【广发金工】2024精选深度报告系列之十三：大小单与长短单的241个碰撞火花

广发广发金融工程 2026-06-11 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

本报告以Level-2逐笔订单数据为基础，将订单按“大小（成交量）”和“长短（成交完成时长）”两个正交维度进行双重划分，并结合买卖方向与特定交易时段，构建出240个解耦的微观结构因子。实证表明，这些因子在A股全市场及主要板块中均表现出显著的预测能力。

经济逻辑

大单通常被视为知情交易者的主力订单，蕴含方向性信息；而订单的成交完成时长反映了市场流动性及交易者的急迫性。同一笔委托被拆解并迅速成交或分散成交，隐含了不同的交易意图。通过结合订单的“大小”与“长短”双维度，并在开盘、收盘等关键时段进行解耦分析，能够更精准地刻画知情交易行为与主力资金动向。

超额收益逻辑

通过捕捉大单、长单背后的知情交易者行为，特别是在开盘15-30分钟或收盘前15-30分钟的活跃交易，识别主力资金的急迫性建仓或隐蔽性出货，利用微观结构信息的不对称性获取未来短期收益预测能力。

构造细节 [factor]

因子定义

1. 订单聚合：根据Level-2逐笔成交记录中的买入订单号和卖出订单号，还原同一笔委托的所有成交子单。2. 特征计算：计算每笔委托的总成交量(Volume)和成交完成时长(Duration = 末笔成交时间 - 首笔成交时间)。3. 阈值划分：对单只股票当日全市场的所有委托成交量序列与时长序列，计算均值与标准差。若委托成交量 > 均值 + N*标准差，则记为大单(B)，反之为小单(S)；若时长 > 均值 + N*标准差，则记为长单(L)，反之为短单(S)。4. 因子构建：结合买卖方向，共形成16种解耦分类（如BB_LB_BS_LS代表大买_长买_大卖_长卖）。研报未明确给出最终聚合公式，推测采用特定分类组合的成交净额占比，例如：Factor = (大买单成交额 - 大卖单成交额) / 总成交额等衍生变形。5. 生成因子：结合3种N阈值与5个时段过滤，共计生成 16 * 3 * 5 = 240个因子。

处理流程

获取Level-2逐笔成交及委托数据
按订单号聚合，计算单笔委托的总成交量及成交完成时长
分股票计算当日成交量与完成时长的均值与标准差
按阈值(1.0, 1.5, 2.0)判定每笔委托的大小与长短属性
按时段(09301457等5种)过滤成交记录
计算16种解耦分类下的统计值（如成交额净占比）
生成240个基础因子
可选：对基础因子进行5日或20日平滑处理

参数

N (标准差阈值): 1.0, 1.5, 2.0交易时段后缀: 09301457, 09300945, 09301000, 14301457, 14451457

数据输入

: (逐笔)

组合方式

从240个因子中筛选RankIC表现优异者，合成构建精选订单因子组合（具体合成权重未披露，推测为等权或IC加权）

绩效

31.33%

全市场Top-30组合年化收益率

1.86

全市场Top-30组合夏普比率

15.39%

全市场Top-30组合最大回撤率

13.3%

全市场精选因子RankIC均值

27.66%

创业板Top-30组合年化收益率

25.00%

国证2000 Top-30组合年化收益率

基准: 中证全指、创业板综指、国证2000指数

回测期: 2021/01/01 - 2023/12/31

通过结合Level-2逐笔订单的‘大小’与‘长短’维度构建了240个解耦因子，精选因子组合在全市场及各大板块均表现优异，全市场Top-30组合年化达31.33%，夏普1.86，显著战胜基准。

收益归因

研报未进行因子收益归因分析。

缺口: 缺乏对因子风险暴露及收益来源的归因分析。

稳健性

子样本稳定性: 在全市场、创业板、国证2000等不同板块均表现稳定，RankIC均值均在12.7%以上，胜率均在76%以上

风格偏差: 报告未进行风格归因分析，风格暴露未知

因子在多个时间段的样本外表现及不同板块间均具备较好的稳定性，但缺乏对常见风险因子（如市值、估值、波动等）暴露的控制与说明。

数据依赖

所需数据: 沪深交易所Level-2逐笔订单及成交数据，需包含精确到毫秒的时间戳、逐笔序号、买卖订单号、价格、数量等字段

可复现性: hard

依赖极高频率的L2逐笔数据，且需通过订单号还原委托明细，数据量极大，清洗与聚合逻辑复杂，复现门槛高

新颖性评估 [新组合]

将前期独立的“大小单”和“长短单”逻辑进行正交结合，利用高维特征交叉（量*时*方向*时段）的框架挖掘微观结构因子，属于已有特征的组合创新。

不足与缺陷

研报仅披露因子生成逻辑，未给出240个因子具体的数学聚合公式（如采用成交量占比还是净额占比），存在一定黑盒属性
240个因子存在大量共线性，从中挑选表现优异者构建组合，存在严重的过拟合与多重检验偏差风险
均值与标准差的计算口径未明确（是按全市场截面计算还是按单票时间序列计算），影响细节复现
缺乏对收益的归因分析，未剥离市值、流动性等风格因子的影响

可复用元素

使用买卖订单号还原委托并计算完成时长的思路，极具实战价值
时段解耦（开盘15分、收盘前15分等）能有效提取特定时间段的知情交易信息
多维度正交解构的方法论为高频因子挖掘提供了清晰的框架体系

启发

高维特征交叉是挖掘微观结构Alpha的高效手段，可将订单流特征与时段特征进行网状交叉验证
关注委托的拆单行为与时间跨度，可作为市场流动性和知情交易的有效代理变量

改进方向

引入订单簿不平衡（OFI）或撤单率特征，与订单“长短”维度进行进一步交叉，构建高低频融合因子

基于: 现有的长短单和大小单划分逻辑预期收益: 增加价格微观动力学信息，提升对短期价格冲击及主力意图的预测能力

使用非线性的树模型（如LightGBM）或深度学习（Transformer）对240个高度共线性的解耦因子进行融合，替代简单的因子筛选合成

基于: 现有的240个解耦因子库预期收益: 减少人工筛选的过拟合风险，自动捕捉因子间的非线性交互效应，提升组合泛化能力

复现计划

1. 获取A股Level-2逐笔成交数据。2. 按买卖订单号聚合还原委托单，计算每笔委托的总成交量、首末成交时间差(时长)。3. 按单只股票计算当日成交量与时长的均值、标准差，依据1.0/1.5/2.0倍标准差划分大小单与长短单。4. 对16种基础分类，采用“特定分类净成交额 / 总成交额”作为因子计算口径推测复现。5. 分5个时段过滤成交记录生成240个因子。6. 对因子进行去极值、标准化、缺失值处理。7. 以20日为频率计算RankIC，并构建Top-30等权组合回测（t+1日均价买入，双边千三计费）验证收益。