因子手工作坊系列：当大单不再可靠基于撤单行为的机构交易识别

索引索引内容目录一、引言 4二、算法交易撤单的识别 5特别的撤单聚集现象 5算法交易的撤单时点识别 6三、算法交易撤单占比类因子 6因子构造 6因子有效性检验 7ACCR因子值的演变 10四、买单算法交易撤单占比因子 买单算法交易撤单占比因子选股表现测试 买单算法交易撤单占比因子的风格特征 12与Barra因子的相关性 12与逐笔成交类level2因子的相关性 13五、因子拓展分析 14不同指数成分股内的选股效果 14卖单算法撤单因子同样有效 14对因子应用的初步思考 15六、总结 16七、风险提示 17参考文献 17图表目录图1： 资金流向定义 4图2：每笔交易平均金额vs.总成交金额（月均） 4图3：机构订单在小/中/大单中的占比变化 5图4：1分钟内撤单数量统计（2025年7月日度平均，沪深A股） 5图5：10s内撤单数量统计（2025年7月日度平均，沪深A股） 6图6：ACVR因子五分组累计超额净值（相对万得全A，2017.01-2025.12） 8图7：ACCR因子五分组累计超额净值（相对万得全A，2017.01-2025.12） 9图8：ACCR因子全市场均值的演变（2017.01-2025.12） 10图9：BABR多头组扣费后净值vs.万得偏股混合型基金指数净值（2017.01-2025.12） 12图10：BABR因子与成交类level2因子相关性（2017.01-2025.12） 13图买单、卖单算法交易撤单占比因子多头组累计超额净值（相对万得全A） 15图12：全市场BABR因子值分布（2025.09.30） 16表1：ACVR因子分年度选股表现（2017.01-2025.12） 7表2：ACCR因子分年度选股表现（2017.01-2025.12） 8表3：加入20ms内撤单的ACCR因子分年度选股表现（2017.01-2025.12） 10表4：BAAR、BABR、ACCR因子的选股表现（2017.01-2025.12） 表5：BABR因子分年度选股表现（2017.01-2025.12） 表6：BABR因子与BarraCNE5风格因子相关性（2017.01-2025.12） 12表7：BABR因子市值中性化后分年度选股表现（2017.01-2025.12） 13表8：BABR因子在不同指数成分股内的选股表现（2019.01-2025.12） 14表9：买单、卖单算法交易撤单占比因子的选股表现（2017.01-2025.12） 15表10：BABR与流动性因子的双重排序检验 16一、引言Level-2图到同一绝对金额阈值的难度差异较大。以贵州茅台（600519.SH）为例，202512月311377.18元，一手（100股）13.77万元，已远超常见的“小单”划分阈值（如，4万元以下。数据，计算平均挂单金额及标准差，并以此为基础，设定如“均值±n倍标准差”的划分金实力，更可能源自机构；而小额挂单则更可能来自个人。A股市场，依赖订单的大小识别机构行为，已不再可靠。2图1： 资金流向定义 图2：每笔交易平均金额vs.总成交金额（月均）280002300018000130008000

86420平均每笔交易金额（元） 总成交金额（百亿元，右轴）zhang等人的工作论文《TrackingRetailandInstitutionalInvestorsActivityinChina4万元以下为小单、20万元以上为大单的划分标准，2017年（图320%，2017年后更是进一步回落。我们认为，这一发现严重动摇了“小单为散户，大单为机构”的传统假设。即，仅凭挂单金额已难以有效区分投资者类型。图3：机构订单在小/中/大单中的占比变化TrackingRetailandInstitutionalInvestorsActivityinChina二、算法交易撤单的识别特别的撤单聚集现象202571分钟内的“下单-撤单时间差”直方图（图4，却发现部分时点的撤单数量呈现明显的脉冲式集中。我们认为，这种异常，可能直接指向了其背后存在某种由程序预设的、规则化的撤单逻辑。图4：1分钟内撤单数量统计（2025年7月日度平均，沪深A股）250000200000撤单数150000撤单数1000005000000 10000 20000 30000 40000 50000 60000下单-撤单时间差（ms）上交所，深交所算法交易的撤单时点识别为了进一步探究由程序驱动的撤单所蕴含的潜在规律，我们截取了下单后10秒内的图13569秒附近、3秒整数倍（3秒、6秒、9秒）及个别整数秒（1秒、5秒。