2025年海量Level 2数据因子挖掘系列（六）：用逐笔订单数据改进分钟频因子

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、相关研究工作

上述5篇“海量Level 2数据因子挖掘”系列研究报告从Level 2逐笔订单数据中 挖掘了数百个因子，其中部分绩优因子已纳入广发金工Alpha因子数据库超过1年的 时间，期间因子跟踪表现优异。

三、用逐笔订单数据改进分钟频因子

在《基于深度学习的高频数据因子挖掘：多因子Alpha系列报告之(五十一)》等 前序报告中，基于分钟频数据构建了一批有效的Alpha因子，其中一个重要逻辑是： 基于成交量、涨跌幅、股价等指标对日内重点分钟时段进行区分，然后统计这些重 点时段内的量价特征。基于上述思想，本文尝试采用逐笔订单数据对分钟频因子进 行改进，构建了一批日内重点时段（KeyPeriod）的Level 2因子。 重点时段Level 2因子包括涨跌、价格、成交金额、量价协同共4大类、123个因 子，同时予以不同阈值的指标划分标准、以及主买/主卖区分。

四、选股表现

本文从上述4大类、123个重点时段因子中挑选出6个表现较优的因子进行单因子 测试，这些因子在2020年1月1日~2025年11月28日间在全市场以月度换仓的RankIC 指标、10分档平均收益。整体而言， 这些因子的RankIC累计走势单调，具有较好的个股分档能力。

五、与 Barra 风格、深度学习、同类因子相关性

上述6个表现较优的KeyPeriod因子，与Barra风格因子、深度学习因子、以及“海 量Level 2数据因子挖掘”系列前序研究报告中的大小单、长短单、集合竞价、市价 单等因子的相关性如下表所示。整体而言，其中关于股价涨跌幅、股价高低、量价 协同性的KeyPeriod_ret_zero、KeyPeriod_ret_low5pct、KeyPeriod_price_low5pct、 KeyPeriod_sync_low50pct这4个因子具有高度的独立性，与其他因子的相关系数基 本保持在10%以内。而KeyPeriod_amount_top30pct、KeyPeriod_amount_low50pct 这2个与成交金额大小相关的因子则相对而言与其他因子的相关性较高，但相关系数 也整体保持在50%以内。