海量Level 2数据因子挖掘系列（一）-安宁宁-专题-2024-07-15

本文是"海量Level 2数据因子挖掘"系列研究报告的第一篇，从所有行情数据的根源——Level 2逐笔订单数据出发，通过大小订单的角度对所有交易订单进行窥探，并结合多维度解耦的分析方法构建出了93个有效的大小单因子[2][20][24] - 基于Level 2逐笔订单数据构建的大小单占比因子，本文构建了24个从时间维度进行解耦的大单占比因子，12个从订单维度解耦的大小单占比因子，以及48个多维度解耦的大小单占比因子[10][24][27] - 大小单因子的构建思路是通过对买卖订单中成交量大于均值+N倍标准差的订单界定为大单，剩余的则相应地界定为小单，分别采用3个不同的标准差阈值来对大小单进行界定[27] - 大买单占比因子BigBuy_1p0的表现较为突出，5日换仓RankIC均值为5.4%、胜率为64%，多头年化收益率达33.15%、最大回撤率为13.43%、夏普比率为1.83[28][31] - 精选大小单因子组合在2020~2023年期间的20日换仓下，实证结果表明在全市场及各大板块上均取得了较为出色的表现[10][88][145] - 在200档分档组合构建下，大小单因子组合在全市场板块的多头较为显著，取得了36.61%的多头年化收益率，最大回撤率为17.52%，夏普比率为2.03，相对同期的中证全指取得了33.07%的超额年化收益率[10][89][95] - 在50档分档组合构建下，大小单因子组合在沪深300、中证500、中证800、中证1000和创业板板块的多头较为显著，分别取得了12.24%、22.55%、18.54%、24.61%、36.20%的多头年化收益率，夏普比率分别为0.75、1.12、1.14、1.36、1.59，相比同期的板块指数分别取得了13.40%、18.67%、18.95%、17.39%、25.07%的超额年化收益率[10][88][145]