图5：10s内撤单数量统计（2025年7月日度平均，沪深A股）250000200000撤单数150000撤单数1000005000000 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000下单-撤单时间差（ms）上交所，深交所高度集中的时点更可能由机构的算法交易驱动。具体逻辑如下，3秒整数倍（1分钟内：A31分钟内均匀拆分0036现出集中的撤单行为。150人类最容易想到的整数时点。00秒作为算法交易验证算法交易撤单识别方法的稳健性。三、算法交易撤单占比类因子因子构造1513秒整数倍（即3秒、6秒、9秒……直至60秒）的前后20毫秒（ms）区间内，则判定该笔撤单由算法交易驱动。这里加入±20ms的容错窗口，是考虑到交易系统、网络传输及时间戳记录可能存在的微小延迟，进一步提升识别的稳健性。10个交易日，因此在构造因子时也进行了平滑处理。具体地，以过去10个交易日为滚动窗口，分别汇总每只股票算法交易驱动的撤单行为与全部撤单行为，并计算如下两个因子。算法交易撤单量占比(𝐀lgorithm𝐂ancel𝐕olume𝐑atio,ACVR)=算法交易撤单量/全部撤单量算法交易撤单数占比(𝐀lgorithm𝐂ancel𝐂ounts𝐑atio,ACCR)=算法交易撤单笔数/全部撤单笔数应有更高的预期收益。因子有效性检验2017-202510个交易日以均价计算的收益1至1的PIC相关指标时，采用向后滚动一日的方式，以获得更加稳算法交易撤单量占比因子（ACVR）1所示，ACVRIC0.02660.2%，多空组合年化收益率6可见，ACVR（（1和2）IC水平。表1：ACVR因子分年度选股表现（2017.01-2025.12）RankICICIRIC胜率组1超额组5超额20170.0140.13654.51%-17.13%-14.45%20180.0200.22259.67%-1.42%5.73%20190.0790.83480.33%-18.72%18.99%20200.0490.42469.96%-22.66%15.56%2021-0.012-0.09949.38%9.02%20.68%20220.0140.09754.55%2.16%6.42%20230.0030.02849.59%3.24%14.11%20240.0060.04748.76%-13.23%-8.08%20250.0630.54074.49%-15.09%30.79%全区间0.0260.22160.16%-7.41%8.48%上交所，深交所，DataYes，图6：ACVR因子五分组累计超额净值（相对万得全A，2017.01-2025.12）4.543.532.521.510.502017 2018 2019 2020 2021 2022 2023 2024 2025组1 组2 组3 组4 组5 多空上交所，深交所，DataYes，算法交易撤单数占比因子（ACCR）IC025.1%。同时，五分组的单调性和区分度较为鲜明，多空组合累计净值稳定向上。表2：ACCR因子分年度选股表现（2017.01-2025.12）RankICICIRIC胜率组1超额组5超额20170.0600.69770.90%-21.36%-6.16%20180.0560.60372.02%-6.26%8.21%20190.1040.95685.66%-26.72%17.54%20200.0640.57668.72%-29.17%18.42%20210.0210.23059.26%0.71%26.44%20220.0370.32364.46%-5.45%10.78%20230.0140.11651.65%0.05%17.81%20240.0200.15456.20%-16.39%-6.25%20250.0800.70676.13%-19.57%32.45%全区间0.0510.45367.25%-12.98%12.08%上交所，深交所，DataYes，图7：ACCR因子五分组累计超额净值（相对万得全A，2017.01-2025.12）1098765432102017 2018 2019 2020 2021 2022 2023 2024 2025组1 组2 组3 组4 组5 多空上交所，深交所，DataYes，为什么笔数占比因子的表现明显优于量占比因子？