您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [财通证券]:金融工程专题报告:股票涨跌情境中机构与散户的逆向资金流 - 发现报告

金融工程专题报告:股票涨跌情境中机构与散户的逆向资金流

金融 2026-03-29 财通证券 Explorer丨森
报告封面

金融工程专题报告/2026.03.29 证券研究报告 核心观点 ❖传统资金流因子将资金流视为同质化指标,忽略了不同市场情境下各类资金行为的异质性。我们认为,资金流因子的有效性高度依赖于其所处的市场情境,脱离情境谈资金流意义有限。 分析师缪铃凯SAC证书编号:S0160525060003miaolk@ctsec.com ❖通过对大小单成交单数/金额占比因子的绩效比较,我们发现,成交单数是优于成交金额的因子特征。另外,大单买入行为与卖出行为的因子绩效接近,小单卖出行为因子绩效要优于买入行为。 相关报告 1.《市场震荡调整,指增组合涨跌互现》2026-03-282.《 市 场 调 整 , 指 增 组 合 超 额 回 撤 》2026-03-213.《指增组合年内超额收益悉数转正》2026-03-14 ❖在不同涨跌情景下观察资金流因子的表现,小单因子在上涨区间失效、IC均值为负值,因子有效性收益来源主要来自于下跌阶段的信息;大单因子在不同区间的因子绩效大体接近,因子有效性与上涨或者下跌情境相关性不高。 按照市值进行分域观察资金流因子的表现,2021年以前,大单因子在大市值股票中选股能力优于小市值股票,2021年以后则情况相反;2021年前后,小单因子在不同市值成分中的选股能力整体接近,并未出现明显分化。 ❖基于"情境-特征"匹配思路,我们构建IRCF因子。核心思路为:下跌日看小单卖出、上涨日看大单买入,大单只作用于小票。结合“小单卖出”和“大单买入”构建IRCF因子,2017年以来,因子多空年化收益25.8%,多头组合超额收益9.6%,多头IR为2.13;月度IC均值7.1%,ICIR达到3.29,IC胜率85%。 基于情境regime和行为behavior框架,我们拓展构建“情境-特征”因子体系。基于股票涨跌、成交额、振幅等情境刻画,结合小单买入/卖出笔数、大单买入/卖出笔数等行为特征,我们构建了数十个有效因子。等权组合后得到资金流综合因子,2017年以来,资金流综合因子多头年化超额收益9.9%,IC均值7.7%。 ❖资金流综合因子与IRCF因子等权复合后绩效进一步提升。等权因子多头年化超额收益10.9%,IC均值7.7%,对于IRCF因子有一定边际增量。 ❖风险提示:因子失效风险;模型失效风险;市场风格变动风险 内容目录 1引言....................................................................................................................42小单卖出与大单买入...............................................................................................52.1成交单数与成交金额............................................................................................52.2大小单成交占比因子............................................................................................62.3大单与小单的适配性............................................................................................73大小单特征情境匹配...............................................................................................93.1涨跌情景...........................................................................................................93.2市值分域..........................................................................................................103.3因子平滑..........................................................................................................123.4IRCF因子构建.................................................................................................134“情境-特征”因子体系.........................................................................................155风险提示.............................................................................................................17 图表目录 图1:资金流因子研究框架........................................................................................4图2:买入单数占比..................................................................................................5图3:买入金额占比..................................................................................................5图4:IRCF因子IC序列.........................................................................................14表1:大单成交单数占比绩效.....................................................................................6表2:大单成交单数占比相关性..................................................................................6表3:小单成交单数占比绩效.....................................................................................7表4:小单成交单数占比相关性..................................................................................7表5:中证全指买入相对卖出.....................................................................................8表6:中证800买入相对卖出....................................................................................8表7:大单买入/大单卖出涨跌情景绩效........................................................................9表8:小单卖出/小单买入涨跌情景绩效.......................................................................10表9:大单买入/大单卖出市值分域绩效.......................................................................11 表10:小单卖出/小单买入市值分域绩效....................................................................11表11:大单因子衍生变量绩效.................................................................................12表12:小单因子衍生变量绩效.................................................................................12表13:ICRF因子分年绩效.....................................................................................13表14:IRCF因子分域绩效.....................................................................................14表15:“情景-特征”因子体系挖掘因子绩效................................................................15表16:资金流综合因子绩效对比..............................................................................16 1引言 资金流分析是量化选股研究中的重要分支。传统资金流因子多基于成交金额或成交单数,通过统计大单净流入、小单净流出等指标来刻画主力与散户的资金动向。然而,现有实践普遍存在一个共性问题:将资金流视为同质化指标,忽略了不同市场情境下各类资金行为的异质性。 从行为金融学视角来看,机构投资者与散户投资者在信息获取、风险偏好、交易决策等方面存在系统性差异。这些差异在不同市场情境下会以不同的方式呈现,简单的“大单=机构、小单=散户”划分难以捕捉复杂的资金行为模式。 基于上述观察,我们提出“情境-特征”匹配的研究框架。核心思想是:资金流因子的有效性高度依赖于其所处的市场情境,脱离情境谈资金流意义有限。具体而言,我们从两个维度进行情境划分: 第一,涨跌情境维度。在下跌情境中,散户更容易产生恐慌情绪;在上涨情境中,机构的买入行为更能体现其对后续走势的判断。 第二,市值情境维度。大市值股票中机构普遍采用算法拆单,使得传统大单因子有效性下降;小市值股票中机构交易意图相对更容易被识别。 基于上述框架,我们进行研究发现,对于资金流指标而言,成交单数是优于成交金额的因子特征。小单因子在上涨区间失效,因子有效性收益来源主要来自于下跌阶段的信息;大单因子在不同区间的因子绩效大体接近。 基于“下跌日看小单卖出、上涨日看大单买入,大单只作用于小票”三要素,我们构建IRCF因子。2017年以来,因子多空年化收益25.8%,多头组合超额收益9.6%,月度IC均值7.1%,多头IR为2.13。 在此基础上,本报告搭建了情境regime和行为behavior框架,挖掘“特定市场状态下的行为模式”因子,我们以资金流特征为例构建了数十个因子特征,这些因子能一