• 挂单方向长期记忆性定义与检验 [page::3][page::4]：

- 挂单买入标识为“1”，卖出标识为“-1”，构造数值序列；
- 计算自相关系数(ACF)和偏自相关系数(PACF)，显示序列存在显著长期记忆，如图2所示；


- 自相关系数与滞后阶对数呈线性关系（图4），五粮液与京东方A表现差异显著。

• 长期记忆性时间与空间分布特征 [page::5][page::6][page::7][page::8]：

- 自2022年起，长期记忆性显著增强，且不同市值、流动性分组表现不同，市值500以上股票长期记忆性更强（表1）；
- 高价股与低价股的记忆强度偏好由2021年底起转变（图8，图9）；
- 连续竞价阶段长期记忆性显著高于集合竞价阶段，价优委托和小额委托具有更强长期记忆性（图10-13）；

• 长期记忆性的驱动机理及证据 [page::8][page::9][page::10]：

- 模拟独立订单流无长期记忆，说明其非价格趋势驱动（图14）；

- 主要驱动力有“羊群效应”和“算法拆单”，结合机构持仓率和股东结构，拆单行为更能解释订单流连续性（图16，17，18，19）；

• Alpha因子构建及效果验证 [page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::19]：

- 三类因子构造方法：自相关系数回归（LMS）、频谱分析（OST）、订单连续次数统计（订单小岛）；
- LMS因子IC约0.04，ICIR约2，分组收益正向，优于传统风格相关性低（图22，23，表2）；


- LMS改进：使用偏度、峰度等统计量替代线性拟合截距，显著提升IC和IR（表3，图26）；
- 样本筛选优化价优、小额委托，进一步增强选股能力（表4，图27）；
- 频谱因子OST表现有所提升，2022年后有效增强（图34，表7）；


- 订单小岛因子均值和标准差表现良好，选股有效（表8）；

• 买卖方向区分难度较大，长期记忆性表现对买卖委托无显著差异（图39）[page::19]。
• 机器学习特征合成：选择树模型和网络模型进行因子融合 [page::20][page::21]：

- XGBoost在样本内收益明显，超额约15.9%，外样本收益衰减严重，超额仅8.6%（图40，41）；

- LightGBM整体性能优于XGBoost，泛化能力更好，胜率和IC表现更稳定（图42，43）；

- LSTM网络模型捕捉长期拆单影响，损失函数中加入负IC惩罚后样本外表现明显提升（图44，45）；

• 风险提示：模型基于历史数据，未来市场环境变化可能导致效果波动 [page::21]。

金融研究报告详尽深度分析报告

---

1. 元数据与概览

报告标题：订单流系列：挂单方向长期记忆性的讨论与应用
作者及团队：金融工程研究团队；核心分析师魏建榕领衔，多名分析师和研究员参与撰写。
发布机构：开源证券股份有限公司研究所
发布日期：2024年6月9日
研究主题：市场微观结构—挂单方向的长期记忆性特征及其在A股的实证规律，基于该特征开发的Alpha因子及机器学习模型的应用和表现。
核心论点与目标：

• 订单流中的挂单方向存在显著且可量化的长期记忆性，尤其在2022年及以后明显增强。

- 该长期记忆性主要由算法拆单等机构交易策略驱动，而非简单的价格趋势或散户羊群效应。

• 基于长期记忆性，开发多种因子（包括自相关系数回归法、频谱分析、连续订单计数等）捕捉Alpha信号。

- 进一步使用机器学习模型（包括XGBoost、LightGBM和LSTM）进行特征合成，提升策略效能。

• 识别模型与策略效果存在时间和样本分域差异，风险提示为模型基于历史数据，未来市场环境的变化可能影响效果。

整体来看，报告系统地分析了挂单方向长期记忆性的形成、演变、因子化与机器学习应用，展望挖掘微观结构中的Alpha机会，具有较强的实证支持与应用指引意义。[page::0,1]

---

2. 逐节深度解读

2.1 挂单方向长期记忆性的实证研究

2.1.1 长期记忆性的定量刻画及存在性

报告首先定义挂单方向序列，将买入标记为1，卖出标记为-1，构成数值序列。通过计算该序列的自相关函数（ACF）和偏自相关函数（PACF），发现挂单方向自相关系数显著大于零，即使滞后较长周期依然关联紧密（图2、图3）。

数学定义中，序列的自协方差\(\gammak\)与自相关系数\(\rhok\)详述了计算方法。观察个股如京东方A与五粮液的自相关系数随滞后阶数的对数值线性递减（图4），表现为幂律减弱，符合长期记忆过程的特点。

在不同股票指标分组（沪深300、中证500/1000等）中，长期记忆性表现均存在，但强度和持续性存在差异（表1），沪深300及微盘股长期记忆性较弱。对此，报告使用“截距项”指标衡量长期记忆强度。[page::3,4,5]

2.1.2 长期记忆性的时间演变与样本差异

时序角度，2021年底左右成为关键分水岭。通过按市值和换手率分组计算截距项热力图（图5、图6），清晰看到2022年以后挂单方向长期记忆强度明显升高，均值由约0.2升至0.4以上。

