【广发金工】量化·精选·致远-2026深度研究十八：从高频撤单信息中构建因子：海量Level 2数据因子挖掘系列（八）

广发证券高级金工分析师 张逸飞

SAC: S0260526070010

shzhangyifei@gf.com.cn

广发证券首席金工分析师 安宁宁

SAC: S0260512020003

anningning@gf.com.cn

广发证券首席金工分析师 陈原文

SAC: S0260517080003

chenyuanwen@gf.com.cn

广发金工安宁宁陈原文团队

数据制胜：如何能在股票市场的博弈中胜出？对于量化投资者来说，关键在于对数据的全面收集，并结合数学模型和算法进行深入分析，从海量数据中挖掘出隐藏的市场规律。

撤单活跃度因子：刻画投资者交易意愿变化。订单撤回行为并非简单的交易取消，而是投资者基于市场信息不断调整报价策略的结果。本文构建了一系列撤单活跃度与规模因子，其中rel_count_per_active_minute 因子在 20190101~20260630 全市场选股样本中 RankIC 均值达到-9.19%，IC 胜率达到 73.09%，显示撤单行为中蕴含的截面信息。

日内时间结构与撤单节奏因子：捕捉交易行为的时序特征。投资者在不同交易阶段的订单调整行为存在明显差异，不同阶段的撤单特征能够反映市场参与者交易节奏和信息处理方式。本文进一步从撤单发生时间分布出发，构建日内时间结构因子，其中 time_close_minus_open_count_share 因子 5 日平滑 RankIC 均值达到 5.43%，IC 胜率达到 73.98%。

快速撤单与普通撤单差异因子：识别不同交易行为模式。不同撤单速度对应投资者不同的决策过程，快速撤单可能体现更高频的信息响应，而普通撤单更多反映常规流动性调整。本文通过比较快速撤单与普通撤单在持续时间、发生节奏等方面的差异，构建相关因子。

因子相关性：撤单因子提供区别于传统量价因子的增量信息。本文进一步分析撤单类因子与 Barra风格因子以及因子内部相关性。整体而言，除了关注撤单规模和活跃度的因子，其余因子与 Barra 风格因子相关性均控制在 30%以下，具有较强的独立性。

风险提示：（1）本文所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时存在失效风险；（2）本文策略在市场结构及交易行为改变时有可能存在失效风险；（3）因量化模型不同，本文提出的观点可能与其他量化模型结论存在差异。

一、Level 1与Level 2行情数据介绍

如何能在股票市场的博弈中胜出？关键在于对市场信息的掌握和对市场规律的理解。对于量化投资者来说，更在于对数据的全面收集和深度分析，并结合数学模型和算法，从海量数据中挖掘出隐藏的市场规律。这些规律可能是某些股票价格的趋势，市场的周期性波动，抑或是短期的交易信号。一旦这些规律被发现并加以利用，量化投资者便能在股票市场的博弈中获得优势。

股票行情数据源于上交所和深交所，根据数据的频率和丰富度通常分为Level 1数据和Level 2数据。如表1所示，Level 1数据为3秒一笔的快照（Snapshot）数据，包含了常用行情软件上可以看到的最高价、最低价、开盘价、收盘价、成交量、成交额、成交笔数、委买委卖量、5档申买申卖价、5档申买申卖量等数据。而相比数据频率较低、数据丰富度有限的Level 1数据，Level 2数据中则不仅提供了更为丰富的快照（Snapshot）数据，如10档申买申卖价、10档申买申卖量、最优买卖价前50笔委托、买卖委托价位数、买卖撤单信息等，而且提供了Level 1数据中所不包含的逐笔订单（Tick）数据。逐笔订单数据包含了当日交易时段中集合竞价阶段和连续竞价阶段的每一笔订单数据，其中的关键信息包括精确到毫秒的订单时间、逐笔序号、频道代码、价格、数量、金额、买入卖出订单号和订单类别等详细数据。Level 2数据中的逐笔订单数据是一切行情数据的根源，不同频率的快照数据均由逐笔订单数据聚合而成。在“海量Level 2数据因子挖掘”系列研究报告中，将尝试对Level 2数据中详细的快照数据和逐笔订单数据进行深入分析并加以利用，有望能够从中获得更为丰富的价格趋势、周期波动、交易信号等规律和信息，从而挖掘出更为有效的因子，构建出具有超额收益的股票投资组合。

