高频因子近期回撤并不能完全归因于策略的“同质化”
　　我们基于高频数据开发了一系列因子，如单笔金额分位数QUA、广义主力净流入率CNIR、时间重心偏离TGD等。在样本内均有不错表现，但近期稳定性均有所降低，单因子的表现在2018年前后有所差异，2020年以来ICIR降低明显。
　　策略“同质化”不能很好解释高频因子失效。公募、私募策略在2019年以来出现了一定的趋同性。我们的理解是，策略“同质化”的方向应在低频维度，高频因子回撤的根源还是市场微观结构变迁在悄然改变原有逻辑的适用性。
　　A股投资者结构全景图解析
　　我们参考中基协、中证协等协会年报、上市公司披露的股东明细及公募基金持仓等数据，统计以下几类机构持有的流通股市值占比情况。公募与私募等机构持仓规模在经历2019至2021年的快速增长期后，上升的趋势逐渐放缓；相反地，从交易所口径统计的数据看，机构的交易占比在2017年以来不断提升。
　　未来A股的变化趋势将会是整体资金换手率的提升，对于微观结构变迁的理解也需要修正：机构化进程体现为“交易”机构化，而并非是“持仓”机构化。
　　市场微观结构变迁的三大特征：速度、质量、集中度
　　（1）委托交易速度提升：小市值股票的委托平均执行时间缩短最为明显。机构化的定义可以补充为“不均匀”或是“小市值”的机构化，市场微观结构变迁对主动暴露小市值风格的因子影响会更加显著。
　　（2）平均挂单金额缩小：在《大小单重定标与资金流因子改进》报告中，我们对大小单划分的阈值进行重新定义，大单与小单的分界值从20万元不断降低至2.5万元，并且实测的最优参数还在降低，对于策略的参考意义也在减弱。
　　（3）开盘成交占比增加：在2013年，完成当天20%的交易量需要35分钟，而在2022年这一时长则缩短至20分钟左右。早盘交易的比例在增加，不同选股域之间并没有显著区别。市场上投资者似乎达成了一种交易默契：当隔夜有利好或利空消息时，第二天应该要尽早地完成交易，避免被其他投资者推高或踩踏。
　　其他重要讨论
　　（1）因子策略相适性分析。在因子策略层面，市场微观结构的变化，直接导致原有的构造方法不再适合当前的市场。由于投资者在日内分布结构的不均匀，盘初阶段的涨跌幅会对日内反转因子产生干扰，剔除掉这部分往往能够改造出比较好的反转因子。然而，自2018年以来，提纯日内反转的做法不再有效。
　　（2）微盘股交易结构变化。万得微盘股指数2023年年初以来相对沪深300和中证500超额收益分别为26.8%和29.1%。配置微盘股作为子策略而言有效，部分含“微”量高的基金超额明显跑赢同类偏股类产品。我们判断微盘股策略市场容量暂时还没达到峰值，但是累计超额收益在同类结构下已经较高，不排除会出现部分投资者选择在当下将盈利变现的处置效应风险。
　　风险提示：模型基于历史数据测试，未来市场可能发生变化。
　　

研究报告全文：金金融工程专题融工程2023年09月19日订单流系列关于市场微观结构变迁的故事研究金融工程研究团队市场微观结构研究系列21魏建榕首席分析师魏建榕分析师苏良分析师证书编号S0790519120001weijianrongkyseccnsuliangkyseccn证书编号S0790519120001证书编号S0790523060004张翔分析师高频因子近期回撤并不能完全归因于策略的同质化证书编号S0790520110001我们基于高频数据开发了一系列因子如单笔金额分位数QUA广义主力净流金傅开波分析师入率CNIR时间重心偏离TGD等在样本内均有不错表现但近期稳定性均有融工证书编号S0790520090003所降低单因子的表现在2018年前后有所差异2020年以来ICIR降低明显程策略同质化不能很好解释高频因子失效公募私募策略在2019年以来出专高鹏分析师现了一定的趋同性我们的理解是策略同质化的方向应在低频维度高频题证书编号S0790520090002因子回撤的根源还是市场微观结构变迁在悄然改变原有逻辑的适用性苏俊豪分析师A股投资者结构全景图解析证书编号S0790522020001我们参考中基协中证协等协会年报上市公司披露的股东明细及公募基金持仓等胡亮勇分析师数据统计以下几类机构持有的流通股市值占比情况公募与私募等机构持仓规模证书编号S0790522030001在经历2019至2021年的快速增长期后上升的趋势逐渐放缓相反地从交易所王志豪分析师口径统计的数据看机构的交易占比在2017年以来不断提升证书编号S0790522070003未来A股的变化趋势将会是整体资金换手率的提升对于微观结构变迁的理解也需要修正机构化进程体现为交易机构化而并非是持仓机构化盛少成分析师市场微观结构变迁的三大特征速度质量集中度开证书编号S0790523060003源1委托交易速度提升小市值股票的委托平均执行时间缩短最为明显机构证苏良分析师化的定义可以补充为不均匀或是小市值的机构化市场微观结构变迁对券证书编号S0790523060004主动暴露小市值风格的因子影响会更加显著证券何申昊研究员2平均挂单金额缩小在大小单重定标与资金流因子改进报告中我们研对大小单划分的阈值进行重新定义大单与小单的分界值从20万元不断降低至究证书编号S0790122080094报25万元并且实测的最优参数还在降低对于策略的参考意义也在减弱陈威研究员告3开盘成交占比增加在2013年完成当天20的交易量需要35分钟而证书编号S0790123070027在2022年这一时长则缩短至20分钟左右早盘交易的比例在增加