cn_stock_factors_hf_ht_level2_trade_stats

数据描述

基于1分钟主动买卖数据计算的连续竞价成交占比与净买入比率日频因子

数据简介

研报基于 Wind 的 Level-2 逐笔成交统计，从「买卖单大小」与「成交方向」两个维度构建成交占比类与净买入比率类因子，取月度均值做月频选股，并对成交占比类因子剔除市值、反转、换手后再检验。本表输出能由 cn_stock_bar1m_derived_c 分钟主动买卖数据复现的 5 个因子：连续竞价成交占比、全天 / 早盘 / 尾盘净买入比率，以及连续竞价成交占比的风险剔除版。除框架读取的 09:31 起分钟主动买卖额外，模块另单独读取 cn_stock_bar1m_derived_c 每日 09:25 那根 bar 的 date、instrument、amount（开盘集合竞价成交额），日频的 cn_stock_prefactors 用到 amount、close、turn、total_market_cap。

按单笔绝对金额分档（特大单 > 100 万、大单 20100 万、中单 420 万、小单 ≤ 4 万）的 8 个因子不在本表：

• 特大单 / 大单 / 中单 / 小单成交占比：见 cn_stock_factors_hf_ky_order_size_structure 的 amt_ratio_exlarge、amt_ratio_large、amt_ratio_medium、amt_ratio_small（同一组金额阈值；该表为 20 日成交额求和之比，本研报为日度占比的月均值且分母多一个 2 倍系数，截面排序几乎一致）
• 特大单 / 大单 / 中单 / 小单净买入比率：分档主动买卖只有 cn_stock_prefactors 的分档资金流（2015 起、2019 整年四档之和不等于成交额），按本轮约定不再用它建新因子；derived_c 的 beyond_k 是按个股当日「均值 + k 倍标准差」的相对阈值，无法还原绝对金额分档。最接近的已有字段是 cn_stock_factors_hf_ky_active_trade 的 act_exlarge、act_large、act_medium、act_small（分母为该档主买 + 主卖，不是当日成交额）

数据区间：2014-01-02 ~ 2026-11-03（历史起点 2014-01-02，每个交易日一条记录）。

文献来源

• 标题: 《选股因子系列研究（十一）——Level2 行情选股因子初探》
• 作者: 高道德、袁林青
• 机构: 海通证券
• 时间: 2016-06-06

表结构

• 表名: cn_stock_factors_hf_ht_level2_trade_stats
• 中文表名: 海通证券Level2成交统计因子
• 数据描述: 基于1分钟主动买卖数据计算的连续竞价成交占比与净买入比率日频因子
• 主键: date + instrument
• 记录粒度: 每个交易日每只股票一条记录（骨架为 cn_stock_prefactors 当日全部股票, 停牌股因子为空）

依赖数据

因子回溯 39 个交易日，单日增量实际读取约 40 个交易日的分钟数据（按自然月分块读取，stage1 结果有本地缓存时只读缺失的交易日）。历史起点 2014-01-02。

因子列表

cont_amt_ratio

中文名: 连续竞价成交占比

描述: 连续竞价阶段成交额占全天成交额的比例，集合竞价成交占比越低的股票往往投资者关注度越低。研报中因子值越高未来一个月收益越高，多空年化 27%、信息比率 2.01，具有「小市值、前期低涨幅、低换手」特征。

构建逻辑: 每日计算「连续竞价成交金额 / 当日成交金额」，取月度均值作为因子值。研报所用为 Wind 的 Level-2 成交统计指标。

项目实现说明:

• 计算频率：研报原文为每月月初调仓、用上月均值，本项目按项目规范改为每个交易日计算过去 20 个有效交易日（停牌日不计，20 个有效日须落在最近 40 个交易日内）的均值
• 连续竞价成交额的口径：研报只写「连续竞价成交金额 / 当日成交金额」，本项目按「当日成交额 − 开盘集合竞价成交额」计算，深市（及 2018-08-20 起的沪市）收盘集合竞价成交计入分子。理由：研报样本期 2010~2016 年沪市没有收盘集合竞价，Wind 的「集合竞价」只能对应开盘集合竞价；若把深市收盘集合竞价也扣掉，因子主要反映交易所差异（2014-06-30 沪市中位数 0.997、深市 0.964），与研报描述的「小市值、低换手」特征不符，两种口径的 IC 见「复现核对」。开盘集合竞价成交额取 cn_stock_bar1m_derived_c 09:25 那根 bar 的 amount（框架分钟数据从 09:31 起，另行单独查询；不用「09:31 起分钟成交额之和」反推，因为 2014 年深市 15:00 bar 的 amount 记为 0；也不用主买 + 主卖之和，部分股票 initiative_* 有缺口），分母取 cn_stock_prefactors.amount
• 数据源：研报用 Wind 的 Level-2 成交统计，本项目用 cn_stock_bar1m_derived_c 分钟成交额，历史起点 2014-01-02（研报样本 2010-01 起）

net_buy_ratio

中文名: 净买入比率

描述: 主动买入与主动卖出金额之差占当日成交额的比例，度量主动资金的净流向。研报中该因子组间单调性差，多空年化仅 5%。

构建逻辑: 每日计算「（主动买入金额 − 主动卖出金额）/ 当日成交金额」，取月度均值。研报的主动方向：委托卖单在前且成交价 ≥ 卖价为主动买入，委托买单在前且成交价 ≤ 买价为主动卖出；涨停板上的成交记为主动卖出，跌停板上的成交记为主动买入。

