撤单视角下的算法交易识别与Alpha捕捉

撤单视角下的算法交易识别与Alpha捕捉分析师 | 冯佳睿 S0800524040008 邮箱地址：fengjiarui@xbmail.com.cn联系人 | 张逸飞邮箱地址：zhangyifei@xbmail.com.cn西部证券研发中心2025年9月12日证券研究报告机密和专有未经西部证券许可，任何对此资料的使用严格禁止请仔细阅读尾部的免责声明资料来源：Wind，西部证券研发中心2主要结论主要结论本文聚焦下单-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。CONTENTS目 录CONTENTS目录算法交易撤单占比算法交易买单撤单占比算法交易买卖撤单熵02030401引言风险提示08撤单占比与撤单熵的合成处理撤单类数据的技术细节0506总结07请仔细阅读尾部的免责声明4一、引言引言近年来，随着算法交易的普及，机构为降低冲击成本更倾向于拆分小单• 《Tracking Retail and Institutional Investors Activity in China》一文将4万元与20万元作为小中大单的划分标准，并统计每种订单中实际交易者的占比；• 2017年以来，小单中机构订单的占比逐渐攀升，大单中机构订单的占比则有所回落，传统“大单=机构”假设削弱。资料来源：《Tracking Retail and Institutional Investors Activity in China》，西部证券研发中心图：机构订单在小/中/大单中的占比变化请仔细阅读尾部的免责声明5一、引言引言受算法拆单影响，以挂单金额划分的“机构订单”已难以真实反映机构行为• 2013年以来，沪深两市总成交金额整体呈现上升趋势，但平均每笔交易金额明显下滑；• 目前主流金融软件和数据库仍按绝对金额划分订单，偏离真实机构交易特征。资料来源：Wind，西部证券研发中心图：Wind资金流向定义图：每笔交易平均金额vs总成交金额（月均）0246810121416188000130001800023000280002013201420152016201720182019202020212022202320242025平均每笔交易金额（元）总成交金额（百亿元，右轴）请仔细阅读尾部的免责声明6二、算法交易撤单占比算法交易撤单占比资料来源： 《Identifying human versus algo trading in the China market》 、上交所、深交所、Wind、西部证券研发中心下单-撤单时间差分布呈现脉冲式集中，可能代表了部分算法交易驱动的行为• UBS在《Identifying human versus algo trading in the China market》一文中提出，集中出现的下单-撤单时间差可能反映了由算法交易预设的撤单规则：• 自然交易：撤单时间差应随机或在一些时间段内大致均匀分布。• 异常特征：若撤单集中在特定时间点，且符合一定交易逻辑 → 可能为算法交易预设的行为。• 以2025年7月为例，统计发生在1分钟内的撤单数量，许多时间点上确实出现了脉冲式集中。0500001000001500002000002500000100002000030000400005000060000撤单数下单-撤单时间差（ms）图：1分钟内撤单数量统计（2025年7月日度平均，沪深A股）请仔细阅读尾部的免责声明7二、算法交易撤单占比算法交易撤单占比资料来源：上交所、深交所、Wind、西部证券研发中心算法交易撤单时间点的确认• 进一步观察10s内的撤单，发现主要集中在几个时间上：0s附近，1s，3s，5s，6s，9s• 基于以上发现和机构交易逻辑（散户接触到算法交易程序的比例与金额有限），我们将假设以下几个时间点为算法交易撤单设定的时间点• 1s，5s：整秒时点，统计显示撤单行为显著集中；• 10分钟内的3s整数倍：与快照更新周期吻合，机构通常不愿长时间持有未成交订单；• 尽管0s附近有大量撤单，但可能缺乏实际交易意图，暂不纳入有效撤单时点。050000100000150000200000250000010002000300040005000600070008000900010000撤单数下单-撤单时间差（ms）图：10s内撤单数量统计（2025年7月日度平均，沪深A股）请仔细阅读尾部的免责声明8二、算法交易撤单占比算法交易撤单占比资料来源：西部证券研发中心算法交易撤单占比因子ACVR、ACCR• 基于上述逻辑，对沪深两市所有撤单进行撤单时间的计算与判定。• 开盘集合竞价前五分钟虽然可以撤单，但因无实际撮合交易，只对9:30之后的订单做计算。• 考虑到可能的延迟，将指定时点前后20ms内的撤单一同纳入计算。• 聚合过去10个交易日（滚动）每只股票由算法交易驱动的撤单和全部撤单信息：算法交易撤单量占比（Algorithm Cancel Volume Ratio）= 算法交易撤单量/全部撤单量算法交易撤单笔数占比（Algorithm Cancel Counts Ratio）= 算法交易撤单笔数/全部撤单笔数请仔细阅读尾部的免责声明9二、算法交易撤单占比算法交易撤单占比算法交易撤单量占比（ACVR）• 回测设置：2017.01-2025.08，沪深两市A股，剔除ST、*ST及上市不满一年的股票；预测未来十天（t+1至t+11的VWAP收益）• ACVR因子多空收益稳定且多头超额收益显著，但全区间RankIC仅有0.026，且ICIR