不同选股域蒋韬研究员之间并没有显著区别市场上投资者似乎达成了一种交易默契当隔夜有利好或证书编号S0790123070037利空消息时第二天应该要尽早地完成交易避免被其他投资者推高或踩踏其他重要讨论1因子策略相适性分析在因子策略层面市场微观结构的变化直接导致相关研究报告原有的构造方法不再适合当前的市场由于投资者在日内分布结构的不均匀盘日内分钟收益率的时序特征逻辑初阶段的涨跌幅会对日内反转因子产生干扰剔除掉这部分往往能够改造出比较讨论与因子增强市场微观结构研究好的反转因子然而自2018年以来提纯日内反转的做法不再有效系列19-202212252微盘股交易结构变化万得微盘股指数2023年年初以来相对沪深300和中大小单重定标与资金流因子改进证500超额收益分别为268和291配置微盘股作为子策略而言有效部分市场微观结构研究系列16含微量高的基金超额明显跑赢同类偏股类产品我们判断微盘股策略市场容-20220904量暂时还没达到峰值但是累计超额收益在同类结构下已经较高不排除会出高频因子分钟单笔金额序列中的现部分投资者选择在当下将盈利变现的处置效应风险主力行为刻画市场微观结构研究系列15-20220612风险提示模型基于历史数据测试未来市场可能发生变化请务必参阅正文后面的信息披露和法律声明123金融工程专题目录1投资者结构全景图机构化体现在交易而非持仓62股票市场在交易层面的三大重要变化921电光石火订单交易速度普遍提升922精耕细作激烈竞争下的策略优化1223凤鸣朝阳交易量向早盘阶段漂移143市场微观结构变迁与策略优化讨论1531反转策略的日内优化逻辑1532微盘股的交易结构变化与相关测算194风险提示21图表目录图1单笔金额分位数QUA因子十分组测试结果4图2广义主力净流入率CNIR因子十分组测试结果4图3时间重心偏离TGD因子十分组测试结果4图4合成因子十分组合多头超额在95以上4图5公募500指增超额相关性相对私募偏高5图6公募私募在某些时期有趋同的趋势5图7A股投资者分类示意图6图8公募基金持有流通股市值约为56万亿元7图9私募基金持有流通股市值约32万亿元7图10保险机构持有流通股市值约为2万亿元7图11养老金持有流通股市值约2万亿元7图12券商资管自营持有流通股市值约05万亿元7图13信托机构持有流通股市值约068万亿元7图14其他境内机构持有流通股市值约18万亿元7图15境外机构及个人投资者持有流通股约35万亿元7图16一般法人在A股投资者结构中占比最高专业机构占比约为278图17订单执行时间逐渐缩短交易越来越快9图18不同选股域的订单执行时间差异较小9图19高频10秒内撤单的比例在逐年增大10图20撤单比例保持稳定高频撤单的结构占比提升10图21限价委托的平均执行时间在2018年以来逐渐缩短11图22非市价化限价委托执行时间的历年变化11图23非市价化限价委托在大小市值上的差异不大11图24市价化限价委托执行时间的历年变化11图25市价化限价委托在小市值上执行速度更慢11图262018年以来平均单笔挂单金额呈下降趋势12图27大市值流动性好的股票挂卖单金额偏大12图28平均挂卖单金额变化存在差异小市值股票的降幅更明显13图29大市值股票的单笔成交金额下降趋势不如小市值股票明显13图30公募基金持仓并未整体偏向小市值14图31量化私募在小市值上布局的进度加快14请务必参阅正文后面的信息披露和法律声明223金融工程专题图32日内交易愈发集中于早盘时段14图33成交重心的计算示意图14图34盘中时段的交易向开盘集中而尾盘的结构相对稳定15图35第1小时成交重心2018年以来普遍前移15图36第4小时成交重心基本维持稳定15图37上午时段股价走势示意图16图38分时段的反转强度RankICIR盘中最高16图39不同年度开盘累计涨跌幅因子RankIC的结构变化16图40日内涨跌幅多空收益相对超额为45617图41隔夜涨跌幅因子RankIC为00417图422019年以来反转改进效果变差18图43早盘阶段行情与全天行情的相关性在提升18图442023年以来微盘股相对沪深300超额29919图45含微量高的基金业绩表现较好19图46公募基金持有微盘股市值增长迅速20图47基于聚类误差确定核心参数N320图48微盘股指数的时序样本分为5类交易速度和挂单金额上区分度较高20图49微盘股指数交易日期的时段划分21图50当前时段5相对300超额收益较高21表1增加因子广度虽能增强IC但也无法解决ICIR降低的问题5表22014至2021年年末投资者持股市值占比机构持仓占比在持续提升6表3境外其他国家或地区的股票交易市场结构占比8表4A股市场的机构订单提交比例逐渐提升9表52018至2022年不同类型订单统计委托方式的结构没有发生较大变化10表6剔除开盘第1小时涨跌幅因子效果更好但2018年以来并不理想18表7持有微盘股市值较大的10只公募基金19请务必参阅正文后面的信息披露和法律声明323金融工程专题Level-2行情数据包含逐笔成交逐笔委托和买卖档口数据其中蕴含的丰富信息能够帮助我们了解金融市场的微观结构包括但不限于机构资金流识别日内行为模式差异以及聪明钱交易等等在高频因子分钟单笔金额序列中的主力行为刻画报告中我们基于分钟单笔成交金额刻画了机构参与程度的度量QUA因子2018年以来跟踪效果表现优异RankIC为-0093ICIR为-492多头超额收益达到7以上在大小单重定标与资金流因子改进报告中我们尝试利用逐笔委托和逐笔成交数据重新划分