实际偏好，所以能为因子带来额外的信息增益。A股订单簿被反复累加，从而扭曲因子值。相比之下，这种情况在使用撤单笔数时，就能得到较好的缓解。例如，10万手的撤5R0R极端订单带来的干扰，使因子具备更高的性噪比和稳定性。秒撤的订单能提供额外的信息增益吗？（20重新测试因子的表现。23（ICICIR等）信息。反而还可能因背后交易逻辑的潜在不同，影响原因子的稳定性。综上所述，我们认为，无论是从交易逻辑的严谨性，还是从因子的实际选股效果出发，维持原先的算法交易撤单判定标准均为更优的选择。表3：加入20ms内撤单的ACCR因子分年度选股表现（2017.01-2025.12）RankICICIRIC胜率组1超额组5超额20170.0550.62671.72%-20.51%-6.98%20180.0490.51370.37%-6.20%7.56%20190.1000.94684.84%-25.92%16.76%20200.0610.52969.14%-28.86%17.53%20210.0200.21858.44%0.83%26.60%20220.0340.31464.05%-4.23%10.97%20230.0100.09550.00%0.65%16.68%20240.0220.18356.61%-15.30%-0.63%20250.0770.67977.78%-18.90%31.43%全区间0.0480.43867.02%-12.35%12.23%上交所，深交所，DataYes，ACCR因子值的演变R图2017年-20181%-2%32018年下半年-2021年，ACCR因子的均值整体呈现逐步抬升的趋势。320226%-8%渗透率趋于稳定。因而，较大的因子值或是机构参与度提升的一种信号。图8：ACCR因子全市场均值的演变（2017.01-2025.12）9%8%7%6%5%4%3%2%1%0%2017 2018 2019 2020 2021 2022 2023 2024 2025ACCR全市场均值四、买单算法交易撤单占比因子由前文的分析可知，算法交易撤单行为越活跃的股票，预期收益率也越高。然而，ACCR的构建仅聚焦于下单和撤单的时间间隔，忽略了很多其他信息，如，下单的时点、方向、价格等。其中，订单的方向是最显而易见、也最容易结合的变量。更能表征其对该股票的信心水平。ACCR的基础上进一步构建两个买单维度的算法交易撤单占比因子：买单算法交易撤单笔数/全部撤单笔数（𝐁uy𝐀lgorithmCancelvs𝐀llCancel𝐑atio）买单算法交易撤单笔数/全部买单撤单笔数（𝐁uy𝐀lgorithmCancelvs.𝐁uyCancel𝐑atio）买单算法交易撤单占比因子选股表现测试4ACCR因子进一步提升。BABR因子，IC0.058，ICIR0.55，双周度胜率超过70%，多空组合年化收益率27.8%。因此，如无特殊说明，后文所有关于算法交BABR展开。表4：BAAR、BABR、ACCR因子的选股表现（2017.01-2025.12）RankICICIRIC胜率组1超额组5超额买单算法交易撤单笔数/全部撤单笔数（BAAR）

0.057 0.547 69.62% -13.83% 12.56%（（BABR）13.16%-14.64%70.08%0.5470.058买单算法交易撤单笔数/全部买单撤单笔数算法交易撤单笔数/全部撤单笔数（ACCR）上交所，深交所，DataYes，

0.051 0.453 67.25% -12.98% 12.08%表5：BABR因子分年度选股表现（2017.01-2025.12）RankICICIRIC胜率组1超额组5超额20170.0710.87074.18%-21.38%-4.30%20180.0690.80276.13%-9.22%8.36%20190.1080.97084.84%-27.92%19.22%20200.0750.68072.02%-30.81%16.46%20210.0340.38965.02%-3.84%28.39%20220.0430.40766.53%-7.83%12.11%20230.0200.17755.79%-0.71%18.90%20240.0220.18857.85%-16.90%-4.40%20250.0840.75778.19%-19.77%33.91%全区间0.0580.54770.08%-14.64%13.16%50及5C3240.02BABR（累计净值，（885001.WI）90.59因子能在一定程度上募行为的方式。