什么類型的交易更具市場(chǎng)影響,-大單因子的研究與改進(jìn)

相關(guān)研究什么類型的交易更具市場(chǎng)影響？——大單l以成交額聚類進(jìn)行訂單劃分，可以更好的區(qū)分出小單成交。由于訂單成交金額分布會(huì)有嚴(yán)重的左厚尾，以均值與標(biāo)準(zhǔn)差難以界定出成交金額較小的訂單，從而無法對(duì)于訂單進(jìn)行細(xì)粒度的類型劃分。因此，我們嘗試以KMedian聚類算法替代均值加N倍標(biāo)準(zhǔn)差的方法，基于訂單成交金額對(duì)訂單類型進(jìn)行劃分，可以更好的區(qū)分出大、中、小訂單。l大單凈買入因子選股效果主要來自中買大賣與小買大賣部分。與一般理解不同，分解大單凈買入金額占比因子各個(gè)成分，有選股效果的主要是小買大賣與中買大賣這兩部分，這說明因子有效性并不來自于捕捉到大資金的買入行為，而來自于市場(chǎng)中擁有大額籌碼放向市場(chǎng)中小資金賣出籌碼的行為。l由于市場(chǎng)結(jié)構(gòu)變動(dòng)，成交占比因子表現(xiàn)最近幾年有明顯衰減現(xiàn)象。主動(dòng)買入的大買大賣因子有更加穩(wěn)定的因子表現(xiàn)，從歷史來看因子衰減程度較低，因子IC在0.2到0.4之間震蕩。其他成交類型因子均有明顯衰減。l基于訂單短期績(jī)效的因子改進(jìn)，可以明顯改善因子衰減幅度。考察大單最后一筆成交之后，股票短期走勢(shì)是否受到大單影響。如果大單沒有使股票短期朝著其交易方向運(yùn)行，則調(diào)低該大單績(jī)效。在進(jìn)行復(fù)合改進(jìn)后，主動(dòng)買入的大買大賣，主動(dòng)買入的中買大賣，主動(dòng)買入的小買大賣均有明顯的因子表現(xiàn)改善。l風(fēng)險(xiǎn)提示。本報(bào)告所有分析均基于公開信息，不構(gòu)成任何投資建議；權(quán)益產(chǎn)品收益波動(dòng)較大，適合具備一定風(fēng)險(xiǎn)承受能力的投資者持有。金融工程研究金融工程專題報(bào)告21.訂單類型界定與成交類別劃分 51.1基于成交金額聚類的訂單類別劃分 51.2各類成交占比因子表現(xiàn) 51.3買賣主動(dòng)成交劃分后的各類成交占比因子表現(xiàn) 72.成交占比因子的衰減 72.1成交占比因子的時(shí)序表現(xiàn) 72.2基于短期績(jī)效的因子改進(jìn) 92.3不同成交占比因子的增強(qiáng)組合表現(xiàn) 3.總結(jié)與思考 4.風(fēng)險(xiǎn)提示 金融工程研究金融工程專題報(bào)告3 圖1基于成交金額聚類的成交類型 5圖2不同成交占比因子時(shí)間序列IC表現(xiàn)（2017.01-2024.07） 8圖3大買大賣因子及其主動(dòng)買賣因子歷史表現(xiàn)（2017.01-2024.07） 8圖4大買中|小賣因子及其主動(dòng)買賣因子歷史表現(xiàn)（2017.01-2024.07） 8圖5中|小買大賣因子及其主動(dòng)買賣因子歷史表現(xiàn)（2017.01-2024.07） 9圖6大單凈買入因子及其主動(dòng)凈買入因子歷史表現(xiàn)（2017.01-2024.07） 9圖7500增強(qiáng)組合相對(duì)強(qiáng)弱（2017.01-2024.07） 圖81000增強(qiáng)組合相對(duì)強(qiáng)弱（2017.01-2024.07） 