大小单同时解决了资金流因子多头超额不显著的问题改进的广义主力净流入率CNIR因子多头超额优异样本外超越沪深300达到51在日内分钟收益率的时序特征逻辑讨论与因子增强报告中我们以涨跌幅的日内效应为出发点探究涨跌幅在时间轴上的分布信息所构造的时间重心偏离TGD因子的多空信息比率较高RankIC为006多空月度胜率超过90我们将上述因子通过z-score处理后等权合成并测试其分组效果间隔20个交易日来调仓暂时不考虑费率的影响尽管获取超额收益的难度在逐渐增大但是合成因子在2023年上半年仍然有着3以上的多头超额最大回撤为193图1单笔金额分位数QUA因子十分组测试结果图2广义主力净流入率CNIR因子十分组测试结果数据来源Wind开源证券研究所20180102-20230823数据来源Wind开源证券研究所20180102-20230823图3时间重心偏离TGD因子十分组测试结果图4合成因子十分组合多头超额在95以上数据来源Wind开源证券研究所20180102-20230823数据来源Wind开源证券研究所20180102-20230823进一步地我们将双边费率设为3计算上述因子在全市场十分组净值表1的计算结果为因子多头相对等权的超额收益率未经过年化处理请务必参阅正文后面的信息披露和法律声明423金融工程专题表1增加因子广度虽能增强IC但也无法解决ICIR降低的问题因子简称年份1月2月3月4月5月6月7月8月9月10月11月12月月均2018021153048-030056-028091014089007126-0470422019102002-011013032-050-067-082-026-035038-042-0112020019061098041-119-079023272182173093090071TGD2021067-037160141102196222-0851870451560841032022047-004-053-042047-043148052-015063-0131000242023-044001129-086-060-203082-050-0292018005-086099081016-180-035-030-0030372011090182019112-132160174251051168-036032074041-0880672020-015080489095172026079392-034120041-193104CNIR2021-017094237040-025135-080-047-0190393540850662022138-066101-070123017308004050023137-0120632023-009081-007078151187-006-1170452018-093112060121-106-099019168-077-0490941220232019215-084100143-005-0562160861281460700170812020041269-008229291149-016196026021-081114103QUA2021237-180303104-027172-086-086196205163-0540792022111-047-057146-027-026145089098021-1320220292023-067209144251-009-094041-0260562018-104080214104033-094148079-002-0552110640572019184-001262073266-0191430860830740370000992020013226241171064071-017282177197-096157124合成因子2021239-166226148092335231-1410582161670511212022044-031-324068092035171042023019-209061-0012023-017195196014036-096-088-058023数据来源Wind开源证券研究所单位我们观察到单因子的稳定性近期均有所降低而增加因子广度虽然能提升收益表现但也存在一定局限性那是否应归咎于因子策略的同质化以量化产品的净值相关性为例笔者在公募和私募中各取了20只成立时间较早规模较大的500指增产品计算超额净值的相关系数及其时序变化如图5和图6所示图5公募500指增超额相关性相对私募偏高图6公募私募在某些时期有趋同的趋势数据来源Wind朝阳永续开源证券研究所统计2019年数据来源Wind朝阳永续开源证券研究所20181231-20230811请务必参阅正文后面的信息披露和法律声明523金融工程专题由于公募量化面临更严格的约束内部策略的同质化程度相比私募更高而私募内部的超额相关性在2019年以来同样在提升并且在某些时期公募和私募指增的超额收益还会表现出趋同性二者之间的相关系数随着时间不断增强或许我们可以大胆猜测公募与私募策略同质化的方向应在低频而高频因子回撤的根源还是交易结构变迁在悄然改变原有逻辑的适用性本文使用Level-2逐笔数据来研究继续分析和探讨有关金融市场的微观结构的有趣结论核心的研究内容将会聚焦于有关交易逻辑的变化及其成因讨论1投资者结构全景图机构化体现在交易而非持仓A股参与者包括一般法人自然人和专业机构三类其中自然人和专业机构贡献了大部分交易量专业机构按照属地不同可以分为境内机构和境外机构参考Wind分类方