本报告基于中国深证A股Level 2逐笔订单数据,系统构建了8个市价订单相关因子,并通过2019至2024年实证回测验证因子的稳定选股能力。市价订单占比虽低但在部分时间段快速上涨,买单占比显著提升,反映市场买入力量增强。多因子选股在5日平滑及20日换仓策略下表现优异,其中MarketSellOrder_LimitSellOrder_ratio因子年化超额收益达7.57%,夏普比率0.56,具备显著的实证投资价值
图示样例(MarketOrder_ratio因子分档及净值表现):
图示样例(MarketSellOrder_LimitSellOrder_ratio分档与净值):
本报告标题为《[Ta牛ble_Titl市e]中的市价订单与相关因子》,由广发证券发展研究中心发布,首席分析师为安宁宁等团队,报告发布时间在2024年,属于海量Level 2数据因子挖掘系列中的第五篇,主题聚焦于中国A股市场中市价订单的统计特征及其相关量化因子的构建与实证表现。核心论点在于,市价订单作为订单驱动市场的重要组成部分,虽占比不高却具有显著的市场意义,尤其在市场参与者成交意愿高涨时,市价订单的占比和买单比例会大幅提升。此外,报告构建了8个市价订单相关因子,并对其在深证A股的选股表现进行了详尽的分析,发现部分因子能够显著超越市场基准,体现出良好的选股能力和潜在的投资价值。风险提示部分明确指出由于市场环境和政策变化,相关模型和策略存在失效风险,符合量化投资研究的规范要求。,29]
报告首先定义了Level 1与Level 2两种行情数据的区别。Level 1数据为3秒一笔的快照数据,包含常规的最高价、最低价、开盘价、收盘价、成交量、成交额、5档买卖盘等信息。相比之下,Level 2数据不仅提供10档买卖价格和量、50笔最优买卖委托等更丰富数据,还包括最关键的逐笔订单(Tick)数据,记录了每一笔订单的具体时间、价格、数量、订单类别等详细信息。逐笔订单是所有快照数据的根基,深入挖掘Level 2数据使得研究者可以捕捉更细颗粒度的市场动态和交易信号,为量化因子开发提供丰富基础,增强选股和交易策略的有效性。
简要总结此前几篇系列报告:
以上为本报告市价订单因子研究提供了理论背景和方法学基础,体现了利用Level 2逐笔数据多维度解耦的策略设计思路。
详细介绍了订单驱动市场与报价驱动市场的对比,指出:
重点在于A股市场采用订单驱动机制,投资者可通过限价单和市价单完成交易。
市价单执行优先级高,逆向选择成本低,适合强烈成交需求。该机制设定为本文后续因子定义和统计分析的基础。
基于深交所Level 2逐笔订单数据(上交所未标注市价/限价类别),统计2019年3月至2024年9月间深证A股市价单占比,发现占比常年低于0.5%,但流动性和市值较大的沪深300、中证500板块占比较高。2024年9月18日至30日,市价单占比快速上涨,9月30日达到历史峰值,超过均值两倍。买单占比也随之提升,尤其在沪深300、中证500、中证800、中证1000板块分别达到77%、85%、82%、90%,反映市场买入决心明显增强。
基于深证A股区间,构建了8个市价订单相关因子,如MarketOrder_ratio、MarketOrder_LimitOrder_ratio、MarketBuyOrder_MarketOrder_ratio等。尽管具体数学定义未全部展示,但报告说明这些因子与大小单因子、长短单因子、集合竞价因子、Barra风格因子的相关性均较低(相关系数一般低于±20%),显示其相对独立性。2019年至2024年间,采用5日平滑处理和20日调仓周期的组合构建显示,6个因子RankIC均值超过6%,胜率超70%,体现良好的选股信号强度和稳定性。
展示了各年份及板块层面市价订单占比趋势。整体均在0.5%以下,沪深300和中证500稍高,近年占比有波动,上升趋势明显。说明市价单虽然占比少,但在市值大、流动性好股票中更活跃,可能反映大资金更偏好快速成交方式。
显示了该时间段内市价单占比日内的波动,明显市价单比例在30日爆发式上升,达到1%以上,有时是历史均值两倍,沪深300、中证500等板块峰值出现的具体日期有细微差异。突显特定时点市场情绪和成交意愿强烈,市价单成为重要交易手段。
图3显示2019-2023年间买单占比较低,2024年开始显著提升,部分大型板块买单占比过半。图4进一步揭示9月中下旬买单占比骤然提升至80%-90%高位,表明市场普遍买入意愿强,且买单力量明显超过卖单力量,反映出积极的市场情绪与可能的趋势偏好。
各因子分档图均表现出较明显的单调收益趋势,Top组(前30、50等)组合普遍实现了较高超额年化收益率和较稳健的风险指标:
净值曲线显示各因子Top组合均明显跑赢深证A指指数,且具有较好稳定性和盈利持续性,验证了因子设计的有效性。
图表细节还显示,部分因子(如MarketBuyOrder_MarketOrder_ratio)呈两头高、中间低走势,反映市场对买卖单失衡的敏感性及其预示的价格变动潜力。
典型图示示例:
综上,图表数据支撑了市价订单相关因子在量化选股中的有效性,展示了交易行为数据深度分析的巨大潜力。
本报告聚焦于量化因子的研发和实证验证,未涉及传统的公司估值方法(如DCF、市盈率等),主要依赖统计评估指标:
通过5日平滑和20日调仓,多个因子均表现出了稳定的RankIC > 6%、胜率>70%的选股能力,构建Top组合后实现较高超额回报,验证了因子质量。
报告未涉及具体的折现率等估值假设,属于因子研究和策略测试范畴。
报告提出三点主要风险提示:
报告未细述具体缓解措施,但通过多因子验证和长期区间检验部分缓解了单一时点过拟合的概率。,29]
本报告通过对交易所Level 2海量逐笔订单数据进行深度挖掘,聚焦于中国A股的市价订单特征及相关量化因子的构建,取得如下核心发现:
综上,报告为理解A股市场微观交易机制提供了数据深度视角,成功开发出一批市价订单相关量化因子,具备较强的投资指引价值和研究创新意义。
(以上均为部分代表性图表,报告包含丰富内容值得细读)
本分析严格基于报告内容,避免主观揣测,力求准确、详尽地反映研究成果与其投资意义。
海量Level 2数据因子挖掘系列(五):牛市中的市价订单与相关因子.pdf