量化因子与构建方式 1. 因子名称：大买单成交金额占比[7] * 因子构建思路：该因子旨在刻画大资金的买入行为。通过逐笔成交数据还原买卖单，并筛选出大单，计算其中大买单的成交金额占当日总成交金额的比例[7]。 * 因子具体构建过程： 1. 数据准备：获取股票的逐笔成交数据，数据中包含“叫买序号”和“叫卖序号”字段[7]。 2. 还原买卖单：根据逐笔成交数据中的“叫买序号”和“叫卖序号”，将逐笔成交数据还原为原始的买入委托单和卖出委托单数据[7]。 3. 筛选大单：对还原后的买卖单数据，按照每单的成交量设定阈值，筛选出符合条件的大额委托单（大单）[7]。 4. 计算指标：针对每个交易日，计算筛选出的大单中，所有买入方向大单（大买单）的成交金额总和，然后除以该股票当日的总成交金额，得到“大买单成交金额占比”[7]。 * 公式：$大买单成交金额占比_t = \frac{\sum (大买单成交金额)_t}{当日总成交金额_t}$[7] 其中，t 代表交易日，分子为当日所有大买单的成交金额之和。 2. 因子名称：净主动买入金额占比[7] * 因子构建思路：该因子旨在刻画投资者的主动买入行为。根据逐笔成交数据中的买卖方向标志，区分主动买入和主动卖出，计算两者金额之差占总成交额的比例[7]。 * 因子具体构建过程： 1. 数据准备：获取股票的逐笔成交数据，数据中包含标识交易发起方的“买卖标志”字段[7]。 2. 界定主动买卖：根据“买卖标志”判断每一笔成交是由买方主动发起（主动买入）还是由卖方主动发起（主动卖出），并分别汇总其成交金额[7]。 3. 计算净额：将当日所有主动买入成交金额之和，减去所有主动卖出成交金额之和，得到“净主动买入金额”[7]。 4. 计算占比：将计算出的“净主动买入金额”除以该股票当日的总成交金额，得到“净主动买入金额占比”[7]。 * 公式：$净主动买入金额占比_t = \frac{\sum (主动买入成交金额)_t - \sum (主动卖出成交金额)_t}{当日总成交金额_t}$[7] 其中，t 代表交易日。 因子的回测效果 1. 大买单成交金额占比因子，在个股层面，近5个交易日（20260302-20260306）指标值排名前五的股票为：洲际油气 (89.4%)[9]、津滨发展 (87.1%)[9]、华发股份 (86.9%)[9]、华远控股 (86.5%)[9]、金牛化工 (86.2%)[9]；在宽基指数层面，近5个交易日指标值为：上证指数 (73.2%)[12]、上证50 (72.6%)[12]、沪深300 (73.7%)[12]、中证500 (73.3%)[12]、创业板指 (70.4%)[12]；在行业层面，近5个交易日指标值排名前五的中信一级行业为：非银行金融 (79.2%)[13]、银行 (79.1%)[13]、钢铁 (78.3%)[13]、房地产 (78.2%)[13]、建筑 (78.1%)[13]；在ETF层面，近5个交易日指标值排名前五的ETF为：华泰柏瑞中证A500ETF (94.3%)[15]、汇添富MSCI中国A50互联互通ETF (92.9%)[15]、国泰上证10年期国债ETF (92.7%)[15]、工银中证港股通高股息精选ETF (92.6%)[15]、华夏中证A500ETF (91.6%)[15]。 2. 净主动买入金额占比因子，在个股层面，近5个交易日（20260302-20260306）指标值排名前五的股票为：建设银行 (14.2%)[10]、大地海洋 (13.8%)[10]、奥普科技 (13.5%)[10]、华能水电 (13.5%)[10]、重庆银行 (13.0%)[10]；在宽基指数层面，近5个交易日指标值为：上证指数 (1.1%)[12]、上证50 (-0.4%)[12]、沪深300 (0.4%)[12]、中证500 (2.0%)[12]、创业板指 (1.3%)[12]；在行业层面，近5个交易日指标值排名前五的中信一级行业为：非银行金融 (12.8%)[13]、农林牧渔 (12.1%)[13]、食品饮料 (12.1%)[13]、医药 (11.1%)[13]、纺织服装 (10.7%)[13]；在ETF层面，近5个交易日指标值排名前五的ETF为：海富通上证城投债ETF (33.1%)[16]、易方达中证电池主题ETF (23.2%)[16]、国泰上证10年期国债ETF (17.5%)[16]、嘉实中证细分化工产业主题ETF (15.1%)[16]、嘉实中证稀有金属主题ETF (13.2%)[16]。