圖9500增強(qiáng)組合分年度超額收益（2017.01-2024.07） 圖101000增強(qiáng)組合分年度超額收益（2017.01-2024.07） 金融工程研究金融工程專題報(bào)告4表1不同類型成交開盤半小時(shí)占比因子表現(xiàn)（2016.01-2024.07） 6表2大單凈買入與其構(gòu)成部分開盤半小時(shí)占比因子表現(xiàn)（2016.01-2024.07） 7表3大單凈買入與其構(gòu)成部分開盤半小時(shí)占比因子表現(xiàn)（2016.01-2024.07） 7表4改進(jìn)前后大單凈買入，中|小買大賣，大買大賣與其構(gòu)成部分開盤半小時(shí)占比因子分年度IC（2016.01-2024.07） 表5復(fù)合改進(jìn)前后大單凈買入，中|小買大賣，大買大賣與其構(gòu)成部分開盤半小時(shí)占比因子表現(xiàn)（2016.01-2021.06） 表6復(fù)合改進(jìn)前后大單凈買入，中|小買大賣，大買大賣與其構(gòu)成部分開盤半小時(shí)占比因子表現(xiàn)（2021.07-2024.07） 表7不同成交占比因子增強(qiáng)組合分區(qū)段超額收益表現(xiàn)（2016.01-2024.07） 金融工程研究金融工程專題報(bào)告5大單因子是目前較為常用的手工高頻因子，以過去一段時(shí)間標(biāo)的所有訂單成交金額的均值加N倍標(biāo)準(zhǔn)差作為閾值，可以界定出當(dāng)日所有訂單中，哪些訂單為大單。假定這類訂單對(duì)于市場(chǎng)有更大的影響，即構(gòu)建出對(duì)應(yīng)的大單占比因子。由于訂單成交金額分布會(huì)有嚴(yán)重的左厚尾，以均值與標(biāo)準(zhǔn)差難以界定出成交金額較小的訂單，從而無法對(duì)于訂單進(jìn)行細(xì)粒度的類型劃分。因此，我們嘗試以KMedian聚類算法替代均值加N倍標(biāo)準(zhǔn)差的方法，基于訂單成交金額對(duì)訂單類型進(jìn)行劃分，方法如下：l統(tǒng)計(jì)標(biāo)的過去N日所有訂單成交額并取自然對(duì)數(shù)。l以KMedian算法，將所有成交額聚類為3類。l定義小單閾值為3類中，中心點(diǎn)最小類別的成交額最大值與中心點(diǎn)第二大類別的成交額最小值的均值。定義大單閾值為3類中，中心點(diǎn)第二大類別的成交額最大值與中心點(diǎn)最大類別的成交額最小值的均值。l對(duì)于當(dāng)日訂單，如果其成交額取自然對(duì)數(shù)小于等于小單閾值則為小單，大于小單閾值小于等于大單閾值則為中單，大于大單閾值則為大單。以上述新的方法進(jìn)行劃分，可以將所有訂單依據(jù)其成交額的多少劃分為三類，即大單、中單與小單。對(duì)應(yīng)的，所有的成交也都可以以買賣雙方所述類別進(jìn)行劃分，從而將所有成交歸并到以下九種類型中的一種，如下圖：按照開盤大單凈買入凈額占比因子構(gòu)建方法，我們分別構(gòu)建上述類別成交金額開盤半小時(shí)占比因子，對(duì)因子進(jìn)行行業(yè)、市值、估值，以及常見的換手、反轉(zhuǎn)、特質(zhì)波動(dòng)、非流動(dòng)性因子中性化后，考察其因子周度IC，IC絕對(duì)值（ABS_IC多空收益表現(xiàn)，金融工程研究金融工程專題報(bào)告6ABS_ICABS_IC_IR為了表現(xiàn)因子選股效果的正負(fù)向特性，這里的多頭收益為因子值較大分組收益，因此如果因子為負(fù)向選股因子，則多空收益為負(fù)。