法将境内机构分为以下六类公募基金私募基金证券公司保险养老金和信托机构等而境外投资者通常是指QFIIRQFII和陆股通图7A股投资者分类示意图资料来源Wind中国证券投资基金业协会简称中基协下同开源证券研究所根据上交所披露的数据专业机构的持股占比在2017年后快速上升截至2021年底该类占比已经提升至接近20相对自然人的比重也在增加表22014至2021年年末投资者持股市值占比机构持仓占比在持续提升投资者类别20142015201620172018201920202021自然人23512518237021171962205922932448其中10万元以下26812015212312510909309010-50万元---35535031527528250-100万元777163616721233220229221231100-300万元393450419361326340359385300-1000万元3494453803232782943213521000万元以上56486874772166377210241108一般法人61445983600161536455608955975311沪股通039049072118191279334328专业机构214651449155816131392157417771914数据来源上交所开源证券研究所比例单位为12014-2016年由于数据区间拆分不同均合并为10-100万元统计2此处专业机构包含公募基金私募基金券商资管自营保险信托及养老金等机构在内请务必参阅正文后面的信息披露和法律声明623金融工程专题图8公募基金持有流通股市值约为56万亿元图9私募基金持有流通股市值约32万亿元数据来源Wind中基协开源证券研究所截至2023Q1数据来源Wind中基协开源证券研究所截至2023Q1图10保险机构持有流通股市值约为2万亿元图11养老金持有流通股市值约2万亿元数据来源Wind金监局开源证券研究所截至2023Q1数据来源Wind中基协开源证券研究所截至2023Q1图12券商资管自营持有流通股市值约05万亿元图13信托机构持有流通股市值约068万亿元数据来源Wind中证协开源证券研究所截至2023Q1数据来源Wind中信协开源证券研究所截至2023Q1图14其他境内机构持有流通股市值约18万亿元图15境外机构及个人投资者持有流通股约35万亿元数据来源Wind开源证券研究所截至2023Q1数据来源Wind中国人民银行开源证券研究所截至2023Q1请务必参阅正文后面的信息披露和法律声明723金融工程专题我们参考中基协中证协等协会年报上市公司披露的股东明细及公募基金持仓等数据统计以下几类机构持有的流通股市值占比情况图8至图15因部分数据统计口径并不完全一致测算值可能与实际值存在一定的偏差从持仓占比历年的变化情况来看保险和养老金的占比在稳步提升而偏向交易的机构资金如公募基金私募基金券商资管和自营等机构持仓规模在经历2019至2021年的快速增长期后上升的趋势也有所放缓2021年以来并未有明显增长在流动市值口径下截至2023Q1一般法人持有的流通股市值占比最高而专业机构的合并占比达到27与自然人的比例相当其中占比较高的三类境内机构依次是公募基金私募基金以及养老金内部占比分别为353201和13图16一般法人在A股投资者结构中占比最高专业机构占比约为27数据来源Wind开源证券研究所数据截至2023Q1虽然自然人和专业机构的持仓占比都在上升但是并不意味在市场上二者的定价权也是如此在注册制制度实施以来自然人的交易占比由2016年的80以上逐渐降低至2021年的651而专业机构的交易占比则在不断提高参考国外股票市场的发展经验我们认为随着市场交易制度的不断成熟公募及私募等资金交易占比提升机构化进程大概率还会持续目前市场并没有表现为机构绝对强势表3境外其他国家或地区的股票交易市场结构占比交易市场美国中国香港印度日本英国机构交易占比93277122564823个人投资者交易占比6229472212数据来源上交所开源证券研究所不足100的部分为做市或自营交易数据截至2021年底增量资金不足的市场环境下存量的博弈或许是一种常态一方面虽然公募基金等专业机构在2019至2020年经历了快速增长但后续没有形成稳定持续的资金流入资金牛难以预期另一方面根据上交所和深交所数据机构订单比例在2017年后显著提升专业投资者在A股的定价权不断加强未来A股的变化趋势将会是整体资金换手率的提升我们对于微观结构变迁的理解也需要修正机构化进程体现为交易机构化而并非是持仓机构化请务必参阅正文后面的信息披露和法律声明823金融工程专题表4A股市场的机构订单提交比例逐渐提升交易所201120122013201420152016201720182019202020212022上交所981150514681302112711571404179175419962511318深交所901900874942913878215313161552195024012946数据来源上交所深交所开源证券研究所按股数来统计比例单位为2股票市场在交易层面的三大重要变化21电光石火订单交易速度普遍提升我们利用逐笔委托和逐笔成交数据统计了深交所上平均每笔挂单执行成交或撤回所需要花费的时间如图17所示2018年以来整体的订单交易速度在逐步提升2022年3月至5月该指标达到历史低位根据深交所发布的股票市场质量报告的统计结果2022年深市非市价化限价委托执行时间约为508秒市价化