买卖压力的经济逻辑与A、B类投资者划分 [page::2]

• 股票价格的变化受买卖双方压力驱动，买压较大概率推高价格，卖压较大则价格倾向下跌。

- A类投资者有明确买卖方向，偏好逢低买入、逢高卖出，表现出成交量在价格低位较大（买入）或高位较大（卖出）的特征。

• B类投资者为噪音或短期套利交易，对价格影响短暂，主要关注A类投资者行为的持续性。

APB指标定义及交易时间尺度的区分 [page::3][page::4]

• APB取等权均价与成交量加权均价的对数比值，反映成交量集中于高价位（APB<0，卖压）或低价位（APB>0，买压）。

- 构建三种APB因子：APB1m（月度）、APB5d（5个交易日滚动）、APB1d（日内5分钟数据逐日平均）。

• 不同时间尺度因子捕捉不同的投资者行为，短周期APB5d、APB1d因子选股表现优于月度APB1m。

因子表现汇总及分组收益 [page::5][page::6]

| 样本空间 | RankIC(行业市值中性化) | ICIR | 多空月均收益 | 夏普率 | 最大回撤 |
|------------|-----------------------|--------|--------------|--------|-----------|
| APB5d 中证全指 | 7.34% | 3.92 | 1.76% | 2.49 | -8.99% |
| APB5d 沪深300 | 5.21% | 2.44 | 1.35% | 1.66 | -11.99% |
| APB5d 中证1000 | 7.14% | 3.64 | 1.58% | 2.01 | -14.22% |
| APB1m 中证全指 | 9.07% | 4.59 | 2.26% | 3.01 | -6.62% |
| APB1d 中证全指 | 7.87% | 4.87 | 2.31% | 3.48 | -10.28% |

• 各因子在不同市值样本表现稳定，收益分组呈现明显单调性，买压大组收益领先。

- 空头端表现更强，空头收益对整体alpha贡献更大。

因子时间序列表现及稳定性 [page::7]

• 过去近十年中证全指市场环境下，APB因子整体收益稳定，近期表现无明显减弱。

- 2014-2015年期间呈现较大回撤，短周期因子尤其是日内APB波动较大。

相关性分析与因子独立性 [page::8][page::9][page::10]

• APB因子与估值、成长、盈利等基本面因子相关性极低，且与流动性、反转、投机因子相关性不足，体现了独立alpha能力。

- 基于日线计算的APB1m与APB5d高度相关，日内APB_1d与日线因子相关性低，互为补充。

• 两两分层检验及截面回归显示，剔除常见大类因子后，APB因子依然具有显著选股能力，日内因子表现更为突出。

- 空头端收益贡献显著，APB因子具备稳健的多周期选股价值。

结论与风险提示 [page::11]

• APB指标有效捕捉股票买卖压力，结合不同交易周期构建三类买卖压力因子均具备稳定截面选股能力，买压较大的股票未来收益较高。

- 短周期（日内、5日）买卖压力因子优于月度因子，二者相关性低可补充。

• APB因子与主流基本面和技术因子相关性低，剔除其他因子后依然显著。

- 风险提示包括模型可能失效和市场极端环境冲击。

基于量价关系度量股票的买卖压力 —— 详尽分析报告

---

一、元数据与概览

报告标题： 基于量价关系度量股票的买卖压力
系列名称： 因子选股系列研究之六十
发布机构： 东方证券研究所
分析师： 朱剑涛（执业证书编号：S0860515060001）、王星星（执业证书编号：S0860517100001）
发布日期： 2019年10月29日
研究主题： 股票市场中的买卖压力因子度量及其选股效应
核心结论简介：
该报告围绕“股票成交价格关联买卖双方买卖压力”的核心逻辑，研发并验证了基于价格与成交量关系的买卖压力因子——APB。APB通过对等权和成交量加权价格均价的对数比值，刻画了股票买卖双方的压力强弱。报告构造了三个不同时间尺度的APB因子（月度、5日和日内），并在市场样本中验证了其显著的截面选股效应，买压较大的股票未来表现显著优于卖压较大的股票。报告强调这些买卖压力因子和传统因子（估值、成长、盈利、技术指标等）具备较低的相关性，因而具有较好的独立选股信息价值，特别是基于5日和日内周期的因子表现优于月度周期因子[page::0,1]。