由上表可以看出，嚴(yán)格來看只有中買大賣這一類型的開盤半小時(shí)成交占比因子有顯著的選股效果，歷史IC接近-0.03，對(duì)應(yīng)IR也超過-5。進(jìn)一步放寬標(biāo)準(zhǔn)，則大買大賣，中買中賣，小買大賣開盤半小時(shí)成交占比有一定的選股效果。同時(shí)，絕大部分占比因子的IC絕對(duì)值均顯著大于0，說明所有因子均有明顯的風(fēng)險(xiǎn)因子特性?；氐轿覀兂Ｓ玫拇髥我蜃?，即開盤半小時(shí)大單凈買入金額占比因子，其計(jì)算方式為：所有占比因子分母均為開盤半小時(shí)成交金額，分子為有大買單或者大買單參與成交的成交金額。按照上述成交類型劃分，可以將大單買入金額占比與大單賣出金額占比進(jìn)一步拆分，如下：把上面兩式相減，則可以得到：由各類型成交金額占比因子表現(xiàn)分析，似乎可以得到以下結(jié)論：l與一般理解不同，分解大單凈買入金額占比因子各個(gè)成分，有選股效果的主要是小買大賣與中買大賣這兩部分，這說明因子有效性并不來自于捕捉到大資金的買入行為，而來自于市場(chǎng)中擁有大額籌碼放向市場(chǎng)中小資金賣出籌碼的行l(wèi)當(dāng)買賣訂單均為大單時(shí)，成交金額占比表現(xiàn)出一定的正向選股效果，結(jié)合大買中賣，大買小賣并沒有明顯的選股能力，可以認(rèn)為大買單的正向選股能力主要來自于其大買大賣部分。而在過往研究中，大賣成交占比因子沒有選股效果，也同樣有可能因?yàn)榇筚u因子由小買大賣、中買大賣、大賣大賣組合，其中大買大賣和中買大賣，小買大賣均有選股效果，但選股方向相反。進(jìn)一步比較大單凈買入因子與因子構(gòu)成中的大買中|小賣因子以及，中|小買大賣因子，如下表：金融工程研究金融工程專題報(bào)告7ABS_ICABS_IC_IR大單凈主買因子從歷史表現(xiàn)來看要略優(yōu)于其中貢獻(xiàn)主要選股效果的中|小買大賣部分。證明雖然有明顯的風(fēng)險(xiǎn)因子特性，大買中|小賣因子的復(fù)合一定可以一定程度改善。在基于成交金額聚類對(duì)成交分類的基礎(chǔ)上，考慮到所有的成交一定只有主動(dòng)買入和主動(dòng)賣出兩種情況，我們將上述構(gòu)成大單凈買入因子的各個(gè)成分進(jìn)一步細(xì)分，考察其主動(dòng)買入和主動(dòng)賣出的表現(xiàn)情況，如下表：賣合計(jì)賣合計(jì)賣合計(jì)合計(jì)賣合計(jì)賣合計(jì)合計(jì)合計(jì)對(duì)于大買大賣成交占比而言，當(dāng)進(jìn)一步加入主動(dòng)買入與主動(dòng)賣出的類型區(qū)分后，主動(dòng)買入的大買大賣占比因子具有了明顯的正向選股效果，從IC與多空收益的角度來看均有非常明顯的選股效果提升。對(duì)于大買中賣，大買小賣而言，主動(dòng)買入部分相較于主動(dòng)賣出部分更偏正向選股效果，但整體差異并不明顯。同樣，對(duì)于中買大賣，小買大賣因子而言，主動(dòng)賣出部分相較于主動(dòng)買入部分也有更強(qiáng)的負(fù)向選股效果，可以認(rèn)為主動(dòng)成交部分對(duì)于整體選股效果明顯有更大貢獻(xiàn)。如果將大單凈買入改為主動(dòng)凈買入，即將被減數(shù)的大買中|小賣因子改為主動(dòng)買入的大買中小賣因子，減數(shù)的中|小買大賣因子改為主動(dòng)賣出的中|小買大賣因子，整體選股效果并沒有顯著差異，說明對(duì)于大單凈買入因子構(gòu)成部分而言，主動(dòng)成交因素影響并不大。