限价委托则要更快一些约20秒平均用时也是自2006年以来的最低水平图17订单执行时间逐渐缩短交易越来越快图18不同选股域的订单执行时间差异较小数据来源Wind开源证券研究所数据来源Wind开源证券研究所20180102-20230531我们推测交易提速的驱动因素主要有两种可能性1交易机构化伴随着A股的机构持仓交易占比不断提升市场上会充斥会更多机构单通常而言机构交易者更倾向于用算法下单这部分由程序自动生成的订单能够快速识别交易机会速度上也会比传统手动下单交易更快对于市场的冲击也更小由机构提交的算法委托单越多整体交易速度也越快2流动性改善交易速度与盘口的流动性密不可分例如在流动性比较好的股票上委托单会更容易成交执行时间也会缩短这部分订单的交易提速通常与机构行为关系不大而是与市场上数量更多的个人投资者的交易热情有关结合数据方便我们理解不妨先观察第一种可能性交易机构化机构算法交易带来的变化可通过Level2数据观测细化到每笔委托的特征在所有下达至交易所的委托订单中有部分呈现出明显的高频交易属性订单的持续时间极短例如部分委托在3秒内经历下单与撤单的周期而这并非是传统手动操作所能实现的交易行为大概率是机构的算法单或是高频交易策略我们统计这部分订单的比例图19展示了高频10秒以内撤单占比的变化2018年以撤单比例的分布重心在逐渐往右移动撤回的股数占比越来越高而从撤请务必参阅正文后面的信息披露和法律声明923金融工程专题单占比的整体水平来看撤单占比2018年以来维持在稳定水平主动撤回的股数占全部委托股数的比例约为32图20图19高频10秒内撤单的比例在逐年增大图20撤单比例保持稳定高频撤单的结构占比提升数据来源Wind开源证券研究所数据来源Wind开源证券研究所2023年数据截至5月31日撤单比例没有特别明显的变化而是在内部表现出结构性转变也说明了在机构交易占比渐渐增多与交易所提供的统计结果一致在流动性供给方面机构也在逐渐挤占个人投资者的位置此外上图还有一点值得关注的变化依据2023年上半年的统计数据高频撤单比例相比2022年下降了06该现象有可能是样本偏差但不排除是一种趋势见底的信号对照图17上述测算结果可能揭示了一种现象相较以往当前交易订单簿充斥着越来越多的算法订单这部分交易委托会在一定程度上提供市场的流动性盘口宽度会缩窄执行时间进一步缩短原本由个人投资者贡献的交易现在逐渐由部分机构投资者来完成A股市场的撮合交易的环境在变化因子策略亦要顺时施宜第二种可能性是由投资者情绪主导的放量行情在A股市场中投资者较多在盘口附近提交委托单其数量越多股票的流动性越好订单的交易速度也相应地更快一些然而市价委托的比例非常少表5大部分交易还是通过限价委托完成我们进一步按价格顺序划分为市价化和非市价化的限价委托表52018至2022年不同类型订单统计委托方式的结构没有发生较大变化指标单位20182019202020212022市价委托提交比例021020027024021市价化限价委托提交比例541538542541534非市价化限价委托提交比例457460455457464数据来源Wind深交所开源证券研究所限价委托为笔者统计结果非交易所数据市价化限价委托与非市价化限价委托的区别在于在交易的优先程度为了快速完成一笔交易投资者会报出更为激进的价格高于买一价或者低于卖一价这部分订单即为市价化限价委托否则为非市价化限价委托在价格优先时间优先的规则下市价化限价委托更容易成交数量占比上也最多约占全部委托的54上述两类订单平均执行时间的变化趋势如图21所示请务必参阅正文后面的信息披露和法律声明1023金融工程专题图21限价委托的平均执行时间在2018年以来逐渐缩短数据来源深交所开源证券研究所大多数情况下市价化与非市价化的限价委托的执行速度同向变动但在2015至2018年间两者存在明显的背离我们理解上述两类订单执行时间变化的驱动内因不一样前者取决于盘口流动性供给而后者则与大额交易需求关系密切在经历2015年的大跌后个人投资者对股市的看法普遍消极盘口流动性的供给出现了短缺市价化限价委托的执行速度大幅降低当市场交易情绪提升时盘口的交易委托也会更多进而缩短订单周期2015年之前的交易提速大多属于这种情况进一步我们观察不同选股域的变化情况图22和图24分别对应两类限价委托执行时间在不同年份的变化其中市价限价委托的分域效果会更明显一些图22非市价化限价委托执行时间的历年变化图23非市价化限价委托在大小市值上的差异不大数据来源Wind开源证券研究所数据来源Wind开源证券研究所图24市价化限价委托执行时间的历年变化图25市价化限价委托在小市值上执行速度更慢数据来源Wind开源证券研究所数据来源Wind开源证券研究所请务必参阅正文后面的信息披露和法律声明1123金融工程专题无论是市价化还是非市价化的限价委托平均执行时间均在缩短但又存在一定区别1不同选股域的差异2时序变化的显性程度在不同选股域内订单执行时间基本上遵循大票时间短小票时间长的变化规律主要原因在于大小市值股票的流动性差异大票的交易比较活跃限价委托能被迅速地成交而在成交较为低迷的小票中所需时间更长这一特征在与流动性相关度更高的市价化限价委托中体现更为明显从变化趋势来看小市值股票的市价化限价委托平均执行时间缩短的程度最为明显我们或许可以补充机构化为不均匀或是小市值的机构化而市场微观结构变迁对主动暴露小市值风格的因子影响会更加显著两类委托的平均执行时间在2022年以来均再没有显著降低合理设想这一变化背后的资金博弈可能已经达到了某种