---

二、逐节深度解读

2.1 量价关系与买卖压力（第一章）

1.1 市场微观分析

• 关键论点：

股票的成交价格是买卖双方成交量撮合的结果，价格变化与买卖压力密切相关。买盘力量大，价格趋于上涨；卖盘力量大，价格往往下跌。
市场投资者分为两类：
- A类投资者：拥有明确买卖方向，注重中长期投资，买卖盘稳定且对后续价格影响大。
- B类投资者：无固定买卖方向，属于噪音交易或短线投机，买卖盘不稳定，未来价格影响有限。

对A类投资者，理性买入应当“逢低买入”，即在价格相对低位时成交量较大；理性卖出则反之。即使无法事先判断高低位，A类投资者也能通过适应性交易行为实现买入低位、卖出高位。

• 推理依据：

如果买压大，成交量在价格低位较大，反之如果卖压大，成交量在价格高位较大。这种量随价变动的关系可用以度量买卖压力。

• 图1说明：

图1详细比较了两类投资者的特征，强调市场微观结构分析及投资者行为差异对买卖压力的形成影响[page::2]。

1.2 买卖压力度量

• 定义与方法：

利用成交量与价格的关系，构造了“平均价格偏差指标”（APB），即等权重均价与成交量加权均价之比的对数形式：

\[
APB{i,m} = \ln \left(\frac{\frac{1}{T}\sum{t=1}^T vwap{i,m}^t}{ \frac{1}{\sum{t=1}^T vol{i,m}^t} \sum{t=1}^T vol{i,m}^t \cdot vwap{i,m}^t} \right)
\]

其中分子是简单算术平均的VWAP（日均价），分母是成交量加权的VWAP。

• 核心逻辑：

- 成交量在高价时大，量加权价格高于算数平均，APB < 0，表明卖压大。
- 成交量在低价时大，量加权价格低于算数平均，APB > 0，表明买压大。
因子对数化处理，稳健性更好。

• 实证分布特征：

2010年至2019年间，APB平均值和中位数均小于零，显示股票成交量在高位集中，可能与投资者的“处置效应”有关（投资者易在盈利时卖出）[page::3]。

• 图2说明：

图2显示APB月度因子的分布密度，绝大多数值偏负，进一步验证了卖压占优的普遍现象[page::4]。

1.3 交易时间尺度影响

• 多周期APB因子构建：

考虑交易者短中期视角差异，分别基于日内（5分钟K线）、5个交易日和月度周期计算APB因子，分别命名为APB1d、APB5d、APB1m。三者均基于过去1个月数据计算均值。

• 设计动机与测算细节：

日内APB1d由于成交量分布的“volume smile”特征，理论上采用加权均价更合理，但简单等权估值计算便捷，实际对结果影响有限，因此采用等权均价方案[page::4]。

---

2.2 买卖压力因子的表现（第二章）

2.1 数据与说明

• 实证样本取自2010年6月至2019年9月，涵盖中证全指成份股，数据包括分钟级别，确保因子计算准确。
• 因子表现采用Rank IC（等级相关系数）和分组收益验证，分为十组构建多空组合，考察因子截面选股效果[page::5]。

