cn_stock_factors_hf_ht_order_big_ratio

数据描述

基于1分钟大单分层成交额计算的大买大卖单成交金额占比日频因子

数据简介

研报用逐笔成交的叫买 / 叫卖序号把逐笔成交还原成买卖单，每个交易日对每只股票以「买卖单成交量均值 + N 倍标准差」为阈值识别大单，构建大卖、大买成交金额占比及其差、和四个指标，取前 20 个交易日均值，并给出剔除常见风格后的正交因子。本表输出 N = 1、3 两档的 8 个原始因子与 8 个正交因子。大单金额直接取 cn_stock_bar1m_derived_c 的 beyond_9_*（均值 + 1 倍标准差）与 beyond_13_*（均值 + 3 倍标准差），2026-11-03 实测其阈值按个股当日全天统计，与研报口径同构。

研报第 3 章的买单集中度、卖单集中度及其差、和 4 个因子需要逐笔还原每张买卖单的成交额平方和，分钟数据无法复现，不在本表。

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（五十六）——买卖单数据中的 Alpha》
• 作者: 冯佳睿、袁林青、余浩淼
• 机构: 海通证券
• 时间: 2019-11-07

表结构

• 表名: cn_stock_factors_hf_ht_order_big_ratio
• 中文表名: 海通证券买卖单大单占比因子
• 数据描述: 基于1分钟大单分层成交额计算的大买大卖单成交金额占比日频因子
• 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）；风格代理另需约 340 个交易日的日频回溯。历史起点 2014-01-02。

因子列表

big_sell_ratio_1sd

中文名: 大卖成交金额占比（1 倍标准差）

描述: 大卖单成交金额占当日总成交金额的比例。研报（2014.01~2019.10，表 2）原始因子 IC 均值 0.023、ICIR 0.704，正交因子 IC 均值 0.010、ICIR 0.840。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 1 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大卖成交金额占比_{i,t} = \frac{大卖成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_9_bid_amount / beyond_9_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_buy_ratio_1sd

中文名: 大买成交金额占比（1 倍标准差）

描述: 大买单成交金额占当日总成交金额的比例，研报中正交后最强的因子。研报（2014.01~2019.10，表 2）原始因子 IC 均值 0.017、ICIR 0.432，正交因子 IC 均值 0.046、ICIR 3.622。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 1 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大买成交金额占比_{i,t} = \frac{大买成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_9_bid_amount / beyond_9_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_buy_sell_diff_1sd

中文名: 大买大卖成交金额占比差值（1 倍标准差）

描述: 大买成交金额占比减大卖成交金额占比。研报（2014.01~2019.10，表 2）原始因子 IC 均值 -0.004、ICIR -0.146，正交因子 IC 均值 0.034、ICIR 3.027。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 1 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大买大卖成交金额占比差值_{i,t} = \frac{大买成交金额_{i,t}}{总成交金额_{i,t}} - \frac{大卖成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_9_bid_amount / beyond_9_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_order_ratio_1sd

中文名: 大单成交金额占比（1 倍标准差）

描述: 大买成交金额占比加大卖成交金额占比。研报（2014.01~2019.10，表 2）原始因子 IC 均值 0.022、ICIR 0.549，正交因子 IC 均值 0.034、ICIR 2.677。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 1 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大单成交金额占比_{i,t} = \frac{大买成交金额_{i,t}}{总成交金额_{i,t}} + \frac{大卖成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_9_bid_amount / beyond_9_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_sell_ratio_3sd

中文名: 大卖成交金额占比（3 倍标准差）

描述: 大卖单成交金额占当日总成交金额的比例。研报（2014.01~2019.10，表 2）原始因子 IC 均值 0.001、ICIR 0.023，正交因子 IC 均值 0.003、ICIR 0.228。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 3 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大卖成交金额占比_{i,t} = \frac{大卖成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_13_bid_amount / beyond_13_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_buy_ratio_3sd

中文名: 大买成交金额占比（3 倍标准差）

描述: 大买单成交金额占当日总成交金额的比例，研报中正交后最强的因子。研报（2014.01~2019.10，表 2）原始因子 IC 均值 -0.012、ICIR -0.271，正交因子 IC 均值 0.025、ICIR 1.795。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 3 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大买成交金额占比_{i,t} = \frac{大买成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_13_bid_amount / beyond_13_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_buy_sell_diff_3sd

中文名: 大买大卖成交金额占比差值（3 倍标准差）

描述: 大买成交金额占比减大卖成交金额占比。研报（2014.01~2019.10，表 2）原始因子 IC 均值 -0.013、ICIR -0.603，正交因子 IC 均值 0.021、ICIR 2.036。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 3 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大买大卖成交金额占比差值_{i,t} = \frac{大买成交金额_{i,t}}{总成交金额_{i,t}} - \frac{大卖成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_13_bid_amount / beyond_13_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_order_ratio_3sd

中文名: 大单成交金额占比（3 倍标准差）

描述: 大买成交金额占比加大卖成交金额占比。研报（2014.01~2019.10，表 2）原始因子 IC 均值 -0.007、ICIR -0.144，正交因子 IC 均值 0.016、ICIR 1.054。

构建逻辑: 每个交易日、每只股票基于买卖单成交量计算均值与标准差，成交量大于「均值 + 3 倍标准差」的买单（卖单）为大买单（大卖单），按下式计算日度指标；因子值为前 20 个交易日的均值。

$$大单成交金额占比_{i,t} = \frac{大买成交金额_{i,t}}{总成交金额_{i,t}} + \frac{大卖成交金额_{i,t}}{总成交金额_{i,t}}$$