二、从撤单中构建因子

在连续竞价交易中，投资者提交的限价订单通常面临三种结果：全额成交、在成交前被主动撤销，或在部分成交后撤销剩余部分。有别于成交数据所反映的既定交易意愿，撤单数据刻画的是那些曾经存在、但最终被主动取消的流动性承诺。

从市场微观结构视角来看，挂单行为体现了投资者在买卖盘口提供流动性的意愿，而撤单行为则意味着这一报价承诺的终止。因此，撤单不仅关乎订单的最终执行形态，更深刻反映出投资者对当前价格水平、盘口动态风险以及自身订单状态进行持续跟踪与重新评估的过程。

撤单在交易中发生极为普遍。以 2019 年以来的全市场数据看，撤单量与成交量基本处于同一量级，撤单占成交比例长期接近 100%，意味着市场上每成交 1 手，几乎同时有 1 手订单被撤销，撤单已成为与成交并行的常态行为。

从年度趋势看，2019–2021 年撤单量约为同期成交量的 90%，2022 年起两者基本持平，2024 年后撤单量甚至略高于成交量。撤单行为本质上刻画了投资者对流动性供给的“试用”与“撤回”，它既可能是订单未成交后的被动取消，也常作为主动策略——投资者通过挂单探测市场深度、测试对手盘意愿，或在信息到达后快速修正报价。撤单数据与成交数据互为补充，共同构成理解市场参与者行为与订单簿动态的双支柱。

观察部分撤单在全部撤单行为中的占比，尽管部分撤单的行为总体来说占比较低，但部分撤单量占比呈现稳定地高于部分撤单笔数占比的趋势。说明发生部分撤单的订单平均规模大于全额撤单订单，部分撤单更集中于大额订单。

部分撤单的特殊意义在于，它提供了比全额撤单更精细的行为信息。当投资者选择部分成交后撤销剩余部分，意味着其报价在挂单期间确实触发了成交，但成交并未改变其对后续价格的判断——剩余部分被撤，这个过程体现了“先成交、再评估、后终止”的决策链条，包含了对已实现成交价格的认可与对未来盘口风险的重估，信息含量更为丰富。因此值得在后续分析中予以专门关注。

通过探索撤单的信息，并区分部分撤单与全部撤单，订单时间和买卖方向等特征，本文围绕撤单的角度构造了一系列因子，因子在 20190101~20260630 期间的全市场选股 RankIC 表现如下图所示。

（一）rel_count_per_active_minute 因子-原始

（二）time_open_count_share 因子-滚动20日

（三）time_close_minus_open_count_share 因子-滚动5日

（四）time_afternoon_vol_share 因子-滚动20日

（五）spec_share_within_normal_count 因子-原始

（六）fast_normal_switch_rate_diff_vol 因子-滚动20日

（七）fast_normal_avg_run_length_diff_vol 因子-滚动20日

四、因子相关性

（一）与Barra因子相关性

上述 7 个表现较优的撤单类因子与 Barra 风格因子的相关性如下表所示。除了关注撤单活跃度和规模的rel_count_per_active_minute 之外，其余因子与 Barra 各风格因子相关性均处于 30%以下，具有较强的独立性。

（二）因子内部相关性分析

上文所述 7 个因子的内部相关性分析如下表所示，不同组别间的因子相关性较低。

五、风险提示

本文所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时存在失效风险；

本文策略在市场结构及交易行为改变时有可能存在失效风险；

因量化模型不同，本文提出的观点可能与其他量化模型结论存在差异。

法律声明：
本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。
完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。
在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。
本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。
本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。