平衡订单流交易提速的边际变化在逐渐收敛22精耕细作激烈竞争下的策略优化在大小单重定标与资金流因子改进报告中我们观察到A股的平均单笔挂单金额在近年来呈现下降趋势图262022年4月达到最低值考虑这点报告对大小单划分的阈值进行重新定义大单与小单的分界值从20万元不断降低至25万元并且参数还在缩减对于策略的参考意义也在降低从分域测试结果来看挂单金额的大小与股票流动性有关流动性越好的股票标的委托金额越大若是交易流动性偏差的标的拆分下单的概率会更大一方面能避免过度影响到市场价格图27另一方面也能降低交易成本图262018年以来平均单笔挂单金额呈下降趋势图27大市值流动性好的股票挂卖单金额偏大数据来源Wind开源证券研究所数据来源Wind开源证券研究所20180103-20230531全市场的单笔挂单金额与成交额的相关系数可以达到067单笔挂单金额的变动具有一定的周期性当市场处于交易很活跃的时候投资者通常不需要将订单拆分得很细例如2019年初2020年等出于隐藏交易意图和摊薄成本的考虑投资者通常会分笔买入导致卖出委托的金额要大于买入委托但二者均呈现相同的变化趋势对统计结果也没有显著影响大小市值股票的挂单金额变化并不一致机构化的演绎过程有所不同我们同样分域观察挂单金额的时序变化图28展示了不同选股域内股票近几年挂单金额的变化情况在2020年至2023年期间股票的平均挂单金额均有不同程度降低降幅最为明显为中证1000国证2000指数成分股等小市值股票而大票同期变化幅度却不是很大仅2022年和2023年有小幅降低请务必参阅正文后面的信息披露和法律声明1223金融工程专题图28平均挂卖单金额变化存在差异小市值股票的降幅更明显数据来源Wind开源证券研究所20180102-20230531在前一小节中我们观测到小市值股票的交易提速更明显图24再结合图28的结果更加印证了一开始的想法A股的机构化是不均匀的对于因子策略的影响也存在大小市值的差异为了验证这一结论是否可靠我们不妨将统计时间拉长一些图29展示了不同选股域在2010年以来单笔成交金额的时序变化图29大市值股票的单笔成交金额下降趋势不如小市值股票明显数据来源Wind开源证券研究所图29的结果基本上验证了我们的猜想微观交易数据的变化能够体现出来市场交易结构变迁的规律大市值股票受到机构拆单交易的影响小而小市值股票交易结构变化大在交易特征上的变化则会更加明显A股的机构化并不是均匀的机构化而是倾向于在小市值范围内的机构化而微观结构变迁的影响在局部更大那紧接着的问题是驱动市场微观结构变化的投资者是谁根据我们估算的投资者结构推测可能有以下几类公募私募养老保险券商和外资从交易换手的特性上我们可以优先排除养老金和保险这部分资金的交易频率偏低风险控制要求更为严格并不具备连续推动市场放量的客观条件而对比公募基金和私募基金公募面临的监管相比私募要更加严格在持仓换手方面都有要求主动偏股型公募基金的持仓集中在中证800指数成分股内约占712截至2023Q2也不太可能在小市值上主动暴露过大请务必参阅正文后面的信息披露和法律声明1323金融工程专题图30公募基金持仓并未整体偏向小市值图31量化私募在小市值上布局的进度加快数据来源Wind开源证券研究所数据来源私募排排网开源证券研究所当前持续披露净值的私募指数增强产品的数量不断增长相比较公募而言私募的持仓更偏小票私募500增强的业绩也优于公募以2023年上半年为例公募基金的平均超额收益为06而同期私募产品超额为44差异的来源不仅限于交易能力和模型选股范围和衍生工具也是关键因素并且据中基协统计数据的保守估计量化私募的规模已经突破万亿对于市场交易的贡献度也在20左右因此我们合理推测私募是A股小市值机构化的主要推手在2022年以前外资持股与境内私募机构关联同样也是重要驱动要素但随着北向通道不再向内地投资者开放这部分资金也受到了一定干扰券商持仓不透明仅作一般性推断23凤鸣朝阳交易量向早盘阶段漂移除了微观订单视角的变化在更宏观的日内分时交易形态上也存在变化以开盘累计成交用时为例我们统计2013年以来的时序变化趋势图32图32日内交易愈发集中于早盘时段图33成交重心的计算示意图数据来源Wind开源证券研究所资料来源开源证券研究所在2013年完成当天20的交易量预计需要35分钟而在2022年这一时长则缩短至20分钟左右早盘交易的比例在增加似乎在2017年之前我们观测投资者提早交易的特征并不明显2015年出现了较长的牛市行情一定程度上提早了整体的交易时点但后续又回复到前几年的平均水平说明这可能也是交易意愿的表象指标2017年以来累计时长呈现降低趋势我们推测与市场结构变化有关图34展示了日内第1小时和第4小时来计算成交重心观察其在历年来的变化趋势与开盘不同的是尾盘交易的比例整体没有发生显著的改变请务必参阅正文后面的信息披露和法律声明1423金融工程专题图34盘中时段的交易向开盘集中而尾盘的结构相对稳定数据来源Wind开源证券研究所成交重心越来越靠前投资者对于交易的渴望也达到历史极值然而趋向早盘交易的特性我们理解这更像是机构交易行为原因在于早盘1小时筹码多机构投资者交易的流动性条件也更好那是否也会与挂单金额和交易速度类似呈现大小票的不同规律于是我们分别拆分不同的选股域观察日内交易时段中第1小时和第4小时成交重心的变化趋势如图35和图36所示图35第1小时成交重心2018年以来普遍前移图36第4小时成交重心基本维持稳定数据来源Wind开源证券研究所数据来源Wind开源证券研究所测试结果似乎有些令人