• 高频因子选股能力受计算时段影响明显，部分因子如净委买占比、买入意愿强度等在开盘后30分钟数据计算时选股能力更强，部分因子如高频偏度则在剔除开盘后数据时表现更佳 [page::0][page::4]。

| 因子 | 月度IC均值全天 | 月度IC均值开盘后 | 月度IC均值剔除开盘后 | 月均多空收益全天 | 月均多空收益开盘后 | 月均多空收益剔除开盘后 |
|----------------|---------------|------------------|-----------------------|------------------|-------------------|-------------------------|
| 高频偏度 | -0.02 | -0.01 | -0.03 | 0.94% | 0.31% | 1.00% |
| 下行波动占比 | 0.02 | -0.01 | 0.02 | 0.54% | 0.44% | 0.85% |
| 净委买占比 | 0.02 | 0.03 | 0.00 | 0.57% | 0.97% | 0.16% |
| 委托成交相关性 | -0.02 | -0.01 | -0.02 | 0.75% | 0.38% | 0.75% |
| 净主买占比 | 0.01 | 0.02 | 0.01 | 0.33% | 0.72% | 0.35% |
| 知情主卖占比 | -0.02 | -0.02 | -0.02 | 0.61% | 0.75% | 0.22% |
| 买入意愿占比 | 0.02 | 0.03 | 0.02 | 0.69% | 1.06% | 0.40% |
| 买入意愿强度 | 0.03 | 0.04 | 0.02 | 1.01% | 1.36% | 0.78% |

• 股票日内成交及大单交易呈U型分布：开盘后30分钟和收盘前30分钟交易活跃度最高，含大单交易比例亦显著上涨，由此推断该两时段信息含量较高，知情交易者活动频繁

• 统计结果显示，尽管交易量高，收盘前30分钟选股能力不及开盘后30分钟，复盘对比显示开盘后30分钟买入意愿相关因子表现明显优于收盘前，推断两个时段中知情交易者占比差异显著 [page::7]

| 因子 | 月度IC均值全天数据 | 月度IC均值开盘后 | 月度IC均值收盘前 | 月均多空收益全天数据 | 月均多空收益开盘后 | 月均多空收益收盘前 |
|----------------|--------------------|------------------|------------------|----------------------|-------------------|--------------------|
| 净委买占比 | 0.02 | 0.03 | 0.00 | 0.57% | 0.97% | 0.16% |
| 净主买占比 | 0.01 | 0.02 | 0.01 | 0.33% | 0.72% | 0.35% |
| 知情主卖占比 | -0.02 | -0.02 | -0.02 | 0.61% | 0.75% | 0.22% |
| 买入意愿占比 | 0.02 | 0.03 | 0.02 | 0.69% | 1.06% | 0.40% |
| 买入意愿强度 | 0.03 | 0.04 | 0.02 | 1.01% | 1.36% | 0.78% |

• 分析发现股票日内收益波动与盘口买卖价差均呈L型分布：开盘后波动及价差最高，反映出开盘后知情交易者比例高，信息不对称程度较大；收盘前虽交易活跃但信息不对称性较低 [page::8][page::9]

• 组合实证：

- 中证500指数增强组合使用开盘后买入意愿强度因子，年化超额收益较全天计算提升约3.6%，同时大部分年份表现出收益波动和最大回撤均降低

| 年度 | 超额收益全天 | 超额收益开盘后 | 最大回撤全天 | 最大回撤开盘后 | 年化波动率全天 | 年化波动率开盘后 |
|---------------|-------------|---------------|-------------|---------------|--------------|----------------|
| 全区间 | 19.1% | 22.7% | 5.9% | 6.4% | 6.0% | 5.8% |
- 沪深300指数增强组合使用开盘后买入意愿占比因子，年化超额收益提升约1.7%，整体组合收益表现更优

| 年度 | 超额收益全天 | 超额收益开盘后 | 最大回撤全天 | 最大回撤开盘后 | 年化波动率全天 | 年化波动率开盘后 |
|---------------|-------------|---------------|-------------|---------------|--------------|----------------|
| 全区间 | 10.1% | 11.8% | 4.9% | 4.2% | 4.3% | 4.3% |

• 风险提示：策略表现受市场系统性风险、资产流动性风险及政策变动影响较大 [page::0][page::12]

