基于论文中的特征重要性分析（波动率 > 动量 ≈ 趋势 > 其他 > 成交量）以及分组测试显著性（动量、波动率、其他三类单独使用均有显著预测能力，趋势和成交量不显著），结合量化研究中的降维和去冗余原则，我从172个指标中筛选出20个核心因子，按类别列出如下：

---

精简后的核心因子清单（共20个）

一、波动率类（5个）

重要性最高，保留最具代表性的5个，避免布林带/肯特纳/唐奇安通道的重复变形。

1. ATR（平均真实波幅）
衡量绝对波动水平，是所有波动通道指标的基础。
2. BB_width（布林带宽度）
反映波动率的扩张与收缩，常用于识别爆发前夜。
3. BB_position（价格在布林带中的百分比位置）
判断价格处于通道的相对位置，兼具超买超卖信息。
4. KC_width（肯特纳通道宽度）
基于ATR的波动通道宽度，与BB_width互补（对趋势反应不同）。
5. UI（不确定性指数）
捕捉波动率的突然变化，对市场状态切换敏感。

---

二、动量类（6个）

重要性次高，且分组测试中动量单独使用可获得显著收益（0.66%），保留多样化的动量计算方式。

6. RSI（相对强弱指数）
经典超买超卖指标，14日周期。
7. StochRSI
对RSI再平滑，提高信号的灵敏度，减少钝化。
8. ROC（价格变化率）
最直接的短期动量，计算简单且无参数平滑。
9. AO（动量震荡器）
短期（5周期）与长期（34周期）移动平均的差值，揭示动量转换。
10. TSI（真实强度指数）
双重指数平滑的动量指标，既能过滤噪声又保留趋势。
11. W%R（威廉指标）
与RSI类似但算法不同，从极值角度衡量超买超卖，可作为RSI的验证。

---

三、趋势类（4个）

单独使用时收益不显著，但与其他类组合能提升模型；只保留最经典且低相关的。

12. ADX（平均趋向指数）
趋势强度指标（不区分方向），用于判断是否适合趋势策略。
13. MACD柱（MACD柱状图）
结合动量和趋势，柱状线符号变化可提前预示交叉。
14. Ichimoku_base（一目均衡表基准线）
中期（26日）最高最低价的平均，提供动态支撑/阻力。
15. CCI（商品通道指数）
衡量价格与统计均值的偏离，既能做趋势也能做超买超卖。

---

四、成交量类（2个）

重要性最低，单独使用无法产生正收益，只保留两种最经典且信息不重叠的。

16. MFI（资金流量指数）
类似RSI但加入成交量，能识别价格与资金流的背离。
17. OBV（平衡成交量）
最简单的量价累积指标，反映资金净流入方向。

---

五、其他类（3个）

分组测试中“其他”类单独使用收益显著（0.61%），保留原始收益及两种变形。

18. DR（价格比率）
即简单收益率（当月收盘/前月收盘），最基础的动量变量。
19. DLR（对数收益率）
收益率更符合正态分布，便于与其他线性模型结合。
20. CR（能量指标）
通过比较当日最高、最低、收盘与昨日中间价的关系，衡量多头/空头能量。

---

筛选原则总结

基于论文重要性 波动率 > 动量 ≈ 趋势 > 其他 > 成交量

基于分组显著性：仅保留单独测试显著的类别中的代表性指标（动量、波动率、其他）

去除高度相似指标：例如布林带只保留宽度和位置，删除上下轨；肯特纳只保留宽度；删除所有_rel版本

保持跨类互补：5类均有覆盖，但成交量权重极低

可解释性与计算成本：每个指标都有明确的经济含义，且计算简单

---

实际使用建议

· 这20个因子已大幅降低维度，可直接替换原文172个指标重新训练随机森林，预期性能不会显著下降（甚至可能因减少噪声而提升泛化能力）。
· 若需进一步压缩至10个以内，可优先保留：ATR、BB_width、RSI、ROC、ADX、MACD柱、MFI、AO、DR、UI。
· 对于不同市场（如美国 vs 中国），可依据论文表4的结果，对因子权重做微调（例如在美国市场适当降低趋势类权重）。