订单流系列：撤单行为规律初探 | 开源金工

开源开源金工 2026-07-08 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

探讨A股市场微观结构中的撤单行为，将委托分为成交、全撤、部撤和废单四类，发现不同类型委托在规模、报价习惯和时序分布上存在差异。基于早盘集合竞价阶段的卖方撤单率构建三小将_TRI因子，基于高频撤单占比构建毒流动性_TOX因子，两因子均反映流动性特征且互补。

经济逻辑

撤单越多说明交易越不活跃、流动性越差，市场会给予低流动性标的更高的收益补偿。高频撤单多为机构程序化交易行为，机构在盘口提供“有毒流动性”（做市支撑），当趋势反转时会迅速撤单，导致真实流动性被高估，因此高频撤单占比高的股票真实流动性较差。

超额收益逻辑

股票撤单越多说明流动性越差，获取流动性溢价补偿。早盘集合竞价可撤销阶段(9:15-9:20)的卖方撤单包含更多试探性或虚假挂单信息。高频撤单刻画机构行为，机构提供的有毒流动性实则说明股票真实流动性差。低流动性获得更高收益补偿。

构造细节 [factor]

因子定义

1. 三小将_TRI：截取早盘集合竞价(9:15-9:20)时段的卖方委托数据，分别计算全撤撤单率、部撤撤单率、废单撤单率三个指标，将三个指标等权合成。 2. 毒流动性_TOX：计算日内高频撤单的数量占比(相对占比)，公式为高频撤单数量 / 总撤单数量(根据文本推断)。

处理流程

1. 获取Level-2逐笔委托数据
2. 按照订单生命周期状态分类：成交、全撤、部撤、废单
3. 三小将_TRI：截取9:15-9:20时段的卖方委托，分别计算全撤撤单率、部撤撤单率、废单撤单率
4. 将三类卖方撤单率等权合成三小将因子
5. 将高频三小将因子进行20日平滑处理得到低频因子
6. 毒流动性_TOX：统计日内高频撤单数量，计算其占总撤单的比例
7. 将三小将_TRI与毒流动性_TOX等权合成得到最终因子

参数

平滑周期: 20

数据输入

: (高频(Level-2)): (高频(3秒周期统计))

组合方式

将三小将_TRI和毒流动性_TOX因子等权合成。

绩效

11%以上

三小将_TRI多头年化超额收益

接近20%

三小将_TRI空头端收益

37.5%

三小将_TRI多空收益

43.4%

合成因子多空收益

4.6+

合成因子多空信息比率

基准: 剥离Barra风格特征

回测期: 20180102-20231229

基于逐笔委托数据刻画撤单行为，构建了三小将_TRI和毒流动性_TOX因子及合成因子。在全市场表现优异，合成因子多空收益达43.4%，多空信息比率超4.6。

收益归因 ✓ 已完成

对因子在Barra风格上的暴露进行了分析，并对剥离Barra风格收益后的分组效果进行测试，发现仍能贡献较为稳定的超额收益。

方法: Barra风格中性化

缺口: 三小将因子在流动性和波动上有明显的线性相关特征；毒流动性与市值、流动性和波动的关联程度较低。

稳健性

子样本稳定性: 在沪深300中表现平平，多空IR显著弱于全市场；在微盘股中并未出现更优结果（与微盘股换手率与市值正相关有关）；毒流动性在2018至2020年上半年基本无超额收益，2020下半年至2021年底超额明显。

风格偏差: 三小将因子在流动性和波动上有明显的线性相关特征；毒流动性与市值、流动性和波动关联程度较低。

因子在全市场表现优异，但在不同选股域和不同时间段内稳定性存在差异。剥离Barra风格后仍能贡献稳定超额收益。

数据依赖

所需数据: 逐笔委托(Level-2)数据，需区分全撤、部撤、废单，且需精确到早盘集合竞价阶段及高频时间维度(3秒以内)。

可复现性: hard

需要处理海量Level-2逐笔委托数据，数据成本和清洗门槛高，且毒流动性因子具体公式依赖图片信息，难以完全复现。

新颖性评估 [新数据]

深度利用Level-2逐笔委托数据中的撤单信息，从不同订单状态(全撤/部撤/废单)及特定时间窗(早盘集合竞价)和高频维度(毒流动性)挖掘Alpha。

不足与缺陷

毒流动性因子在2018年至2020年上半年基本没有额外新息，收益主要由特定区间贡献，稳定性存疑
三小将_TRI在微盘股和沪深300中表现不佳，存在一定的选股域局限性
基础撤单比例因子Rank IC仅0.03，说明撤单行为动机复杂，难以简单提取
毒流动性_TOX的准确计算公式缺失，仅在图片中展示，复现难度大

可复用元素

将委托分类为成交、全撤、部撤、废单四类进行精细化分析
利用早盘集合竞价(9:15-9:20)的可撤单时间窗特性提取异常信息
以高频撤单占比表征机构投资者行为(毒流动性)的逻辑
两类因子的等权合成方式实现互补

启发

可以通过订单簿的动态变化结合撤单行为来识别虚假挂单
可以将撤单率进行换手率中性化处理以提取纯Alpha
可探索买入撤单和卖出撤单的不对称性特征

改进方向

动态高频撤单阈值与多频段毒流动性

基于: 毒流动性_TOX 预期收益: 原研报对高频的定义可能固定，不同股票流动性不同，采用自适应的高频撤单时间阈值（如相对于自身委托间隔的分位数），或融合多频段（1秒、3秒、5秒）撤单占比，可能提升因子在2018-2020年的稳定性及全市场普适性。

复现计划

1. 获取A股Level-2逐笔委托数据；2. 标记委托单的最终状态(全撤/部撤/废单)和方向；3. 提取9:15-9:20卖方全撤、部撤、废单数据计算三类撤单率，等权合成并取20日平滑得到三小将_TRI；4. 统计高频撤单数量计算毒流动性_TOX(需根据文本推断高频定义)；5. 两因子等权合成，进行十分组回测及Barra中性化测试。