上述部分成交占比因子雖然有良好的整體表現(xiàn)，但如果從時(shí)序角度來看，似乎有明金融工程研究金融工程專題報(bào)告8顯的衰減情況。我們以52周為窗口期，考察表3中大買大賣因子，大買中|小賣因子，中|小買大賣因子以及大單凈買入因子52周IC均值。其中，為了保證數(shù)據(jù)的一致性，我們將負(fù)向選股效果的中|小買大賣因子乘以-1，轉(zhuǎn)化為正向選股因子，如下圖：整體來看有一定選股效果的大買大賣因子，中|小買大賣因子以及大單凈買入因子均有不同程度的衰減，尤其在2021年開始，衰減效應(yīng)有一定的加速的跡象。大買中|小賣因子則呈現(xiàn)出明顯的風(fēng)險(xiǎn)因子特性。由于大單凈買入因子可以拆解為大買中|小賣因子-中|小買大賣因子，因此當(dāng)大買中|小賣因子呈現(xiàn)負(fù)向選股效果時(shí)，大單凈買入因子選股效果會(huì)差于中|小買大賣因子，反之則會(huì)有更好表現(xiàn)。從時(shí)序來看，考慮到大買中|小賣因子有退化為弱負(fù)向選股效果因子趨勢(shì)，中|小買大賣因子選股效果可能會(huì)持續(xù)優(yōu)于大單凈買入因子。進(jìn)一步的，對(duì)上述因子進(jìn)行如表3所示的主動(dòng)買賣拆分，考察上述四個(gè)因子以及其對(duì)應(yīng)主動(dòng)買入、賣出因子，對(duì)于大單凈買入因子而言，由于其兩部分有相反的選股邏輯，我們將主動(dòng)買入的大買中|小賣與主動(dòng)賣出的中|小買大賣因子復(fù)合成為大單主動(dòng)凈買入因子，如下圖：金融工程研究金融工程專題報(bào)告9（2017.01-2024.07）（2017.01-2024.07）從上圖可以看出：相比較大買大賣因子，主動(dòng)買入的大買大賣因子有更加穩(wěn)定的因子表現(xiàn)，從歷史來看因子衰減程度較低，因子IC在0.02到0.04之間震蕩，但從因子IC這個(gè)維度而言，主動(dòng)買入的大買大賣因子可以認(rèn)為是一個(gè)持續(xù)有效的選股因子。而復(fù)合后的大買大賣因子表現(xiàn)出的選股效果衰退，主要受到了主動(dòng)賣出的大買大賣因子部分的影響。對(duì)于中|小買大賣因子而言，其主動(dòng)買賣因子均有明顯的衰減情況，而其主動(dòng)買入因子衰減更為劇烈，在2022年后IC方向發(fā)生反轉(zhuǎn)，這也導(dǎo)致中|小買大賣因子在2022年后選股效果逐漸弱于其主動(dòng)賣出因子。大買中|小賣因子及其主動(dòng)買賣因子均呈現(xiàn)非常明顯的風(fēng)險(xiǎn)因子特性，主動(dòng)買賣因素的加入無法對(duì)于其風(fēng)險(xiǎn)因子特性產(chǎn)生實(shí)質(zhì)影響。對(duì)于大單凈買入因子而言，其主動(dòng)凈買入因子會(huì)一定程度遏制其因子衰減的效應(yīng)，但遏制效果并不非常明顯。總結(jié)來看，除了大買大賣因子在疊加主動(dòng)買入特性后有非常明顯的選股效果，尤其是時(shí)序選股效果穩(wěn)定性的提升之外，主動(dòng)買賣因素并不能根本改變因子的整體方向，對(duì)于因子選股效果的遏制效應(yīng)并不明顯。