诧异不同选股域之间并没有显著区别而是与全市场的规律基本一致市场上投资者似乎达成了一种交易默契当隔夜有利好或利空消息时第二天应该要尽早地完成交易避免被其他投资者推高或踩踏我们推测机构投资者倾向在早盘流动性好的时段交易但个人投资者同样需要及时消化掉隔夜发产生的信息二者相似的交易偏好推动成交移向早盘2017年以来机构交易者占比提高机构化进程可能增强了趋势在因子策略层面日内交易者结构的变化最直接的结果是原有的构造方法不再适合当前的市场3市场微观结构变迁与策略优化讨论31反转策略的日内优化逻辑日内反转Alpha主要在捕捉市场上的短期错误定价这部分由投资者的不理智交易的行为导致开盘一段时间T1至T2股价上涨下跌的幅度会较大主动买卖盘量大容易引起价格偏离开盘价格冲高后会小幅回落也即反转效应累计过程请务必参阅正文后面的信息披露和法律声明1523金融工程专题不单调这是因为机构在主导交易定价反转逻辑在早盘较难演绎图38图37上午时段股价走势示意图图38分时段的反转强度RankICIR盘中最高资料来源开源证券研究所数据来源Wind开源证券研究所20070102至20171231以半小时为间隔笔者分别测算时段1931-1000至时段81431-1500的反转强度将各时段的涨跌幅平滑20日测算月度调仓的RankICIR结果如图38所示早盘的反转效应最弱而随着机构交易时段结束由个人投资者贡献的错误定价Alpha逐渐显现这一结构特征与我们在APM因子得到的结论一致图39不同年度开盘累计涨跌幅因子RankIC的结构变化数据来源Wind开源证券研究所请务必参阅正文后面的信息披露和法律声明1623金融工程专题我们进一步探究上述结构在不同年份的演绎情况以开盘累计涨跌幅因子的RankIC为例图39的子图展示了因子RankIC随时间变化趋势横轴为因子对应累计的分钟数ii123240虚线表示隔夜涨跌幅因子对应的RankIC均值首先观察日内反转IC的结构以2018年之前为例主要呈现以下规律1早盘阶段日内反转效应的特征并不强烈RankIC随着开盘后交易时间的延长呈现出先强后弱的趋势这类样本在2018年以前尤其普遍盘初的一段时间内约1小时反转效应都未有显著的提升反转的逻辑在早盘表现较差2非理性交易导致的错误定价主要集中在盘中时段尤其是中午休市后开盘的第1个半小时时段1301-1330RankIC的日内结构表现为在开盘后出现明显提升其中200820122013和2016这四年的特征最为显著3尾盘阶段因子RankIC的变化方向并不确定有些年份样本表现出较强的反转性质如20112013和2014年但也有部分年份的测试结果出现相反的情况例如2008和2015年整体没有呈现出特别强的规律性故而不展开讨论简单概括上述规律是早盘阶段机构交易者参与定价较多反转效应的逻辑演绎并不通畅因而RankIC没有持续的提升在机构集中交易时段结束后个人投资者的交易比例逐渐提高错误定价的Alpha特征也开始显现出来在2018年以后这一规律发生了变化早盘反转效应强度在逐渐增强而盘中及盘尾却没有明显的改变甚至弱化这说明随着交易向早盘集中错误定价行为也在往前移动日内的反转Alpha结构在逐渐淡化然而机构投资者占据着早盘时段错误定价转移的方向并不理想可以设想日内反转效果还会进一步减弱我们把当日涨跌幅拆分为隔夜和日内若干时段IC结构性测试结果表明隔夜涨跌幅呈现弱动量效应而日内涨跌幅则呈现不同程度的反转效应那么在此基础上构造反转因子的思路可以是将弱动量的隔夜部分剔除而仅保留日内部分经测试有效图40RankICIR由-222提升至-273图40日内涨跌幅多空收益相对超额为456图41隔夜涨跌幅因子RankIC为004数据来源Wind开源证券研究所20080102-20230821数据来源Wind开源证券研究所反转效应由日间转移到日内的优化逻辑稳健图41展示了20日平滑后的日涨跌幅因子和日内涨跌幅因子的十分组效果多空收益提升效果稳定在46以上隔夜涨跌幅的动量逻辑来源于市场对休市期间信息的合理定价这部分收益在过去较长时间内都保持相对稳定但在2019年以后整体的稳定性也在变差请务必参阅正文后面的信息披露和法律声明1723金融工程专题类似的切割方法同样可以放到日内的交易时段为了验证交易量前移对日内反转的影响我们分别构造两个不同的日内涨跌幅因子并测试表现其中A因子是剔除开盘第1小时数据计算的累计涨跌幅B因子作为对照组则不做任何处理表6剔除开盘第1小时涨跌幅因子效果更好但2018年以来并不理想指标因子2012H12012H22013H12013H22014H12014H22015H12015H22016H12016H22017H12017H2A100715335511530126917382734408482969614611497多空B73912824551397113015252770353858689410171668A35770864272539311316602148200-051263360多头B33344221140341913116311012104-088053261RankA-0059-0079-0065-0087-0045-0097-0108-0088-0081-0035-0077-0075ICB-0032-0080-0045-0088-0046-0106-0113-0068-0094-0017-0068-0070指标因子2018H12018H22019H12019H22020H12020H22021H12