本文聚焦下单-撤单时间差这一特殊的订单薄特征，挖掘算法交易驱动的订单带来的alpha。
　　【报告亮点】
　　通过下单-撤单时间差的视角，对算法交易驱动的撤单进行识别与交易逻辑分析。
　　构建的算法交易买单撤单占比（BABR）与算法交易买卖撤单熵（ACE）因子具有较强选股效果。
　　【主要逻辑】
　　下单-撤单时间差分布呈现脉冲式集中，集中的时间点可能代表了算法交易驱动的撤单行为。统计这类算法交易撤单与全部撤单的比例，构建算法交易撤单数占比因子（ACCR），因子全区间RankIC达到0.052，ICIR为0.458。
　　进一步细分撤单的买卖特征，发现买单算法交易撤单笔数/全部买单撤单笔数（BABR）全区间RankIC达到0.059，ICIR达到0.555，IC胜率70.1%。与市值因子、Barra风格因子中性化后，BABR因子仍保留一定选股能力。
　　构建算法交易买卖撤单熵（ACE）因子，通过引入撤单熵，描述了算法撤单中买卖双方的意见：买卖意见一致性越高，因子值越大。因子RankIC达到0.047，ICIR为0.479。
　　将ACE与BCBR分别进行横截面排序并转化为百分比排名，两个排名相加得到合成因子。合成因子全区间RankIC达到0.069，ICIR为0.851，IC胜率达到81.5%。IC和IC稳定性相较单因子均有显著提升。选取因子值前100的股票等权组合，双周调仓，策略年化收益率为13.03%，超额年化收益率为13.77%，信息比率为1.44。
　　风险提示：数据来源第三方，或有遗漏、滞后、误差；本报告使用历史数据测算完成，存在历史统计规律失效风险；模型假设或与实际市场情况存在差异；市场风格变化风险：市场投资风格可能发生变化，影响当前因子的有效性。