包含大單的成交占比因子衰退可能源自于市場(chǎng)結(jié)構(gòu)的變化，無論買賣，大單有效性來自于對(duì)于市場(chǎng)高定價(jià)能力訂單的捕捉，其具有單個(gè)訂單成交金額較大的特性。然而隨著算法交易的普及，尤其是2021年之后，機(jī)構(gòu)算法交易比例的提升，很多決定市場(chǎng)趨勢(shì)的交易訂單不再具有訂單成交金額較大這一特征，從而使得2021年之后大單因子表現(xiàn)出現(xiàn)明顯的下滑。從這種假想出發(fā)，我們考察大單最后一筆成交之后，股票短期走勢(shì)是否受到大單影響。如果大單沒有使股票短期朝著其交易方向運(yùn)行，則調(diào)低該大單績(jī)效，在計(jì)算大單相應(yīng)占比因子時(shí)，不計(jì)入該大單金額，從而進(jìn)一步提純出真正能夠影響市場(chǎng)走勢(shì)的大單并構(gòu)建因子。我們計(jì)算每個(gè)大單成交之后30秒內(nèi)的股票漲跌幅與市場(chǎng)漲跌幅，在剔除新股和ST股票后，將全市場(chǎng)股票分為滬深300成分股，中證500成分股以及其他股票三組，每個(gè)股票再減去所在分組股票的漲跌幅均值，得到股票超額收益率。如果大單為買單而30秒超額漲跌幅為負(fù)，或者大單為賣單而30秒超額漲跌幅為正，則認(rèn)為該大單為無效大單，計(jì)算相應(yīng)因子時(shí)不再計(jì)入。進(jìn)行調(diào)整后，我們考察改進(jìn)前后分年度的大單凈買入，中|小買大賣，大買大賣及其構(gòu)成部分開盤半小時(shí)占比因子分年度IC，如下表：金融工程研究金融工程專題報(bào)告102016201720182019202賣合計(jì)后合計(jì)賣合計(jì)后合計(jì)賣合計(jì)合計(jì)后合計(jì)合計(jì)合計(jì)合計(jì)進(jìn)后合計(jì)由上表可得，改進(jìn)方案在2016年并沒有取得很好的效果，但從2017年開始，改進(jìn)能力逐步凸顯，且越靠近最近，因子IC的改進(jìn)幅度越發(fā)明顯。對(duì)于大買大賣而言，其主動(dòng)賣出部分因子改善明顯，而主動(dòng)買入部分因子表現(xiàn)卻被顯著削弱。與之相反，中買大賣以及小買大賣因子的主動(dòng)買入部分因子表現(xiàn)改進(jìn)較為明顯，主動(dòng)賣出部分并沒有顯著改善效果，這說明該改進(jìn)方案對(duì)于主動(dòng)買入與主動(dòng)賣出的效果在不同類型的訂單成交金額上有不同的效果?？紤]到無論大買大賣，中買大賣還是小買大賣，其因子均由主動(dòng)買入和主動(dòng)賣出復(fù)合而成，因此我們只保留各自改進(jìn)前后較為明顯的部分，即保留改進(jìn)前的大買大賣的主動(dòng)買入和改進(jìn)后的主動(dòng)賣出并復(fù)合大買大賣，保留改進(jìn)前的中買大賣以及小買大賣的主動(dòng)賣出和改進(jìn)后的主動(dòng)買入并復(fù)合中買大賣，小買大賣，中|小買大賣因子，并分別考察其2016年1月到2021年6月，如下表：金融工程研究金融工程專題報(bào)告11合計(jì)后合計(jì)合計(jì)后合計(jì)合計(jì)合計(jì)后合計(jì)合計(jì)合計(jì)合計(jì)合計(jì)以及2021年7月到2024年7月的表現(xiàn)，如下表：金融工程研究金融工程專題報(bào)告12合計(jì)后合計(jì)合計(jì)后合計(jì)合計(jì)后合計(jì)合計(jì)合計(jì)合計(jì)合計(jì)如上兩個(gè)表所示，在進(jìn)行復(fù)合改進(jìn)后，主動(dòng)買入的大買大賣，主動(dòng)買入的中買大賣，主動(dòng)買入的小買大賣均有明顯的因子表現(xiàn)改善。