【国盛金工量价选股】基于流动性冲击事件的逐笔羊群效应因子——“高频数据+离散化”理念的具体实践

国盛沈芷琦阮俊烨 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

报告延续了“因子簇”的研究理念，将事件研究的离散化框架下沉至Level-2逐笔数据。通过定义10种流动性冲击事件作为“趋势资金行动”的代理变量，随后在事件触发后的微观窗口内提取多维度量价特征刻画“羊群跟随行为”。通过对未来窗口、观察维度、降频方法三个层面的灵活搭配，批量生产并筛选出有效的逐笔羊群效应因子簇。

经济逻辑

市场上存在对价格有重要影响的“趋势资金”，其激进的挂单或大额成交行为（流动性冲击）会引起市场参与者的关注并引发跟风交易（即羊群效应）。这种跟风行为在微观结构上表现为事件发生后短时间内的委托量激增、特定方向成交放大等。由于散户跟风通常具有滞后性和一定的助推作用，趋势资金行动后的羊群效应强度对未来股价具有预测能力。

超额收益逻辑

超额收益来源于微观层面的信息不对称与行为金融学偏差。趋势资金的激进订单或大额成交被市场察觉后，引发了显著的羊群跟风效应。这种跟风效应在极短时间内会形成动量延续或过度反应，通过量化描述跟风行为的强度（如跟随委托量的大小、极值出现的时间间隔），可以捕获由趋势资金引导的短期价格趋势，从而获得选股Alpha。

构造细节 [factor]

因子定义

1. 事件识别(10种)：(1)买/卖挂单量>当日90%分位；(2)买/卖撤单量>当日90%分位；(3)最激进买单(挂单价>=卖一价且量>=卖一量)；(4)最激进卖单(挂单价<=买一价且量>=买一量)；(5)主买/卖量>当日90%分位；(6)成交价变动>当日90%分位或<10%分位。2. 窗口提取：事件触发后，提取固定笔数(如20笔)或固定时间(如10秒)内的量价数据。3. 特征计算：计算窗口内委托量/成交量(分7种类型、3种方向、8种统计量)或关键量价极值出现间隔。4. 降频：以“跟随委托量”为例，可用日均值、与事件点委托量相关系数或比值、与事件前20笔极值相关系数或比值，共5种方式合成日频因子值。

处理流程

Step 1: 数据清洗与对齐。将逐笔委托、逐笔成交与最新盘口快照数据按时间戳对齐。
Step 2: 委托单激进程度分类。对于每笔委托，比对买卖一档价量，标记为类型1-10(1为最激进买单，6为最激进卖单)。
Step 3: 事件触发标记。遍历逐笔数据，当满足10种流动性事件定义之一时，记录时间戳及事件点量价信息。
Step 4: 未来窗口特征提取。针对每个事件点，向后截取固定笔数或固定时间窗口，提取168种委托特征(如所有买单委托量最大值)、120种成交特征或18种间隔特征。
Step 5: 降频合成日频因子。使用5种降频思路(绝对数值、与趋势资金相关性/比值、与趋势资金前相关性/比值)将当天所有事件触发提取的特征汇总为当日因子值。
Step 6: 因子筛选与合成。剔除无效因子，保留50个高ICIR且低相关的因子构成因子簇，选前10等权合成综合因子。

参数

事件识别分位数阈值: 90%或10%激进程度分类: 10种类型未来窗口-笔数: 如20笔未来窗口-时间: 如10秒降频方法: 5种

数据输入

: (Tick级(Level-2)): (Tick级(Level-2)): (Tick级(Level-2))