项目实现说明:

• 计算频率：研报为月度因子，本项目按项目规范每个交易日计算过去 20 个有效交易日（停牌日不计，须落在最近 40 个交易日内）的均值
• 大单金额：取 derived_c 分钟 beyond_13_bid_amount / beyond_13_ask_amount 的全天之和。derived_c 的买卖单是按主动方归类的：bid_amount 逐分钟恒等于主动买入额，每笔成交只计入主动方那一张单子，故「大买」实为大的主动买单、被动成交的大挂单不计入，研报则对每笔成交的买卖双方各还原一张单子；阈值是按成交量还是成交额、是否包含集合竞价成交，数据源未披露
• 总成交金额：取同一组分钟 bar（09:31~15:00）的 bid_amount + ask_amount 之和，与大单金额同一归类口径（09:25 开盘集合竞价 bar 不在框架分钟数据内，分子分母都不含）
• 数据起点：derived_c 2014-01-02 起，与研报样本起点一致

big_sell_ratio_1sd_pure

中文名: 大卖成交金额占比（1 倍标准差，正交）

描述: big_sell_ratio_1sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_sell_ratio_1sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

big_buy_ratio_1sd_pure

中文名: 大买成交金额占比（1 倍标准差，正交）

描述: big_buy_ratio_1sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_buy_ratio_1sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

big_buy_sell_diff_1sd_pure

中文名: 大买大卖成交金额占比差值（1 倍标准差，正交）

描述: big_buy_sell_diff_1sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_buy_sell_diff_1sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

big_order_ratio_1sd_pure

中文名: 大单成交金额占比（1 倍标准差，正交）

描述: big_order_ratio_1sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_order_ratio_1sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

big_sell_ratio_3sd_pure

中文名: 大卖成交金额占比（3 倍标准差，正交）

描述: big_sell_ratio_3sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_sell_ratio_3sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

big_buy_ratio_3sd_pure

中文名: 大买成交金额占比（3 倍标准差，正交）

描述: big_buy_ratio_3sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_buy_ratio_3sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

big_buy_sell_diff_3sd_pure

中文名: 大买大卖成交金额占比差值（3 倍标准差，正交）

描述: big_buy_sell_diff_3sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_buy_sell_diff_3sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

big_order_ratio_3sd_pure

中文名: 大单成交金额占比（3 倍标准差，正交）

描述: big_order_ratio_3sd 剔除常规因子后的残差，对应研报表 2 的「正交因子」。

构建逻辑: 研报剔除行业、市值、中盘、换手、反转、波动、估值、盈利以及盈利成长后的因子，取截面回归残差。

项目实现说明:

• 计算频率：每个交易日计算
• 控制变量：研报未给出各风格定义，本项目用框架 pure_style：big_order_ratio_3sd 截面去极值标准化后，对 Beta、市值、BP、EP、成长、杠杆、动量、波动、流动性、非线性市值（对应「中盘」）十个风格（同 cn_stock_factors_hf_dw_uid.uid_pure 口径）与申万一级行业哑变量回归取残差

复现核对

核对口径: 研报样本 2014.01~2019.10，本项目同区间（2014-01-02 ~ 2019-10-31）与全样本（2014-01-02 ~ 2026-11-03）；全市场不过滤（研报未写股票池剔除规则）；前向收益为次日开盘到其后 21 个交易日开盘（后复权）；月末截面 IC 取均值，ICIR = 月度 IC 均值 / 标准差 × √12（研报表 2 的 ICIR 与 IC 量级对应年化口径）；研报未注明 IC 类型，对照列给 Pearson IC，括号内为 rank IC；逐日列为全部交易日截面 Pearson IC 均值（相邻日前向收益重叠，不给 ICIR）。

• 原始因子：1 倍标准差四个因子方向与研报一致（大卖、大买、大单占比为正，差值为负），量级大于研报约一倍；3 倍标准差三个占比因子在研报区间是显著的负 IC（−0.04 左右），研报只有 −0.012~0.001，全样本则接近 0。原始因子与市值高度相关（研报原文），量级差异可能来自股票池（研报剔除了次新、ST 等未说明的样本）
• 正交因子：对不上。研报最强的「大买成交金额占比（1 倍标准差，正交）」IC 0.046 / ICIR 3.62，本项目只有 0.012 / 0.75；「大买大卖成交金额占比差值（正交）」研报为 +0.034 / +3.03，本项目为 −0.010 / −0.83，方向相反，待确认；本项目正交后最强的是大卖与大单占比（ICIR 2.4、1.8），研报这两个只有 0.84、2.68
• 主要差异来源（判断，未逐项验证）：derived_c 的大单只统计主动方订单（beyond_1_bid_amount = 主动买入额，每笔成交只归入主动方的单子），研报对每笔成交按叫买、叫卖序号把双方都还原成订单，大的被动挂单（如托单、压单）在研报里计入大买 / 大卖，在本表里不计入；研报的「大买」信号很可能主要来自被动大买单。其次是正交控制变量不同（研报 9 个风格 + 行业，本项目十个风格 + 申万一级）
• 数据口径方面，beyond 阈值按个股当日全天统计（2026-11-03 实测），与研报「每个交易日对每个股票单独设定阈值」一致；阈值按成交量还是成交额统计未能区分

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。