《选股因子系列研究（七十）——日内市场微观结构与高频因子选股能力》详尽深度解析

---

1. 元数据与报告概览

标题：《选股因子系列研究（七十）——日内市场微观结构与高频因子选股能力》
分析师：冯佳睿、袁林青
机构：海通证券研究所
发布日期：2020年2月12日
主题：围绕股票市场日内高频数据，分析不同时间段计算的高频选股因子选股能力差异，并结合日内市场微观结构进行解释，最后通过调时段优化因子计算提升策略表现。

报告核心论点：

• 高频选股因子的选股能力显著，且利用日内某些特定时段（如开盘后30分钟）的数据计算因子值，可进一步增强选股能力。

- 股票成交额在日内呈U型分布（开盘后和收盘前成交活跃），大单成交同样有类似特征。

• 不同时段内部，开盘后30分钟与收盘前30分钟的市场微观结构存在本质差异，前者包含更多知情交易者。

- 股票日内分钟收益波动及盘口买卖价差呈L型分布，开盘后波动及价差较高，暗示信息不对称。这一特征解释了高频因子在开盘后数据计算时表现更优。

• 通过调整因子计算时段，显著提升组合收益表现，如中证500增强组合年化收益提升近3.6%。

- 风险提示包括市场系统性风险、流动性风险及政策变动风险。[page::0,4,5,12]

---

2. 逐节深度解读

2.1 引言与前期回顾

报告继承了前期系列研究的成果，基于不同层级高频数据构建了多种选股因子，验证其显著月度选股能力。新的发现是，因子计算所用的日内时间段不同将影响因子表现。通过分割全天交易时段（9:30-14:56）为开盘后30分钟（9:30-9:59）和剔除开盘后其余时间组，证实部分因子在开盘后计算更有效，部分则在剔除开盘后数据中更优。并且报告提出这一现象与日内市场微观结构及因子内在逻辑相关。[page::0,4]

2.2 高频因子选股能力对比（表1）

• 关键数据：表1列出多种高频因子在全天、开盘后、剔除开盘后数据时的月度IC均值及多空收益，

例如：
- “买入意愿强度”：全天IC=0.03，开盘后IC=0.04，剔除开盘后IC=0.02；对应多空收益分别为1.01%、1.36%、0.78%。
- “净委买占比”与“净主买占比”等主动交易行为因子也在开盘后时段计算效果尤佳。
- “高频偏度”、“下行波动占比”等反映投资者过度反应的因子则在剔除开盘后数据中表现较优。

分析：主动交易类因子更能描绘信息优势投资者（知情交易者）行为，因知情交易者具有领先性，其在开盘后行为刻画效果更好。另一类因子反映市场非理性过度反应，开盘时段容易受知情交易抑制，剔除开盘后数据反而更能体现此类过度反应。体现不同因子本质逻辑的时间效应差异，从因子构造角度支撑了周期分割的有效性。[page::4]

2.3 日内市场微观结构观察

成交占比（图1-4）

• 四个覆盖不同指数范围的图表一致显示股票日内成交额呈典型的U型分布：开盘后30分钟和收盘前30分钟的成交占比大幅高于中间全天其他时间段。

- 开盘后的成交占比略高于收盘前。此现象与海外市场文献一致，反映非自主流动性交易者集中在这两端时间段，带动整体成交聚集。

大单成交占比（图5-8）

• 大单成交额在日内也显示U型分布，开盘后和收盘前时段大单成交占全天大单成交额的比例最高。

- 因大单往往更能反映机构或知情投资者行为，此结构强化了开盘后和收盘前时段蕴含的信息量更大这一论断。

• 结合开盘后知情交易者行为的假设，主动交易类因子在开盘后计算重要性逻辑得到实证性支持。[page::5,6,7]

收益波动（图9-12）

• 不同指数内股票分钟收益波动呈L型分布，即开盘后收益波动显著高，随后逐渐下降并保持较低波动，收盘前波动没有明显提升。

- 海外文献中日内波动同成交类似为U型，国内市场呈L型，暗示收盘前知情交易者相对较少，主动交易信息含量在该时段未如开盘后显著。

• 这支持了报告推断——开盘后聚集较多知情交易者，收盘前主要为非信息驱动交易，具有结构性差异。[page::7,8]