组合方式

在2万个因子中保留50个最优且低相关的因子，取样本内IR最高的10个因子等权合成。

绩效

0.101

月度RankIC均值

3.74

年化RankICIR

44.26%

多空年化收益

4.06

多空信息比率

89.74%

多空月度胜率

10.66%

多空最大回撤

3.33

纯净因子年化ICIR

8.89%

沪深300增强超额年化收益

13.46%

中证500增强超额年化收益

17.23%

中证1000增强超额年化收益

基准: 沪深300、中证500、中证1000指数

回测期: 未明确

逐笔羊群效应综合因子在全体A股月度RankIC均值为0.101，年化RankICIR为3.74；10分组多空对冲年化收益44.26%，IR为4.06。构建的沪深300、中证500、中证1000指数增强组合超额年化收益分别为8.89%、13.46%、17.23%。

收益归因 ✓ 已完成

剔除了市场常用风格和行业的影响后，纯净因子仍然有效，年化ICIR达到3.33。

方法: 剔除市场常用风格和行业的影响

缺口: 未进行更详细的Barra风险因子或行业暴露归因拆解。

稳健性

子样本稳定性: 在沪深300、中证500、中证1000三大宽基指数中均表现出稳健的增强效果，超额收益分别达8.89%、13.46%、17.23%，尤其在小盘股（中证1000）表现更为突出。

风格偏差: 剔除了市场常用风格和行业的影响后，纯净因子年化ICIR达到3.33，相对于原始因子的3.74衰减有限，说明因子包含显著的独立增量信息。

因子在多种宽基指数和纯净环境下均表现稳健，具有低相关性、高ICIR的特征，微观结构因子具备较强的抗衰减能力。

数据依赖

所需数据: Level-2逐笔委托数据(含挂撤单)、Level-2逐笔成交数据、Level-2盘口快照数据(买一卖一价量)

可复现性: hard

因子完全依赖Level-2逐笔及快照数据，单股每日数据量极大，且需要在逐笔层面进行比对、分类和窗口截取，计算复杂度极高。需具备极强的海量高频数据存储和并行计算能力方可复现。

新颖性评估 [新组合]

将事件研究离散化理念与海量高频逐笔数据结合，创新性地提出了基于盘口价量关系的“10种委托单激进程度分类”，并在微观窗口下搭配近千种特征维度与5种降频方法，实现了因子簇的规模化生产。

不足与缺陷

因子库过于庞大(2万个)，且最终选取的50个因子缺乏显性逻辑展示，存在较高的过拟合与数据挖掘风险。
未提及实际交易中的冲击成本与滑点，尤其对于最激进订单引发的事件，其跟风窗口可能极短，实盘换手和冲击成本可能严重侵蚀收益。
过于依赖Tick级数据，数据清洗与对齐难度大，实时计算成本过高，且对数据质量极度敏感。

可复用元素

基于买卖一价量对比的委托单10类激进程度划分逻辑，非常适合用于高频微观结构特征提取。
事件后固定笔数/时间窗口与事件前/事件点对比的5种降频思路，可泛化至其他高频事件研究中。

启发

可以通过微观事件驱动的方法提取短期动量，而非传统的截面分钟动量。
“激进程度”分类可作为独立特征喂入深度学习模型，替代传统手工特征。

改进方向

结合订单簿不平衡(OFI)与机器学习时序建模

基于: 基于流动性冲击事件的逐笔羊群效应因子预期收益: 将手工提取的窗口特征替换为事件触发后的订单簿快照序列，利用Transformer捕捉事件后多档盘口演化的动态模式，降低人工定义参数(如固定20笔)带来的维度灾难，有望提取更高阶的非线性羊群跟随信息。

复现计划

1. 获取全A股Level-2逐笔成交、委托及秒级/毫秒级盘口快照数据；2. 按报告定义实现委托单激进程度的10种分类逻辑，标记类型1和类型6订单；3. 计算90分位数及价格变动阈值，标记10类流动性事件；4. 对每个事件点，向后截取20笔或10秒窗口，提取委托/成交量统计特征及极值间隔；5. 采用5种降频方法生成日频因子库；6. 按月计算IC，筛选高ICIR低相关因子并等权合成；7. 在全A股进行10分组回测及宽基指增强测试验证。