广发金工 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

本研报为广发金工海量Level 2数据因子挖掘系列的第八篇，聚焦于从撤单行为中构建投资因子。报告对比了撤单与成交类数据的优劣势，并从撤单强度、时间、投资者身份三个维度深入挖掘信息。撤单强度因子显示存在小市值效应，撤单时间因子揭示开盘前撤单占比高预示负向收益，尾盘占比高预示正向收益，两类撤单的对比因子则分属四组，具备多维度收益来源。

高频因子挖掘行业正持续深化发展，尤其在海量Level 2数据应用方面。未来研究将更注重多维度数据的融合分析，如结合撤单、成交、订单等多源高频数据，提升因子挖掘的深度和广度。同时，因子覆盖度的稳定性问题将备受关注，需通过动态调整股票池、优化算法等方式应对样本衰减挑战。

报告重点分析了撤单行为中的信息价值，构建了撤单强度、撤单时间、投资者身份三类因子。其中，撤单强度因子揭示小市值效应，撤单时间因子区分了开盘前与尾盘的信号差异，投资者身份因子则将撤单分为规则型与超高速型，并发现规则型因子表现更优。此外，报告还构建了切换率与连续时长均值等对比因子，展现多维度收益来源。

当前市场对高频因子的判断呈现分化趋势。一方面，随着数据获取门槛降低和技术进步，高频因子应用日益普及；另一方面，因子覆盖度衰减、市场有效性增强等问题也引发关注。投资者需关注因子稳定性与适应性，结合多因子策略提升风险收益比。

研报主要提示超高速撤单因子覆盖度逐年下降的风险，预计2026年仅约1300-1500只股票可计算，样本稳定性不足。此外，股票池差异可能影响因子有效性，需警惕样本选择偏差。投资者在使用相关因子时，应关注覆盖范围变化，并考虑结合其他指标进行综合判断。