报告概述
本报告提出一种基于图像识别的新方法，将海量的level2逐笔成交与委托数据转换为标准化三维图像，并应用Vision Transformer（ViT）和Video Vision Transformer（ViViT）模型进行模式识别，以提取人工难以捕捉的微观结构信息，最终形成个股收益预测信号。报告详细介绍了数据图像化处理流程、模型结构、训练细节，并在全A股上进行了周频回测，比较了不同模型的选股能力及因子相关性，还构建了中证500和中证1000指数增强组合。该研究为量化投资领域提供了区别于传统时序模型的差异化Alpha信号来源。
报告的核心结论
图像化level2数据可有效提取Alpha信号
报告将逐笔成交与委托数据转换为15×8×8的三维图像，通过ViT和ViViT模型学习特征，周度RankIC均值超过9%，多头年化超额收益超18%，表明该图像化处理方法能从高频数据中挖掘有效的收益预测信息。
ViT与ViViT模型融合效果优于单一模型
ViT模型聚焦单日图像特征，ViViT模型捕捉20日时序模式，两者信号相关性为0.72，具有互补性。等权融合后RankIC提升至10.48%，多头年化超额收益达19.66%，且换手率较ViT下降，综合表现更优。
图像模型可提供区别于传统时序模型的Alpha
图像模型信号与前期时序Transformer模型的相关性约0.6-0.7，对时序模型回归后的残差仍具选股能力（RankIC 3.74%），说明图像模型侧重于价格与量的联合分布信息，覆盖了时序模型未捕捉的Alpha。
基于融合模型的指数增强组合超额收益显著
在80%成分股约束下，中证500增强年化超额10.45%（信息比率2.19），中证1000增强年化超额16.26%（信息比率3.40）；无约束时超额更高。中证1000的增强效果优于中证500，表明模型在小市值股票上选股能力更强。
报告回答的关键问题
如何利用level2数据构建选股模型？
报告提出将level2逐笔成交与委托数据转换为15×8×8的三维图像，其中通道对应订单类型（大小单、主动买卖等15类），宽度和高度分别对应价格和量的分位数区间。然后使用Vision Transformer（ViT）学习单日图像特征，或使用Video Vision Transformer（ViViT）处理20日图像序列，预测未来10日超额收益。
ViT和ViViT模型哪个选股效果更好？
ViT模型预测能力更强，周度RankIC均值10.09%，多头年化超额18.62%；ViViT模型换手率更低（双边97.18%对144.93%），两者融合后效果最佳，RankIC升至10.48%，超额收益19.66%，换手率居中。ViViT的低换手特性对实际投资更友好。
图像选股模型与传统时序模型有何区别？
传统时序模型（如GRU、Transformer）主要学习量价数据在时间维度上的演变规律，而图像模型从价格与成交量的联合分布中提取信息，更关注订单类型的空间结构。两者信号相关性仅0.6-0.7，且图像模型对时序模型回归残差仍有选股能力，证明其捕获了差异化Alpha。
基于level2图像模型的指数增强效果如何？
以融合模型构建的指数增强组合，在2017年至2025年11月回测中，中证500增强（80%成分股约束）年化超额10.45%，信息比率2.19；中证1000增强年化超额16.26%，信息比率3.40。放宽成分股约束后超额进一步提升，中证1000增强效果显著优于中证500。
报告中的代表性数据
融合模型周度RankIC均值
2017/1/1~2025/11/30，回测期内ViT与ViViT等权融合模型在全A股上的周频RankIC均值，预测T+1~T+6收益。
融合模型多头年化超额收益
2017/1/1~2025/11/30，回测期内融合模型TOP组合相对全A等权基准的年化超额收益，双边换手率116.83%。
中证1000增强组合年化超额收益（80%成分股约束）
2017/1/1~2025/11/30，基于融合模型构建的中证1000指数增强组合，在80%成分股权重约束下的年化超额收益，信息比率3.40。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整的level2数据图像化处理流程说明，包括上交所逐笔委托数据修正方法（区分交易规则差异，还原完整委托量）和15×8×8图像的具体构建逻辑（通道定义、价格与量区间划分）。
- ViT模型的详细网络结构、训练细节（patch尺寸、损失函数、优化器、学习率、早停策略）以及特征与标签的预处理方式（通道内归一化、z-score标准化）。
- ViViT模型的Tubelet Embedding和Factorised Encoder实现细节，包括三维立方体切分、空间与时间注意力分离的设计，以及模型训练耗时估计（ViT约1.5小时，ViViT约14小时）。
- 因子测试的全套回测参数（股票池、回测区间、调仓周期、分层方法）及IC分析、分层组合净值的完整图表，含ViT、ViViT及融合模型的对比。
- 因子相关性分析结果，包括深度学习因子间相关性矩阵、与常见风险因子（动量、市值、换手率、beta等）的暴露情况。
- 对时序Transformer模型的回归残差分析，证明图像模型提供差异化Alpha，并附残差信号的IC和分层回测表现。
- 特征重要性分析，采用通道随机重排方法，展示15个通道的重要性排名，揭示非主动委托及大小单等关键特征。
- 中证500和中证1000指数增强组合的构建细节（优化目标、约束条件、调仓路径、交易成本假设）及逐年收益率表格。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