2.2 因子表现汇总

• 所有APB买卖压力因子均表现出显著的截面选股能力。

- APB5d和APB1d的表现优于APB1m，反映短期或日内视角对捕捉压力更敏感，更切合实际交易窗口期。

• 各因子在不同样本空间表现稳定，涵盖大中小市值样本均有效。
• 关键数据点汇总（行业市值中性化因子）：

| 因子 | 全市场 RankIC均值 | ICIR | 多空月收益 | 月胜率 | 最大回撤 |
|------------|-----------------|-------|------------|--------|----------|
| APB5d | 7.34% | 3.92 | 1.76% | 77.48% | -8.99% |
| APB1m | 9.07% | 4.59 | 2.26% | 85.59% | -6.62% |
| APB1d | 7.87% | 4.87 | 2.31% | 87.39% | -10.28% |

• APB1m、APB5d在沪深300和中证1000样本中RankIC也分别达到8%以上，表现韧性强[page::5][page::6]。

2.3 因子分组收益

• 分组年化收益呈现显著单调性，买入压力大的高组收益高于低组，空头端收益对多空组合贡献更大，符合技术因子普遍特征。

- 图4～图6分别展示三因子的分组收益柱状图，多头端最高收益约6-8%，空头端亏损范围更大（-12%至-20%不等）[page::6]。

2.4 时间序列表现

• 因子时间序列表现整体稳定，近3年无明显衰减迹象。

- 2014年、2015年市场震荡时，因子出现较大回撤，说明因子在极端市场周期波动时会受到一定影响。

• APB1d因子今年以来波动相对较大，反映短期因子对市场环境敏感度更高[page::7]。

---

2.3 因子相关性分析（第三章）

3.1 数据与说明

• 选取中证全指非金融股成分股样本，剔除无效数据，行业市值中性因子计算。

- 结构化分析因子内相关、与传统因子及技术因子之间的关系，并通过分层回归剔除混杂影响[page::8]。

3.2 因子相关系数分析

• APB1m和APB5d相关度高，表明同属基于日线的数据度量；APB1d（日内指标）和其它两个因子相关度低，说明能互补信息。
• 与估值、成长、盈利等基本面因子相关度极低，和流动性、反转、投机等技术指标相关性弱至中等，因子信息较为独立。

