【国盛金工量价选股】高/低位放量事件簇：正负向信号的有机结合

国盛沈芷琦赵博文 2026-05-23 置信度: high

综合质量 5 /5

新颖性 4 /5

可复现性 4 /5

核心内容

报告针对传统日频“高/低位放量”信号不稳定的问题，提出基于高频微观量价数据的“事件簇”规模化生产框架。首先多维度定义价格高/低位（日内/日间分位数或均值标准差法）与成交量放大（细分成交量、金额、笔数、单笔金额、大小单、订单激进度、主买卖方向等）；随后通过“先价后量”或“先量后价”逻辑交叉组合生成上千种事件信号；接着为每个信号构建4通道资金通道策略，分时段（2016-2018，2019-2021）筛选出高IR且低相关的有效信号构成事件簇；最后通过半数以上信号触发即生效的逻辑合成综合信号。最终将低位放量综合信号作为正向入场，高位放量综合信号作为负向剔除，构建稳定的事件驱动通道策略，并证明其与传统多因子指增策略低相关，可显著提升组合整体风险收益比。

经济逻辑

低位放量代表资金关注度提升，可能预示反弹；高位放量往往预示资金流出，未来下跌概率大。相比于日频量价指标，高频微观结构数据（如最不激进主买委托单）能更敏锐、更真实地刻画主力资金在关键价位的隐蔽建仓或出货意图，从而捕获传统截面因子遗漏的时序Alpha。

超额收益逻辑

超额收益来源于微观结构中的资金行为洞察。例如“最不激进主买委托单”在价格低位突然放量，往往暗示资金在低位通过被动挂单隐蔽吸筹，这种微观行为预示着个股短期反弹概率较大。由于该信息从分钟级时序交易行为中提取，与传统截面多因子（如价值、动量、市值）的收益来源不同，两者叠加能产生低相关的增量Alpha。

构造细节 [strategy]

数据输入

: (1分钟): (逐笔/Tick)

组合方式

将低位放量综合信号作为正向选股池，高位放量综合信号作为负向剔除池。在多策略组合中，85%仓位配指增，15%仓位配通道策略；或在指增约束中直接剔除当周触发高位放量信号股票。

绩效

9.14%

综合信号通道策略年化超额收益

2.42

综合信号通道策略超额信息比率

7.32%降至6.15%

多策略组合最大回撤下降

1.62提升至1.89

多策略组合卡玛比率提升

24.84%

负向剔除后指增年化超额收益

5.62

负向剔除后指增超额信息比率

4.56

负向剔除后指增卡玛比率

基准: 中证800等权指数

回测期: 2016/01/01-2025/10/31

本文利用高频量价数据多维度识别事件，规模化生产高/低位放量事件簇并合成综合信号。将综合信号结合构建通道策略，年化超额收益达9.14%，信息比2.42。与传统多因子指增策略结合，可显著降低回撤、提升卡玛比率，或通过负向剔除将指增超额信息比从5.31提升至5.62。

收益归因

报告未对超额收益进行严格的Barra或Brinson归因分解，但从逻辑层面指出Alpha来源于时序维度的资金行为与微观结构信息，并验证了事件驱动信号与传统截面多因子策略的收益相关性较低，具备互补性。

缺口: 缺乏对行业、风格因子暴露以及风险敞口的定量归因分析。

稳健性

子样本稳定性: 采用分时段滚动筛选机制，2016-2018为初筛期，2019-2021为复筛期，2022年以后为纯样本外。综合信号要求多信号共振触发，有效降低了单一微观指标过拟合风险，表现出较好的样本外稳定性。

风格偏差: 报告未明确披露Barra风格归因，但逻辑上偏向短期反转与微观资金流风格。

通过多期样本筛选与多信号共振合成，策略在样本外保持稳健，与传统因子低相关提供了良好的互补性，但缺乏严格风格中性化处理。

数据依赖

所需数据: 1分钟高频量价数据、逐笔成交与委托数据、盘口快照数据（需用于计算主买卖、大中小单及5类订单激进程度）。

可复现性: hard

依赖极高精度的Level-2微观结构数据，数据获取门槛高，且逐笔与快照的交互计算复杂、计算量极大。同时具体筛选出的事件簇参数未完全公开，复现需要重走一遍批量计算与筛选流程。

新颖性评估 [新组合]

创新点在于将传统的高低放量技术形态与高频微观结构数据（尤其是订单激进程度、最不/最激进主买主卖单）深度融合，通过体系化批量生产与多期筛选合成机制，提取出稳定且低相关的时序Alpha。

不足与缺陷

数据依赖极重：必须使用Level-2逐笔盘口数据，计算逻辑繁杂，一般机构难以完全复现。
缺乏归因分析：未对超额收益进行Barra风格归因，无法确认是否暴露了特定的风格敞口（如小市值、高波动）。
交易成本未明确：高频信号生成的通道策略换手率可能较高，回测未明确扣除交易滑点与手续费，实盘打表可能缩水。
事件簇细节未全披露：仅给了一个典型信号(信号2)的例子，实际保留下来的其他综合信号构成未完全公开。

可复用元素

资金通道策略的设计（4通道，5日回看，20日持有）非常适合管理离散的事件驱动信号，平滑资金曲线。
分时段滚动筛选事件簇的流水线框架，可有效控制微观结构指标的过拟合风险。
正负向信号结合的方式：低位正向初筛 + 高位负向剔除，逻辑严密且效果好。

启发

订单激进程度与高低位的结合是一个富矿，可以通过这种方式重构传统技术指标（如突破、背离）。
最不激进的被动主买单放量这一代理变量，用于探测低位隐蔽吸筹极具启发意义。

改进方向

利用大单主动买入净额占比变化替代复杂的订单激进度划分，结合分钟级VWAP偏离度定义高低位，构建简化的高频放量事件簇。

基于: 原研报对逐笔数据依赖过重，计算复杂且成本高。预期收益: 降低数据依赖与计算复杂度，提高实盘可复现性，同时保留高低位资金流向核心逻辑。

复现计划

1. 获取中证800成分股2016-2025年的1分钟K线及Level-2数据；2. 编写代码复现典型的‘先量后价’分位数逻辑构建基线信号；3. 近似复现报告披露的‘低位信号2’（利用最不激进主买挂单量），验证其在2016-2021的IR表现；4. 搭建4通道资金通道策略回测引擎；5. 测试该信号与已有指增策略结合后的回撤降低效果。