【国盛金工量价选股】逐笔买卖差异中的选股信息——条件成交不平衡因子

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

报告从微观结构出发，利用逐笔成交数据中的主动买卖方向信息构建选股因子。基础成交不平衡因子具有一定选股效果，但受同期涨跌幅（反转因子）的负向拖累而表现受限。报告提出两项关键改进：一是根据成交单时间邻近性（10毫秒内）筛选出信息含量更高的“非孤立成交单”；二是将因子对同期20日涨跌幅进行横截面正交化，提取“反转残差”。最终构建的因子在剔除Barra风格和行业干扰后，表现出极高的稳定性和预测能力。

经济逻辑

主动买卖差异反映了投资者的激进程度与预期。非孤立成交单通常由市场交易极度活跃或主动大单拆分所致，包含更丰富的知情交易信息。然而，主买单占优会直接推高当期股价，而A股存在显著的反转效应，导致原始买卖不平衡因子对未来收益的正向预测被当期涨幅带来的未来反转效应所抵消。通过正交化剥离同期涨跌幅，可提纯出不受短期反转干扰的“纯资金流信息”。

超额收益逻辑

非孤立成交单捕捉了市场活跃期或大单拆单等蕴含信息的交易行为，主买卖单数量差异反映了真实的资金主动净流入方向。由于这部分资金流部分推动了当期价格上涨，引发未来短期反转，正交化处理剥离了价格反转的负面拖累，使得残差部分纯粹代表知情交易者对未来基本面或走势的预期，从而产生稳定的超额收益。

构造细节 [factor]

因子定义

1. 日度不平衡度: OIB_t = (N_buy_noniso - N_sell_noniso) / (N_buy_noniso + N_sell_noniso); 2. 月度均值: F = Mean(OIB_{t-19~t}); 3. 正交化残差: ResF = F - beta * Ret_20d (横截面回归取残差); 4. 纯净化: PureF = ResF - Sum(gamma_k * Style_k) - Sum(delta_j * Industry_j)

处理流程

1. 获取逐笔成交数据，提取时间戳与主买主卖方向。
2. 遍历逐笔数据，若某笔成交与前一笔或后一笔成交的时间间隔<=10毫秒，则标记为非孤立成交单。
3. 按日统计每只股票非孤立成交单中的主买笔数(N_buy_noniso)与主卖笔数(N_sell_noniso)，计算日度非孤立成交不平衡指标 OIB = (N_buy_noniso - N_sell_noniso) / (N_buy_noniso + N_sell_noniso)。
4. 在月底，计算过去20个交易日 OIB 的平均值，得到原始非孤立成交不平衡因子。
5. 横截面处理：将原始因子对对数总市值进行线性回归取残差，完成市值中性化。
6. 同期正交化：将市值中性化后的因子对过去20日个股累计涨跌幅进行横截面回归，取残差，得到反转残差非孤立成交不平衡因子。
7. 风格行业中性化（可选）：将上步因子对Barra风格因子和中信一级行业哑变量横截面回归取残差，得到纯净因子。

参数

非孤立成交邻域参数: 10毫秒因子计算窗口: 20交易日

数据输入

: (逐笔(Level-2)): (日频): (月频)

组合方式

无显式因子组合，通过横截面回归进行正交与中性化处理

绩效

0.048

月度IC均值

2.71

年化ICIR

21.54%

10分组多空年化收益

2.71

10分组多空信息比率

6.88%

10分组多空最大回撤

3.26

纯净因子年化ICIR

3.05

纯净因子多空信息比率

基准: 全市场10分组多空对冲

回测期: 2017/01/01-2024/08/31

基于逐笔成交数据主买主卖信息构建成交不平衡因子，剔除同期涨跌幅影响并提取非孤立成交单信息后，构建反转残差非孤立成交不平衡因子。该因子在全市场10分组多空对冲中年化收益达21.54%，信息比率2.71；经Barra风格和行业中性化处理后，纯净因子年化ICIR提升至3.26，信息比率达3.05，最大回撤仅2.60%。

收益归因

缺口: 报告未提供收益归因分析。

稳健性

子样本稳定性: 回测期2017-2024年间表现稳定，年化ICIR达2.71，分年度表现中未显示出明显失效期。

风格偏差: 与10个Barra风格因子相关系数绝对值均小于0.10，风格暴露极低。

因子在剔除常用风格和行业影响后稳定性进一步提升，最大回撤从6.88%大幅降至2.60%，年化ICIR提升至3.26，表现出极强的鲁棒性。

数据依赖

所需数据: 逐笔Level-2成交数据（需包含毫秒级时间戳和买卖方向）、日频行情数据、Barra风格因子、行业分类数据

可复现性: hard

依赖毫秒级Level-2逐笔数据，需处理极大规模的数据量并实现毫秒级时间间隔判断，复现难度较高。

新颖性评估 [新组合]

创新点在于将“非孤立逐笔成交单”这一微观结构特征与“同期涨跌幅正交化”的因子增强技术相结合，有效提炼了知情交易信息。

不足与缺陷

非孤立成交的判定依赖固定10毫秒参数，未考虑不同股票流动性差异，对低流动性股票可能失效。
逐笔数据处理量极大，因子计算成本高昂，且数据质量的历史一致性难以保证。
未考虑主买卖单的成交金额或成交量差异，仅统计单数可能无法完全反映真实资金流规模。

可复用元素

孤立与非孤立成交单的10毫秒时间间隔划分方法。
将资金流类因子对同期涨跌幅正交化以剔除反转拖累的因子处理范式。

启发

高频数据降频时，通过过滤特定微观时间窗口内的样本，能有效剔除噪音，提纯知情交易信号。
对于具有“自实现”属性（推动当期价格变动）的因子，剥离同期收益率残差是提升预测能力的有效手段。

改进方向

构建基于成交金额的非孤立成交不平衡因子

基于: 相似逻辑（非孤立成交+正交化）+ 不同构造（用主买/主卖金额替代单数）预期收益: 主买单数无法区分大单与小单，采用成交金额能更真实反映激进资金的体量与净流压，预期提升因子的信号噪声比和收益弹性。

复现计划

1. 获取A股Level-2逐笔成交数据（含时间戳与方向）。2. 编写算法遍历逐笔数据，基于10ms阈值打标非孤立成交单。3. 按日聚合计算非孤立主买卖单数及不平衡度。4. 计算个股20日均值及20日累计涨跌幅。5. 截面回归：先对市值中性化，再对20日涨跌幅正交取残差。6. 按月调仓回测验证10分组多空收益与IC指标。7. 进一步对Barra风格及行业回归取残差验证纯净因子表现。