图9：BABR多头组扣费后净值vs.万得偏股混合型基金指数净值（2017.01-2025.12）3.532.521.510.502017 2018 2019 2020 2021 2022 2023 2024 2025BABR值 上交所，深交所，DataYes，买单算法交易撤单占比因子的风格特征与Barra因子的相关性BABR因子可能有着和常见量价因子不同的Barra风格因子的相关性。表6：BABR因子与BarraCNE5风格因子相关性（2017.01-2025.12）对数市值Beta动量残差波动率非线性市值账面市值比流动性盈利成长杠杆2017-8.00%-6.23%5.69%-2.51%-5.15%-10.84%-14.03%-7.02%-2.51%-13.62%201817.11%-7.26%21.62%-2.80%13.25%-14.82%-16.93%-6.88%4.23%-8.72%20197.07%-0.08%18.74%-8.79%6.34%-23.59%-9.59%-5.50%7.24%-16.55%2020-3.97%12.23%24.35%-2.81%1.01%-24.94%0.74%-9.96%4.05%-18.59%2021-3.77%18.44%10.05%-2.02%0.46%-20.73%0.16%-10.74%4.14%-18.73%2022-7.30%18.07%0.97%-3.37%-3.19%-17.21%-2.81%-8.05%5.91%-16.60%2023-5.52%14.75%-0.68%4.34%-3.57%-23.65%2.39%-9.93%6.59%-21.20%20240.51%19.11%-5.49%-0.75%1.54%-16.05%-9.70%-4.29%11.14%-20.58%2025-17.71%27.05%-0.72%-8.32%-10.93%-15.08%-10.08%-8.54%4.22%-24.76%全区间-2.39%10.65%8.30%-3.01%-0.02%-18.54%-6.66%-7.88%5.00%-17.70%上交所，深交所，DataYes，6Rs）及杠杆（Leverage）保持稳定且显著的负相关；2020-2025Beta持续正相关。故A20202025年，7所示。表7：BABR因子市值中性化后分年度选股表现（2017.01-2025.12）RankICICIRIC胜率组1超额组5超额20170.0851.16985.66%-25.18%-3.06%20180.0720.91781.07%-8.66%8.71%20190.1071.12286.48%-28.37%19.33%20200.0780.73676.13%-32.01%15.35%20210.0310.33260.49%-3.32%27.93%20220.0410.39166.12%-6.63%10.51%20230.0170.16154.55%-0.22%17.82%20240.0260.21559.92%-18.12%-3.09%20250.0740.66778.60%-17.33%29.47%全区间0.0590.56872.14%-14.83%12.69%上交所，深交所，DataYes，尽管市值中性化后，2025IC0.084IC及多因子的影响较为有限，BABR因子能够提供相对独立的信息增益。与逐笔成交类level2因子的相关性BABRBetalevel-2因子有较低的10所示，相关系数基本都在±0.2之内。图10：BABR因子与成交类level2因子相关性（2017.01-2025.12）0-0.1-0.2bo_big_bs_ret_corrbo_big_bs_amt_pct_posbo_mid1_bs_amt_pct_posbo_mid2_bs_ret_corrbo_mid1_bs_ret_corrs_skewbo_mid1_b_ret_corrbo_mid1_s_per_od_pctbo_big_s_per_od_pctbo_big_bs_ret_corrbo_big_bs_amt_pct_posbo_mid1_bs_amt_pct_posbo_mid2_bs_ret_corrbo_mid1_bs_ret_corrs_skewbo_mid1_b_ret_corrbo_mid1_s_per_od_pctbo_big_s_per