买卖价差（图13-16）

• 买卖价差也呈现L型分布，开盘后价差较高，收盘前较低。基于Glosten & Harris (1988)理论，买卖价差反映信息不对称程度，价差越大信息优势者比例越高。

- 价差分布体现开盘后市场信息不对称性更强，知情交易者聚集显著；收盘前价差较低说明信息不对称减弱，知情交易者较少。

• 这与收益波动的L型特征相辅相成，进一步说明开盘后时段市场交易特征特殊，因子切片有效性逻辑基础扎实。

[page::8,9]

2.4 组合测试与实证验证

中证500指数增强组合（表3，图17）

• 使用开盘后30分钟买入意愿强度因子替代全天计算版本，在2016年至2020年7月期间的超额收益普遍提升（整体提升约3.6%），风险指标（最大回撤和波动率）总体有所下降。

- 净值曲线显示包含开盘后买入意愿强度因子的组合表现稳健领先全天版本。

沪深300指数增强组合（表4，图18）

• 类似地，选用开盘后30分钟买入意愿占比因子替代全天版本，超额收益提升约1.7%。

- 组合表现显示改进因子实际有效性，支持调整因子计算时段优化选股的实际操作推广。
[page::10,11]

2.5 总结

报告总结了因子内在逻辑与日内市场微观结构的配合影响，明确提出知情交易类因子适合使用开盘后30分钟数据，以捕捉更多信息优势交易。过度反应类因子则剔除该时段数据表现更优，跟日内波动及价差的L型特征相符。调整时间窗口显著提升选股因子表现以及组合收益。风险主要包括市场系统性风险、流动性风险及政策调控风险。[page::11,12]

---

3. 关键图表深度解读

3.1 表1 高频因子选股能力（月度IC均值与多空收益）

| 因子 | 全天IC | 开盘后IC | 剔除开盘后IC | 全天多空收益 | 开盘后多空收益 | 剔除开盘后多空收益 |
|------------------|---------|----------|--------------|--------------|--------------|-------------------|
| 高频偏度 | -0.02 | -0.01 | -0.03 | 0.94% | 0.31% | 1.00% |
| 下行波动占比 | 0.02 | -0.01 | 0.02 | 0.54% | 0.44% | 0.85% |
| 净委买占比 | 0.02 | 0.03 | 0.00 | 0.57% | 0.97% | 0.16% |
| 委托成交相关性 | -0.02 | -0.01 | -0.02 | 0.75% | 0.38% | 0.75% |
| 净主买占比 | 0.01 | 0.02 | 0.01 | 0.33% | 0.72% | 0.35% |
| 知情主卖占比 | -0.02 | -0.02 | -0.02 | 0.61% | 0.75% | 0.22% |
| 买入意愿占比 | 0.02 | 0.03 | 0.02 | 0.69% | 1.06% | 0.40% |
| 买入意愿强度 | 0.03 | 0.04 | 0.02 | 1.01% | 1.36% | 0.78% |

解读：上表明确展现了因子计算时段对选股能力的影响。明显发现，以知情交易行为为核心的因子（如净委买占比、买入意愿强度）在开盘后时段计算选股效果最好。反映投资者过度反应的因子（高频偏度）剔除开盘后计算更有效。此数据清晰支持报告关于不同因子内生逻辑与日内交易结构适配的论断。[page::4]

3.2 图1-4：日内成交占比（U型分布）

• 全市场及具体指数成分股均呈现成交额U型分布，峰值出现在第一段（开盘后30分钟）和第八段（收盘前30分钟）。

- 开盘成交峰值略高于收盘峰值，表明早盘交易更加集中。

意义：高成交额时段代表资讯活跃和流动性集中的时点，对因子信号计算质量具有直接促进作用。[page::5]

3.3 图5-8：大单成交占比（同样U型分布）

• 大买单和大卖单成交时段主要集中在开盘和收盘前，且大买单通常稍高于大卖单，占比均达到20%左右峰值。

- 充分反映出机构和知情交易者活跃期段与成交峰值地方一致。

联系：主动交易因子以大单行为为核心，说明因子在这些阶段更能准确捕捉机构和知情交易者行为印记。[page::6,7]

3.4 图9-12：分钟收益波动（L型分布）

• 发现收益波动最大集中于开盘后，而中间和收盘后波动显著低。

- 这一分布与成交额U型不同，暗示日内信息来源和市场反应结构存在异质性。

推断：收益波动反映知情交易者对价格冲击的间接表现，L型结构表明开盘后信息揭露与市场反应较强，收盘前波动缺乏同等力度市场冲击因子。[page::8]