项目实现说明:

• 计算频率：同 cont_amt_ratio，改为每日计算过去 20 个有效交易日均值
• 主动买卖取 derived_c 的 initiative_bid_amount / initiative_ask_amount，只累加连续竞价时段：09:31~14:58 的分钟 bar（14:58 的 bar 只含 14:57:00 整点撮合的连续竞价成交，15:00 为收盘集合竞价），上交所 2018-08-20 实行收盘集合竞价之前取到 15:00；集合竞价没有主动方，不计入，分母为含集合竞价的当日成交额。derived_c 按逐笔 BS 标志归类，涨停封板分钟的成交 99% 记为主动卖出、跌停封板分钟几乎全记为主动买入（2024-03-12 沪市实测），与研报所用 Wind 口径一致

net_buy_ratio_open

中文名: 早盘净买入比率

描述: 10 点前的主动净买入额占当日成交额的比例。研报中多空年化 6%。

构建逻辑: 每日计算「（10 点前主动买入金额 − 主动卖出金额）/ 当日成交金额」，取月度均值。

项目实现说明:

• 计算频率：同 cont_amt_ratio
• 10 点前取 09:31~10:00 共 30 根连续竞价分钟 bar（09:25 开盘集合竞价不计入）

net_buy_ratio_close

中文名: 尾盘净买入比率

描述: 14:30 以后的主动净买入额占当日成交额的比例。研报中是净买入比率类里表现最好的一个，多空年化 10%、夏普 0.76，但主要收益集中在 2015 年下半年。

构建逻辑: 每日计算「（14 点 30 后主动买入金额 − 主动卖出金额）/ 当日成交金额」，取月度均值。

项目实现说明:

• 计算频率：同 cont_amt_ratio
• 14:30 后取 14:31 起的连续竞价分钟 bar（收盘集合竞价不计入，上交所 2018-08-20 前含到 15:00）

cont_amt_ratio_resid

中文名: 连续竞价成交占比（剔除市值、反转、换手）

描述: 连续竞价成交占比剔除市值、反转与换手率三个风险因子后的残差。研报中剔除后多空年化由 27% 降到 17%、信息比率 1.34，仍有选股效果。

构建逻辑: 每个截面把标准化后的连续竞价成交占比对标准化后的总市值、前 1 个月涨幅、前 1 个月日均换手率做回归，取残差：

$$factor = \alpha + \beta_1 MktVal + \beta_2 Ret1M + \beta_3 Turnover1M + \varepsilon$$

项目实现说明:

• 计算频率：研报为月频，本项目逐日计算
• 标准化口径研报未披露，本项目对因变量与三个自变量逐列做截面 MAD 去极值（1.4826 × 5 倍）+ z-score（框架 cs_neutralize，含常数项，当日样本 < 60 时为空）；MktVal 按研报文字取总市值原值（未取对数）
• 前 1 个月取 20 个交易日：Ret1M 为后复权收盘价相对 20 个交易日前的涨幅（任一端缺失为空）；Turnover1M 为过去 20 个有效交易日（成交额 > 0）换手率均值
• 任一自变量缺失的股票不参与回归、残差为空

复现核对

核对口径: 研报样本 2010.01~2016.03，derived_c 2014-01-02 起，研报口径子样本取 2014-01 ~ 2016-03（27 个月末截面），全样本 2014-01 ~ 2026-10（153 个月末）；全市场不过滤；前向收益为次日开盘到其后 21 个交易日开盘（后复权）；研报只给月度 Rank IC 的 25% / 50% / 75% 分位数（表 4、表 7），本项目给同口径分位数，另附 rank IC 均值与年化 rank ICIR（月度 × √12）；逐日列为全部交易日截面 rank IC 均值。

• cont_amt_ratio 方向与研报一致（越高未来收益越高），中位数 0.043 只有研报 0.09 的一半；研报样本多了 2010~2013 年，本项目子样本只有 27 个月且含 2015 年股灾，不足以判断是否实现差异。全样本 rank ICIR 1.76，因子在 2016 年后仍有效
• 口径敏感性：若把深市收盘集合竞价也从分子扣掉（字面的「连续竞价」），2014.01~2016.03 的 rank IC 均值只有 +0.0067、全样本 +0.036，且因子与市值正相关（2014-06-30 截面秩相关 +0.24），主要在区分沪深两市；按「1 − 开盘集合竞价占比」后为表中结果。这是口径选择，理由见因子小节，请审核时确认
• 净买入比率类：研报结论是选股效果差，本项目同样弱；分位数量级接近，net_buy_ratio_open 中位数符号相反（−0.005 vs 0.04），但两者都不显著
• cont_amt_ratio_resid 方向与研报相反，待确认：研报剔除市值、反转、换手后多空仍有 17% 年化，本项目子样本 rank IC 均值为 −0.026、全样本为 0。可能原因：研报回归口径（总市值是否取对数、标准化方法）未披露，本项目用原值总市值；因子与换手率高度负相关，剔除换手后剩余部分很少
• 数据差异：研报用 Wind Level-2 成交统计，本项目用 derived_c 分钟数据；initiative_* 逐股逐日存在缺口（2015-06-03 深市 17%、2020-06-03 沪市 63% 的股票全天主买 + 主卖与日线成交额相差 1% 以上），净买入比率类会受影响

示例数据

按 date、instrument 排序后的前 5 行与后 5 行，由 update_docs() 推送文档时自动填充。