- 相关系数指标采用Spearman秩相关系数，确保对非线性关系的稳健捕捉。

• 表11、12详细列出多因子相关矩阵数据，支持上述结论[page::8][page::9]。

3.3 两两分层结果

• 分层验证结果显示，买卖压力因子相互之间以及与其它大类因子均不强相关，通过分层后仍保持显著的选股效果，体现买卖压力因子的独立性和扩展能力。

- 特别是APB1m对APB5d的影响较大，反之不明显，提示月度因子部分捕获了短期信号。

• APB1d和基于日线的因子相对独立，具有互补价值[page::9]。

3.4 截面回归分析

• 剔除市值、行业、估值、成长等多类传统因子后，所有买卖压力因子依然保持显著选股能力。

- APB1d基于日内数据的残余Alpha最强，表示日内因子所含信息更独立且稳定。

• 具体数据中，APB1d残差RankIC达5.01%，ICIR 4.77，空头收益1.65%，均显著高于其他因子[page::10]。

---

三、图表深度解读

图1：两类投资者的特点

• 直观展示了两类投资者差异：A类理性、方向明确，B类噪音交易且短期行为多变。

- 该图为因子理论基础构造提供微观投资者行为支持，阐释买卖压力形成机制。

图2：APB月度因子分布（20100630-20190930）

• APB因子呈现较为偏负的分布，反映整体市场中成交量多数集中于价格高位，卖压力度较明显。

- 分布形态集中且偏左，为后续因子构造及调仓时提供基准参考。

图3：买卖压力因子各样本表现汇总（表格）

• 多维度指标（RankIC, ICIR, t值, 多空收益等）体现三个APB因子在多个市场样本的稳健选股能力。

- APB5d表现均衡，APB1m表现略弱但相关性高，APB1d表现突出，多空收益与风险控制均优。

图4～6：三个APB因子分组年化收益

• 各组合从低买压组到高买压组逐步实现收益提升，符合因子预期单调性。

- 空头端收益尤其显著，显示压力因子在短期下跌波段选股具有更强的alpha。

图7～9：时间序列表现

• 多空组合月度收益波动反映了因子应对市场转折的动态性。

- 2014-2015年市场大幅回撤期因子表现承压，后续逐步恢复，显示因子在市场存在周期性波动风险。

图10～11：买卖压力与大类基本面、技术因子相关性矩阵

• 表格详尽罗列了买卖压力因子和传统因子间低至中低相关数据，突出因子信息独立性。

- 该独立性给予买卖压力因子在多因子组合中更大潜力，风险分散效果佳。

图12～13：两两分层分析及截面回归结果

• 量化多个分层试验，充分验证买卖压力因子的稳定性与独立性。

- 截面回归剔除其他因子杂质后，仍保留较高的RankIC及收益表现，说明买卖压力因子具备显著纯净Alpha。

---

四、估值分析

本报告并未对个股进行企业价值或市盈率等传统估值分析，核心焦点为技术性因子构建与验证，强调量价关系下的买卖压力因子对选股效应的独立贡献。因此不涉及DCF等估值模型输入及输出。

---

五、风险因素评估

1. 量化模型失效风险

模型基于历史量价关系和买卖压力推演，未来市场结构变动、交易行为变化可能导致因子失效，建议投资者持续跟踪模型表现动态。

1. 市场极端环境冲击风险

报告实证显示，极端市场环境（如2014年与2015年大回撤）会剧烈影响因子表现，导致短期收益波动较大，且可能造成策略亏损。
报告提醒投资者需对此类系统性风险保持警惕[page::0,11]。

---

六、批判性视角与细微差别

• 因子相关性限制与适用范围：

尽管APB因子展现显著截面选股能力，但其基本依赖历史成交量与价格的表现，可能在高频交易、算法交易及市场结构极端变化时面临有效性下降风险。

• 时间尺度选择的权衡：

报告显示短期因子（APB1d, 5d）优于月度因子，但日内因子相关性偏弱，实操中可能增加组合复杂度和交易成本，需要结合投资者具体交易窗口审慎权衡。

• 投资者类型假设的简化性：

将市场参与者简化为两类可能忽略更多复杂交易行为和多样化投资风格对买卖压力的影响。未来研究可考虑多维行为模型。

• 处置效应的影响解释：

APB偏负值被解释为处置效应，但该结论并非严格因果证明，后续工作可进一步探讨该行为经济学特征对因子波动的影响。

• 缺少对冲交易成本与市场冲击成本的考虑：

报告未提及实际交易中因买卖压力因子换手率及滑点成本，实际收益可能因此有所偏离。

---

七、结论性综合

该报告系统构建与验证了基于价格与成交量关系的买卖压力因子APB，理论框架明确，结合市场微观结构及行为金融逻辑，区分 rational （A类）与 noise （B类）投资者的交易行为，创新性地提出通过衡量等权均价与量价加权均价的比值对数，捕捉买卖双方面临的压力。

APB因子在不同交易周期（月度、5日、日内）均表现稳健，尤其5日与日内周期的APB因子，能够显著捕捉短期买卖压力，提升选股效果。磐石般的截面RankIC水平（均值多达7%到9%以上）、IC_IR超过4，配合2%以上多空月均收益、较高的月胜率和控制合适的最大回撤，证明其作为量化alpha的实用价值。

相关性分析表明APB因子几乎不受传统基本面因子和大部分技术因子的影响，且不同周期APB因子间具备较低相关性，因而在多因子投资组合中具备良好互补特性。

最后，报告温馨提示量化模型受历史数据局限，面临失效风险，且极端市场环境可能造成较大冲击，提醒投资者动态跟踪并谨慎使用。

整体而言，APB买卖压力因子提供了一种创新且实证有效的技术性alpha工具，适合结合其他基本面和技术面因子，构建多维度风险分散的量化投资框架。

---

参考文献与数据来源

• 东方证券研究所

- Wind资讯数据库

• 报告页码索引：[0-13]

---

（全文完）

报告