中国A股市场作为新兴资本市场,股票价格更易受到国家政策法规变化、交易机制限制以及信息不对称等多重因素影响,导致收益率常呈现“尖峰厚尾”的非正态分布特征。仅基于传统的均值-方差分析框架做出投资决策很可能会影响到投资策略的有效性,因此在进行投资决策时需要进一步研究刻画了股票收益率分布的非正态特征指标,即收益率的高阶矩。随着计算机技术的发展与应用,高频数据的获取成本与处理难度显著下降,使得从高频数据中提取已实现高阶矩成为可能。已实现高阶矩的应用对于资产定价理论发展、金融风险管理以及实际资产配置等都具有重要意义。本文参考Amaya et al.（2015）的研究方法,使用2015年1月5日到2020年12月31日A股市场3526只股票的日内五分钟高频收盘价格数据计算个股已实现高阶矩。首先,分别基于个股已实现波动率、已实现偏度以及已实现峰度的大小对样本内所有股票进行排序分组,分析了单因子排序分组下己实现高阶矩与投资组合收益率之间的相关关系,检验已实现高阶矩作为选股因子的有效性。然后,分别将Carhart四因子和Fama-French五因子作为回归模型的自变量对每个投资组合的预期收益率进行回归,得到Carhart四因子以及Fama-French五因子模型的截距项,通过观察截距项的变化趋势以及多空投资组合截距项的显著性来验证个股已实现高阶矩是否具有独立于Carhart四因子以及Fama-French五因子的定价能力。接下来,为了排除控制变量的影响、选取对于股票预期收益率具有独立解释能力的因子来构建多因子量化选股策略,将个股已实现高阶矩应用于Fama-Macbeth回归进行实证分析。最后,基于Fama-Macbeth回归筛选出的有效因子,结合信息系数（IC）动态加权的综合打分模型构建多因子量化选股策略,通过与不包含个股已实现高阶矩的基准策略以及三种基于静态加权打分法的基准策略进行对比研究,分别检验所构建的量化策略在因子选择以及因子权重优化上的有效性。实证结果表明,在单因子排序分组的条件下,个股已实现峰度与投资组合收益率呈现出明显的负向关系,即个股已实现峰度越大,投资组合收益率越小,这个结果在加入了控制变量的多因子模型中依然稳健。随着个股已实现峰度的上升,Carhart四因子以及Fama-French五因子模型回归后的截距项均呈现出明显的单调递减的趋势,多空投资组合的截距项显著,证明个股已实现峰度因子的定价能力不能完全被Carhart四因子以及Fama-French五因子所覆盖。此外,本文还检验了多因子模型中个股已实现波动率以及已实现偏度对投资组合预期收益率的影响。实证结果发现,个股已实现偏度与投资组合预期收益率之间的负向关系在10%显著性水平下显著,而个股已实现波动率与投资组合预期收益率之间的负向关系并不显著。量化策略的回测结果表明,基于已实现高阶矩的IC动态加权多因子量化选股策略相较于不包含已实现高阶矩的基准策略以及三种基于静态加权打分法的基准策略均能获得的显著的超额收益。