钟内出现分歧的概率，构建分歧命中因子。进一步，针对日内事件数量有限导致的概率估计噪声，引入经验贝叶斯方法进行动态收缩，并通过放量与缩量因子的表现差异，分析降低抽样噪声与保留个股真实异质性之间的权衡。贝叶斯放量分歧命中因子表现良好，Rank IC均值提升至0.039，ICIR约为0.51。
　　风险提示：模型结果基于历史数据的测算，在市场环境转变时模型存在失效的风险。