而比較2016年到2021年6月，以及2021年7月到2024年7月，時(shí)間越靠近最近，其因子表現(xiàn)提升幅度更加明顯，這說明這種改進(jìn)方式可以一定程度的扭轉(zhuǎn)2021年以來大單因子逐步失效的情況。當(dāng)然，相比較早期的因子優(yōu)異表現(xiàn)，這種改進(jìn)方式雖然對(duì)因子表現(xiàn)有一定的提升，但提升后的因子表現(xiàn)依然難以恢復(fù)到早期強(qiáng)勢(shì)的狀態(tài)，大單因子表現(xiàn)整體的下滑趨勢(shì)有所遏制但并未徹底扭轉(zhuǎn)。我們以非線性市值，ROE，SUE，券商高評(píng)分?jǐn)?shù)，換手，特質(zhì)波動(dòng)，反轉(zhuǎn)非流動(dòng)性，買入意愿強(qiáng)度，尾盤成交占比，深度學(xué)習(xí)高頻動(dòng)量因子以及深度學(xué)習(xí)日頻動(dòng)量因子，分別不疊加成交占比因子，加入改進(jìn)前的大單凈買入因子，加入改進(jìn)后的大買大賣占比，中|小買大賣因子，分別構(gòu)建中證500與中證1000組合，考察不同利用不同因子組合所構(gòu)建的指數(shù)增強(qiáng)組合表現(xiàn)差異。其中，中證500增強(qiáng)組合個(gè)股暴露控制在1%，中證1000增強(qiáng)組合個(gè)股暴露控制在0.5%。各自行業(yè)暴露均控制在2%，市值、估值因子暴露控制在0.3。對(duì)應(yīng)組合凈值相對(duì)強(qiáng)弱如下圖：金融工程研究金融工程專題報(bào)告13如果分年度考察組合超額收益收益，如下圖：最后，分別統(tǒng)計(jì)組合從2017年1月到2021年6月以及2021年7月到2024年7月兩個(gè)區(qū)段表現(xiàn)，如下表：信息比年化收益年化波動(dòng)信息比最大回撤加入大單凈主買加入大買大賣、中|小買大賣加入大單凈主買加入大買大賣、中|小買大賣如上表所示，加入大單凈主買因子以及改進(jìn)后的大買大賣、中|小買占比因子后，組合超額均有了一定程度的提升。相比較原始的大單凈主買因子而言，改進(jìn)后的占比因子在近期的提升效果更為明顯，尤其對(duì)于近一年的組合表現(xiàn)，相比較不加入占比因子組合而言，組合超額年化均能提升1%左右，尤其對(duì)于中證1000增強(qiáng)組合而言，因子改進(jìn)完全修正了原始大單凈主買因子由于選股效果退化，在近3年對(duì)組合收益的拖累作用。大單因子作為常用的高頻因子，近幾年選股效果退化尤為明顯，這說明基于市場(chǎng)價(jià)量特征所構(gòu)建的因子，其有選股有效性也會(huì)隨著市場(chǎng)結(jié)構(gòu)的變化產(chǎn)生變化，這需要我們更加關(guān)注因子構(gòu)建的底層邏輯，根據(jù)市場(chǎng)結(jié)構(gòu)的不同，對(duì)于所構(gòu)建的因子有所調(diào)整。然而，雖然可以用疊加信息的方式一定程度改進(jìn)大單凈買入因子選股效果，但很明金融工程研究金融工程專題報(bào)告14顯其因子特性無法得到根本逆轉(zhuǎn)。結(jié)合過往因子開發(fā)的經(jīng)驗(yàn)，當(dāng)使用相同的基礎(chǔ)量?jī)r(jià)數(shù)據(jù)構(gòu)建因子，如都使用逐筆成