3.5 图13-16：买卖价差（L型分布）

• 买卖价差与分钟波动类似，开盘后最大，收盘前回落。

- 信息不对称理论支持更大价差意味着知情交易者数量多，机构交易活跃且不透明性高。

综合结论：这直接支持了开盘后数据计算对知情交易类因子有利的微观结构基础。开盘后时段的市场价差信息与波动数据共同展现出高的信息不对称性环境。[page::9]

3.6 表3、4与图17、18：组合回测效果展示

| 指标 | 全天计算因子 | 开盘后计算因子 | 改善幅度 |
|--------------|--------------|----------------|-------------|
| 中证500超额收益 | 19.1% | 22.7% | +3.6% |
| 沪深300超额收益 | 10.1% | 11.8% | +1.7% |

• 年度分解显示，开盘后因子常年带来更优超额收益表现。

- 风险方面，波动率和最大回撤表现稳定，部分年份更优。

• 净值曲线图直观体现组合改进的持续超额表现。

意义：从实际投资组合角度印证因子优化效果，说明调时段真正提升了策略的市场竞争力。[page::10,11]

---

4. 估值分析

报告主要围绕因子选股及组合收益展开，未涉及传统意义上的企业估值模型。但在量化策略内部，因子表现（IC值、多空收益）及组合净值表现可视为策略价值的“估值”，通过实证统计展示改进的因子时间切片提升了因子“价值”与稳定性。

---

5. 风险因素评估

报告明确指出以下风险因素可能影响因子选股能力及策略表现：

• 市场系统性风险：整体市场波动或突发事件可能令因子表现失效。

- 资产流动性风险：高频因子依赖活跃交易，流动性下滑时有效性下降。

• 政策变动风险：政策调整影响市场结构和交易行为，可能冲击既有微观结构假设。

报告未详述缓解策略，仅做风险提示，提示投资者需谨慎关注上述风险。[page::0,12]

---

6. 批判性视角与细微差别

• 研究局限：报告依赖历史数据及已知文献解释微观结构，存在样本外风险及政策制度变革导致的结构性断层问题未充分讨论。

- 时间切片划分：开盘后30分钟与全天剔除开盘后划分较为粗糙，未细化更短时段或收盘前具体30分钟细节，可能遗漏更精细的时序特征。

• 海外市场比较不足：虽提及海外文献，但未结合更多异地市场结构或制度差异对中国市场的具体影响，可能影响部分推论的普适性。

- 风险应对措施：仅简要提及风险，未深入探讨适配策略或风险管理建议，对策略实际落地指导有限。

---

7. 结论性综合

该报告系统揭示了中国A股市场日内微观结构对高频选股因子表现的重要影响，创新性地提出通过调节因子计算所涉及的数据时间段，可以有效提升因子的选股能力和组合整体表现。

实证和图表展示了股票成交量和大单成交均呈U型分布，显示开盘后和收盘前时段的活跃度异常，但收益波动和买卖价差呈L型分布，体现开盘后时段信息不对称及知情交易层面更为显著。因而，侧重捕捉知情投资者行为的高频因子适合采用开盘后时间段数据计算以增强选股表现，而那些反映投资过度反应的因子则适合剔除该时段数据。

基于上述洞察，在中证500和沪深300指数增强组合实证中，优化后的因子均获得了显著的超额收益提升和部分风险指标改善，展现了实际应用价值。报告对市场系统性风险、流动性风险及政策风险均作出明确提示。

综上，该报告深化了高频数据在选股模型中的应用边界与策略设计思路，强调结合市场微观结构特点进行动态调整的重要性，提供了切实可行的量化投资优化路径，具有较强的理论和实践指导意义。[page::全稿]

---

总体评价

本报告结构严谨、数据详实，结合经典微观结构理论与中国市场数据，首次系统解释了日内市场结构对高频因子选股能力的影响。其提出的时间段调节框架和实证结果，为高频选股策略细节优化提供了创新思路和切实依据。尽管存在一定理论推断和方法局限，但整体分析具有清晰的逻辑链条和扎实的实证验证，值得量化投资研究者和实务操作人员深入参考。

报告