【广发金工】2024精选深度报告系列之八：多维度解耦的94个大小单因子

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

研报从Level 2逐笔订单数据出发，提出一种基于相对成交量阈值（均值+N倍标准差）的大小单界定方法。通过对原始逐笔成交进行订单号聚合以还原真实委托规模，并在此基础上从时间（开盘收盘关键时间段）和订单属性（买卖双向的四个组合）两个维度进行解耦，共构建出93个大小单占比因子。实证表明，这些因子在A股全市场及主要宽基指数中均具有显著的选股能力，特别是大买单占比因子在多头端、大买大卖单占比因子在多空组合上表现尤为突出。

经济逻辑

隔夜知情交易者倾向于在次日开盘后迅速利用信息进行交易，导致开盘后15-30分钟内的大单流向具有显著的信息含量。同时，单笔成交同时包含买卖双方信息，大买单与多头收益深度绑定，大卖单与空头绑定；将大买与大卖结合（大买大卖单占比），不仅能保持多头收益，还能有效刻画多空博弈力量，从而显著提升多空收益表现。

超额收益逻辑

知情交易者为减少冲击成本或抢抓信息优势，其交易行为集中体现在特定时段（如开盘半小时）的大单中。大单占比上升意味着知情交易者介入程度深，预示未来价格趋势。通过解耦买卖双向大单（大买大卖单占比），能同时捕捉多头主动买入力量与空头主动卖出力量的相对强弱，从而在保持多头收益的同时大幅增强多空对冲收益。

构造细节 [factor]

因子定义

1. 基础因子(9个): BigBuy_NpX = 大买单数量 / 总买单数量; BigSell_NpX = 大卖单数量 / 总卖单数量; BigBuySell_NpX = BigBuy + BigSell。(N=1.0,1.5,2.0) 2. 时间解耦因子(24个): BigBuy_NpX_Time = 特定时段内大买单成交笔数 / 该时段总买单成交笔数。时段包括09300945, 09301000, 14451500, 14301500。(3阈值*4时段*2方向) 3. 订单解耦因子(12个): 根据买卖单是否大于阈值，将成交划为4类(如BigBuy_BigSell)。BigBuy_BigSell_NpX = 大买大卖成交笔数 / 总成交笔数。(3阈值*4组合) 4. 多维解耦因子(48个): 在特定时段内计算上述4类订单组合的占比。(3阈值*4时段*4组合)

处理流程

1. 获取Level 2逐笔成交数据，提取买卖订单号与成交量。
2. 按(股票, 日期, 买卖方向, 订单号)聚合，计算每个原始委托订单的总成交量。
3. 按日计算全市场或单股票委买/委卖订单成交量的均值与标准差，确定大单阈值。
4. 对聚合后的原始委托订单打上'大单/小单'标签，并将标签映射回包含时间戳的逐笔成交记录。
5. 根据逐笔成交的时间戳及买卖双方的标签，分别计算全天及特定时段下的基础、时间解耦、订单解耦及多维解耦占比因子。
6. (可选)对因子进行时序平滑处理(推测为滑动平均，研报未明确)。

参数

N (标准差倍数): 1.0, 1.5, 2.0时间段解耦: 09:30-09:45, 09:30-10:00, 14:45-15:00, 14:30-15:00订单维度解耦: 大买单大卖单、大买单小卖单、小买单大卖单、小买单小卖单

数据输入

: (Tick (逐笔))

组合方式

从93个单因子中挑选表现优异者，等权或特定加权构建精选因子组合（研报未详述具体合成权重，推测为等权或IC加权）。

绩效

36.61%

全市场多头年化收益率

17.52%

全市场最大回撤率

2.03

全市场夏普比率

33.07%

全市场超额年化收益率

9.8%

BigBuy_BigSell_1p0_20日换仓RankIC均值

35.12%

BigBuy_BigSell_1p0_20日换仓多空年化收益率

基准: 中证全指、沪深300、中证500、中证800、中证1000、创业板指

回测期: 2020~2023年

精选大小单因子组合在全市场取得36.61%的多头年化收益率，夏普比率为2.03，相对中证全指超额年化33.07%；在各主要板块均取得显著多头表现，其中创业板多头年化达36.20%。

