“量价淘金”选股因子系列研究（十九）：订单簿环境在构建逐笔离散因子中的应用

本文为国盛金工《“量价淘金”选股因子系列研究》的第十九篇报告，继续基于“因子簇”的研究理念，展开新因子的构建与生产工作。具体地，本文尝试将订单簿数据中蕴含的信息纳入选股因子的构建过程：以订单簿状态为条件、观察逐笔层面的交易行为，构建一簇有效因子。

围绕订单簿数据构建因子的整体框架，围绕“事件识别、特征计算、日内聚合”这三个关键步骤展开：

1. 事件识别：在哪些环境中观察市场参与者的行为。从两个方向定义事件：

• 订单簿事件：仅凭订单簿的形态判断，例如买卖挂单失衡进入极端状态、盘口附近出现大额挂单堆积、买卖价差明显偏宽等。
• 逐笔事件：由逐笔数据与订单簿数据进行交互判断，例如大额主动成交发生在何种盘口状态之下、一笔被动挂单挂在了盘口的什么位置等。

2. 特征计算：在事件范围内，利用逐笔数据观测参与者的交易行为。包括主动成交、挂单激进程度、撤单、挂单位置、主动单执行方式、主动成交的溢价与事后兑现、被动挂单的最终结局等。

3. 日内聚合：将日内多次事件对应的特征汇总为日度因子。通过原始值、事件内相对全时段、买方减卖方这三种比较方式，以及常规聚合、时间聚合这两类聚合方法，将日内多个观测特征汇总为日度因子。

通过上述三个步骤，基于不同的订单簿环境批量构建因子。经过进一步分时段筛选，留下有效且相关性较低的因子，得到“订单簿环境因子簇”，并将其中对于构建指增组合有较大增益者等权合成，得到“订单簿环境综合因子”。

订单簿环境综合因子的表现：回测时间段2016/01/01-2026/09/30内，以全体A股为研究样本，订单簿环境综合因子的月度IC均值为0.070，年化ICIR为4.09，月度RankIC均值为0.088，年化RankICIR为4.69；10分组多空对冲的年化收益为38.55%，年化波动为8.75%，信息比率为4.40，月度胜率为90.63%，最大回撤为6.27%。

指数增强组合的效果：基于订单簿环境综合因子，构建月频调仓的指数增强组合：

• 沪深300指数增强组合的超额年化收益为8.14%，跟踪误差为3.42%，信息比率为2.38，日度胜率为59.01%，日度最大回撤为5.71%。
• 中证500指数增强组合的超额年化收益为12.43%，跟踪误差为3.98%，信息比率为3.12，日度胜率为59.05%，日度最大回撤为5.94%。
• 中证1000指数增强组合的超额年化收益为17.29%，跟踪误差为5.05%，信息比率为3.43，日度胜率为59.86%，日度最大回撤为7.11%。