021H22022H12022H22023H1全区间A208314411262202-4551484557133513496072572668多空B159011471412474-14310695491876209910962052514A5424473532940446762018403730794751027多头B206231350247034072-037533455190-020685RankA-0086-0081-0090-0029-0069-0044-0017-0041-0038-0053-0055-0068ICB-0040-0103-0132-0043-0070-0044-0021-0084-0077-0110-0056-0070数据来源Wind开源证券研究所A因子剔除开盘第1小时的日内涨跌幅因子B因子日内涨跌幅因子对照组A因子在2018年以前表现要显著优于B因子说明由于投资者在日内结构分布的不均匀盘初阶段的涨跌幅会对日内反转因子产生干扰剔除掉这部分往往能够改造出比较好的反转因子然而自2019年以来上述做法变得不再有效我们再次观察日内因子游戏的玩法已经发生变化图42图422019年以来反转改进效果变差图43早盘阶段行情与全天行情的相关性在提升数据来源Wind开源证券研究所20190102-20230531数据来源Wind开源证券研究所错误定价在日内由盘中和盘尾移动到早盘阶段这种趋势是明确的而交易量堆积到早盘会使得后续行情变动乏力往往一天的涨跌幅只需要开盘后半小时的行情就能大概率猜出图43直观描述了市场出现的变化横轴是累计涨跌幅所用的分钟数图中计算了开盘前N分钟涨跌幅与日内涨跌幅相关系数随时间的变化成交量前移对于构造日内反转因子而言是一种困扰以前我们可以通过剔除日内的弱反转来构造增强特征但是如今已经不支持这类提纯操作早盘这部分弱反转逐渐变强但因为存在机构的强定价能力反转特征也就很难表现为一个稳定请务必参阅正文后面的信息披露和法律声明1823金融工程专题的Alpha或许这也是近些年来反转类因子普遍失效的内在原因32微盘股的交易结构变化与相关测算相较于较为拥挤的大盘股微盘股的短期表现更加亮眼截至2023年8月25日万得微盘股指数2023年年初以来相对沪深300和中证500超额收益分别为299和308配置微盘股指数增强收益作为子策略而言相对有效部分含微量高的基金超额明显跑赢同类偏股类产品图442023年以来微盘股相对沪深300超额299图45含微量高的基金业绩表现较好数据来源Wind开源证券研究所数据来源Wind开源证券研究所数据截至20230630根据2023年二季度报披露的基金前十大重仓股我们统计了持有微盘股市值较大的10只公募基金图45为主动偏股基金在2023年初以来的业绩分布部分持有微盘股的基金在年内跑出不错的收益整体排名相对靠前表7表7持有微盘股市值较大的10只公募基金持仓市值持仓占比区间收益最大回撤序号基金代码基金简称亿元2023H11011403OF融通鑫新成长A110547408-11292001643OF汇丰晋信智造先锋A086388-217-18373007484OF信澳核心科技A0792501549-13404007130OF中庚小盘价值072097492-11835007343OF嘉实科技创新067544-051-15756009993OF嘉实前沿创新063493-479-15357004450OF嘉实前沿科技063591-645-18868506006OF汇添富科创板2年定开059378191-12699007994OF华夏中证500指数增强A051143808-47210006551OF中庚价值领航046051-123-1604数据来源Wind开源证券研究所数据截至20230630微盘股不应该单看估值更应该分析策略的容量这也是当前市场上讨论较为广泛的问题我们认为微盘股策略的超额来源于持续的资金关注但因为策略容量偏小若是机构等长线资金持仓的比例过高则后续的增量资金可能不足以再继续推动价格上涨因而有必要弄清楚当前微盘股指数的现状从资金持仓市值来看我们统计了公募持有微盘股市值截至2023年2季度测算公募基金持仓市值达到106亿元约为全部微盘股流通市值的268整体占比请务必参阅正文后面的信息披露和法律声明1923金融工程专题虽然在2021年中以来不断提升但目前持仓的绝对值并不高不妨简单地测算一下微盘股的交易结构目前400只微盘股的每日的交易额约150亿元而取高低换手资金的年换手率平均值为40倍则当前交易结构下策略能够容纳900至1000亿元的活跃资金而低换手的公募等机构的持仓仅占其中10左右图46公募基金持有微盘股市值增长迅速图47基于聚类误差确定核心参数N3数据来源Wind开源证券研究所数据来源Wind开源证券研究所进一步分析微盘股指数的时序特征我们使用平均挂单金额委托平均执行时间以及开盘成交重心等指标对微盘股时序样本进行聚类确定参数的曲线如图47所示最终根据肘方法选定聚类数量为5设定时序样本的区间为20180101至20230531共计1312个交易日图48展示分类结果以及各指标相关性情况图48微盘股指数的时序样本分为5类交易速度和挂单金额上区分度较高数据来源Wind开源证券研究所根据上述对微盘股时序样本的分类结果微盘股指数在平均挂单金额和交易速度上具有明显的区分度并且距离当前时间越近的样本平均挂单金额越小交易速度越快说明当前的机构持仓还在持续增加请务必参阅正文后面的信息披露和法律声明2023