收益归因

缺口: 未进行风险因子归因分析。

稳健性

子样本稳定性: 在5日和20日换仓频率下均表现有效；不同阈值(1.0, 1.5, 2.0)下因子均有效；在沪深300、中证500、中证1000及创业板等不同市值板块均取得显著超额收益，显示其具有全市场普适性。

风格偏差: 基于成交量标准差的划分方法消除了绝对金额带来的市值和股价偏差，但订单流大单本身可能与流动性风格存在一定正相关。

因子在不同换仓周期、不同大小单界定阈值、不同板块间均表现出稳健的选股效果，经平滑处理后最大回撤显著降低。

数据依赖

所需数据: Level 2逐笔订单数据（包含精确到毫秒的时间、买卖订单号、价格、数量等），数据量极大，处理需进行复杂的订单号聚合。

可复现性: hard

高度依赖交易所Level 2原始逐笔数据，计算逻辑涉及海量数据的聚合与标签映射，普通快照数据无法复现，需具备较强的底层数据清洗与工程处理能力。

新颖性评估 [新组合]

将Level 2逐笔数据聚合后，用相对阈值界定大小单，创新性地从时间维度和订单属性双向维度进行交叉解耦，构建了93个特征矩阵，属于微观结构因子工程的有效创新组合。

不足与缺陷

假设订单成交量服从高斯分布，但实际市场订单流呈现尖峰厚尾特征，直接使用均值+N倍标准差可能导致大单阈值受异常极值影响较大。
构造了多达93个因子，存在严重的共线性问题，但文中未详细披露'精选因子'的具体筛选与降维逻辑。
未提及行业和市值中性化处理，大单占比可能直接反映了股票流动性或市值风格，存在未剥离的风格暴露风险。
因子平滑方法未明确披露，导致平滑后的因子无法完全精准复现。

可复用元素

使用相对成交量(均值+N倍标准差)替代绝对金额界定大小单，去除了股价和市值影响，具有自适应性。
按买卖订单号聚合逐笔数据以还原真实委托订单规模，是处理Level 2数据的优秀预处理范式。
时间与订单维度的解耦逻辑，为从单一微观特征衍生多维因子矩阵提供了清晰的方法论。

启发

大单与知情的关联在特定时间段（开盘、收盘）更强，时间切片是提升高频信号信噪比的有效手段。
单笔成交的买卖双向属性是未被充分挖掘的信息，将主动方与被动方力量结合能显著增强多空收益。

改进方向

使用订单流分布的高分位数（如90%、95%分位数）或对数正态分布拟合代替'均值+N倍标准差'来界定大单。

基于: 原研报基于相对阈值界定大小单的逻辑。预期收益: 能够更稳健地捕捉真实厚尾分布下的'超大单'，减少极端异常值对阈值的偏移影响，增强因子稳健性。

引入Level 2逐笔撤单数据，构建大单撤单率或虚假大单过滤因子。

基于: 原研报订单维度解耦逻辑。预期收益: 知情交易者常利用挂单和撤单诱导市场，过滤撤单能提纯真实成交大单的信息含量，进一步提升IC。

复现计划

1. 获取2020-2023年A股Level 2逐笔成交数据；2. 按买卖订单号聚合，计算单笔委托订单总成交量；3. 按日计算均值与标准差，设定1.0/1.5/2.0倍阈值并打标；4. 将标签映射回原始逐笔成交；5. 截取4个时段，结合4种订单组合，计算93个因子；6. 对因子进行行业市值中性化处理；7. 按全市场200档、指数50档测试5日/20日换仓RankIC及收益表现。