_od_pcts_ret_corrbo_mid2_b_sum_pctbo_mid3_bs_amt_pct_negbo_mid1_b_sum_pctbs_skewbo_mid3_s_per_od_pctbo_small_bs_amt_pct_posbo_small_b_sum_pctbo_mid3_s_amt_pct_negbo_mid1_s_ret_corrbo_mid3_b_amt_pct_posbo_small_b_ret_corrbo_mid2_s_amt_pct_negbo_big_s_amt_pct_negbo_small_s_amt_pct_posbo_mid1_s_amt_pct_negbo_mid3_b_per_od_pctbo_small_bs_per_od_pctbo_big_bs_amt_pct_negbo_small_b_per_od_pctbo_mid2_s_amt_pct_posbo_small_s_amt_pct_negb_sum_pct_posGRU_ML3上交所，深交所，DataYes，IC>0，BABR和基于成交数据开发的深度学习因子的相关系数为-0.25。这主要是因为，后者通常呈现较为鲜明的低波动、低流动性、低估值风格，而R表。BABR却A五、因子拓展分析不同指数成分股内的选股效果BABR200020191810002000IC0.046800表8：BABR因子在不同指数成分股内的选股表现（2019.01-2025.12）RankICICIRIC胜率组1超额组2超额组3超额组4超额组5超额多空超额沪深3000.0160.09254.33%-4.36%-0.34%0.59%4.41%6.99%11.35%中证5000.0190.12157.15%-8.52%-0.45%4.26%5.81%5.98%14.50%中证10000.0460.34664.63%-14.49%-3.45%5.93%9.39%14.82%29.31%中证20000.0680.59672.51%-19.41%0.87%9.67%14.77%21.07%40.48%万得全A0.0550.49068.63%-14.83%-0.03%7.82%11.09%17.02%31.85%上交所，深交所，DataYes，出发，找到潜在的原因。ETF300其次，即便不考虑被动基金，机构投资者可能也会出于长期配置、跟上基准或同行、卖单算法撤单因子同样有效算法撤单占比因子是否表达了机构投资者的负面情绪，而呈现截然相反的选股。9IC中四个因子的多头组净值走势也较为一致，表明买单和卖单的算法交易占比因子的相关性也较高。表9：买单、卖单算法交易撤单占比因子的选股表现（2017.01-2025.12）RankICICIRIC胜率组1超额组5超额买单算法交易撤单笔数/全部撤单笔数0.0570.54769.62%-13.83%12.56%卖单算法交易撤单笔数/全部撤单笔数0.0500.44267.93%-12.07%11.07%买单算法交易撤单笔数/全部买单撤单笔数0.0580.54770.08%-14.64%13.16%卖单算法交易笔数/全部卖单撤单笔数0.0500.43867.20%-11.65%10.64%上交所，深交所，DataYes，图11：买单、卖单算法交易撤单占比因子多头组累计超额净值（相对万得全A）3.532.521.510.502017 2018 2019 2020 2021 2022 2023 2024 2025买单算法交易撤单笔数/全部撤单笔数 卖单算法交易撤单笔数/全部撤单笔数买单算法撤单笔数/全部买单撤单笔数 卖单算法交易笔数/全部卖单撤单笔数上交所，深交所，DataYes，我们猜测，算法交易撤单占比可能代表了个股的某种属性，刻画的是机构投资者整体对股票的关注和参与强度，无关乎其买卖方向。对因子应用的初步思考0R图（总撤单数较小的股票，通常换手率都较低。于是，我们猜测，BABR因子或在流动性较高的股票集合中，有更突出、更稳定的选股效果。BarraBABRBABR因子从小RankIC及多空收益率。图12：全市场BABR因子值分布（2025.09.30）45403530频数25频数20151050.000.010.000.010.030.040.050.060.070.080.0060.270.290.300.310.320.330.340.350.370.380.390.400.410.42因子值上交所，深交所，DataYe