大单与小单资金流的alpha能力 | 开源金工

开源开源金工 2026-07-08 置信度: high

综合质量 4 /5

新颖性 4 /5

可复现性 4 /5

核心内容

报告基于A股逐笔成交数据，将资金流划分为大单和小单，指出大单资金流具正向预见性alpha，小单资金流受挤出效应影响具负向alpha。在因子构造上，提出“资金净流入金额绝对值”标准化方法以替代传统成交额标准化。进一步，通过横截面回归方法剥离资金流强度与同期涨跌幅的强相关性，提取出残差资金流强度因子。反之，将传统反转因子对资金流强度进行横截面回归，提取出残差反转因子。两类残差因子在全市场及宽基指数中均表现出更优异的选股效果。

经济逻辑

A股市场投资者具有“恐惧与贪婪的不对称性”，导致小单基本净流入、大单基本净流出。大单资金代表了机构或主力的交易意愿，具有信息优势与前瞻性预见能力，从而带来正向alpha。由于资金流存在配平要求（超大单+大单+中单+小单≈0），大单资金的主动交易将压力转移给小单，形成“挤出效应”，导致小单承载负向alpha。此外，大单净流入往往伴随股价上涨，使得大单资金流强度因子被动暴露于反转因子而遭受负向alpha，因此需通过正交化提纯资金流本身的预见性alpha。

超额收益逻辑

残差资金流强度因子的超额收益来源于剥离了同期涨跌幅（特别是反转效应）后纯粹的“资金预见性”alpha；残差反转因子的超额收益来源于剔除了资金流向扰动后的纯净反转效应。通过双向正交化，去除了因子间重叠的噪音部分，使得各自的边际预测能力最大化，从而提升了IR。

构造细节 [factor]

因子定义

1. 资金流强度因子S = 过去20日资金净流入总额 / 过去20日日净流入金额绝对值之和。2. 残差资金流强度因子：每日横截面回归 S = α + β*Ret20 + ε，取ε。3. 残差反转因子：每日横截面回归 Ret20 = α + β*S + ε，取ε。

处理流程

步骤1: 根据逐笔成交数据，按挂单金额阈值划分大单与小单，计算各股票每日大单和小单的净流入金额。
步骤2: 计算过去20个交易日的净流入总额，并除以同期每日净流入金额的绝对值之和进行标准化，得到资金流强度因子S。
步骤3: 计算过去20个交易日的涨跌幅Ret20。
步骤4: 构造残差资金流强度因子：在每个交易日横截面上，将S对Ret20进行OLS回归，取残差ε作为因子值。
步骤5: 构造残差反转因子：在每个交易日横截面上，将Ret20对S进行OLS回归，取残差ε作为因子值。
步骤6: 对残差因子进行常规的标准化处理（如Z-score），并进行5分组回测。

参数

回看周期: 20个交易日大单阈值: 20-100万元小单阈值: <4万元

数据输入

: (日频聚合): (日频)

组合方式

采用横截面回归进行因子正交化处理，非简单线性加权

绩效

0.054

大单残差资金流强度因子IC均值

3.96

大单残差资金流强度因子IR

-0.057

小单残差资金流强度因子IC均值

3.81

小单残差资金流强度因子IR

1.87

大单残差反转因子多空对冲IR

2.26

小单残差反转因子多空对冲IR

基准: 全市场、沪深300、中证500

回测期: 未明确提及

大单资金流具有正向alpha，小单具有负向alpha。通过横截面回归剥离涨跌幅影响后，残差资金流强度因子和残差反转因子的选股效果均获得显著提升。

收益归因

报告从逻辑上探讨了alpha来源，认为大单资金流的正向alpha源自预见性，小单的负向alpha源自挤出效应，并对大单alpha进行了正向与负向（反转暴露）的切分说明，但未使用标准量化风险模型进行严格归因。

缺口: 缺乏基于Barra等标准风险模型的风险归因与收益分解。

稳健性

子样本稳定性: 残差资金流强度因子和残差反转因子在沪深300和中证500样本空间内均表现出优于全市场的稳定性。大单残差资金流在HS300/ZZ500的多空IR分别为2.05和3.18；小单残差资金流为2.27和2.47。

风格偏差: 大单资金流强度因子原本与涨跌幅正相关，隐含反转因子的负向alpha暴露，正交化后该风格暴露被有效剥离。

因子在不同市值区间及宽基指数成分股内均保持稳定的高IC和多空收益，表现出良好的泛化能力和稳健性。

数据依赖

所需数据: Level-2逐笔成交数据（用于计算大中小单资金流）、日频量价数据

可复现性: medium

依赖逐笔成交数据以拆分订单大小并计算资金流向，需一定的数据清洗和计算资源，但因子构造逻辑（横截面回归）清晰简单，具备中等难度可复现性。

新颖性评估 [新组合]

核心创新在于因子提纯方法的新组合：通过双向横截面回归（资金流对涨跌幅回归、涨跌幅对资金流回归）互相剥离对方的影响，从而提纯资金流的‘预见性’alpha和‘纯反转’alpha。同时提出了一种更优的微观结构资金流标准化方法。

不足与缺陷

未明确提及回测的具体起止时间、调仓频率和交易成本，影响策略实际落地的评估
“净流入金额绝对值”标准化的具体数学公式在文中仅以文字描述，缺乏精确的数学表达，存在一定歧义
缺乏对行业、市值等常见风格因子进行中性化处理的细节描述，也未使用Barra等标准风险模型进行严格归因

可复用元素

按净流入金额绝对值标准化的思路，能有效衡量资金流入的确定性和持续性
利用双向横截面正交回归提纯因子的方法，具有极强的普适性
用‘挤出效应’解释小单负向alpha的逻辑，为理解微观交易行为提供了清晰视角

启发

任何具有强相关性的两个量价因子，都可以尝试通过双向横截面回归来互相提纯，提取各自的纯alpha
资金流标准化不应仅限于成交额，使用变量自身的绝对值之和进行标准化能有效降低异常极值的干扰

改进方向

基于特异度或换手率加权的残差资金流因子

基于: 相似逻辑(资金流正交化) + 不同构造(引入换手率或特异度作为新的正交变量) 预期收益: 大单资金流不仅与涨跌幅相关，也与市场微观活跃度强相关。将大单资金流强度同时对涨跌幅和换手率进行横截面回归取残差，预期能进一步剥离流动性噪音，提纯预见性alpha，可能使IR突破4.0。

复现计划

1. 获取A股Level-2逐笔成交数据，根据挂单金额(20-100万为大单，<4万为小单)计算每日各类资金净流入金额。2. 按20日窗口计算净流入总额，并除以20日日净流入绝对值之和得到资金流强度S。3. 计算20日涨跌幅Ret20。4. 每个交易日横截面将S对Ret20进行OLS回归取残差，得到残差资金流强度因子；将Ret20对S回归取残差，得到残差反转因子。5. 进行行业市值中性化处理。6. 全市场5分组测试多空收益及IC/IR。