排除特殊股票样本（ST、新股、涨跌停影响），认为长期记忆非由异常状态驱动（图7）。而对高价股与低价股的长期记忆强度比较显示，早期（2018-2021）高价股优势明显，后期（2022-2024）则低价股偏好上升（图8、图9），体现市场风格从机构抱团高价股向中小市值转移，微观交易行为也呈动态变化。

微观视角揭示，连续竞价阶段的订单流长期记忆性提升显著，且价优（接近盘口价）和小额委托订单表现出更强的长期记忆（图10-13），暗示快速成交的策略订单具有更强的连贯性。[page::6,7,8]

2.1.3 长期记忆驱动因素分析

通过构造理想化随机订单流模型，发现价格趋势本身不能产生高自相关系数的订单序列（图14）。订单流自相关体现订单间连续性的特征（图15）。

两大驱动假设为：

• 羊群效应：投资者观测他人行为跟进买卖，形成群体交易趋势。

- 算法拆单：机构交易者将大额订单拆分成若干方向一致的子订单，在时间上持续下单。

结合实证数据，报告更支持算法拆单为关键原因，理由包括：

• 机构持仓比例与长期记忆强度呈倒U型（图16），持股集中度高时因配置需求导致连续性降低。

- 资金流Alpha表现与长期记忆跃迁高度重合（图17），2022年以来Alpha收益下滑伴随长期记忆强度提升。

• 单笔挂单金额逐年降低，2024年中位数约1.4万元，显示拆单行为广泛（图18）。

- 连续挂单金额呈逐渐递减趋势，2024年较2018年更明显，支持分拆订单的拆解特征（图19）。

插图还介绍了交易算法的演进（图20、21），冰山、TWAP等算法通过拆单实现低滑点隐匿订单，有效影响微观结构。

结论指出，长期记忆性实质为算法交易在订单时序上产生的现象，而非散户羊群效应。基于该现象，可开辟新的Alpha因子设计思路。[page::8,9,10,11]

---

2.2 Alpha策略：特征识别与分域讨论

报告基于长期记忆性的规律提出三大因子开发思路：

• 自相关系数回归法（LMS因子）：计算1至100阶自相关系数，滞后阶对数值与自相关系数线性回归，截距作为长期记忆强度量化指标。（图22）

- 频谱分析法：傅里叶变换将时域订单方向序列转为频域信息，考察强波频率占比指标（OST因子）。（图32-34）

• 同类订单连续出现计数法（订单小岛因子）：编码连续相同方向订单的长度，作为连续交易行为的代理指标。（图37-39）

2.2.1 自相关系数回归法细化

LMS因子于2018-2024年间显现13%的多空超额收益，ICIR近2，说明具有效用（图22）。与传统风格因子相关性较低（图23），表现为独立信息来源，特别在中证1000指数成分股中的表现优于沪深300，定位于反映机构优质交易行为，而非简单市值权重（表2）。

不过，LMS因子收益在不同时间上不稳定，尤其2018年表现不佳（图24,25）。线性回归拟合存在局限，报告分别提出基于统计学指标（偏度、峰度、变异系数等）替代单一截距项进行因子构造，显著提升因子稳定性和有效性，峰度和偏度因子表现最佳（表3，图26）。

基于微观结构下标的筛选策略发现，选择价优和小额委托订单样本能够较好体现长期记忆现象，提升因子效果（表4，图27）。引入价格和数量复合因子效果有限，价格波动空间小，数量影响不显著（表5，图28）。

最终构造的高维记忆MEMO因子融合峰度和偏度指标，在滤除非典型交易段后表现出更稳定的多空超额收益，ICIR最高超过5（图29-31，表6）。MEMO因子在大市值和微盘股中表现相对较弱，符合市场交易行为差异（流动性及算法交易差异）[page::11,12,13,14,15,16]

2.2.2 频谱分析法

通过傅里叶变换获得频谱内的“强波”振幅分布，用来捕捉订单流周期性。其累计强波占比分布呈下凹型（图32），与自相关系数高度相关（图33）。

因算法交易偏重小额订单，频谱因子OST引入样本筛选（取委托数量下50%）进一步提纯信号。测试表明OST因子2022年后收益明显回升（图34），但整体分域表现一般，月度对冲收益部分波动（表7，图35），与常规风格相关度低（图36）。

2.2.3 订单小岛法

订单小岛将连续相同方向订单长度编码为序列，统计分布用统计量构造因子，其中均值和标准差因子表现相对优异（表8，图37、38）。该因子反映交易连续性但难以区分买卖方向（图39），再次验证拆单行为普适存在于买卖双方，体现为整体交易者结构特征，而非单边Alpha指示。

---

2.3. 机器学习模型赋能

为提升因子综合预测能力，报告使用两种主流机器学习算法进行特征合成：

2.3.1 树模型

• XGBoost：训练样本为2018年至2022年6月，20日未来收益作为标签，模型深度5树层限制。结果表明样本内表现良好，IC与收益较高（图40），但样本外泛化能力差，超额收益仅8.6%，胜率从98%降至70%（图41）。

• LightGBM：作为高效梯度提升树实现，训练同样数据集，下游表现优于XGBoost，样本内外的IC和分组单调性更优，泛化能力更强（图42,43）。

2.3.2 网络模型

采用长短期记忆网络（LSTM）捕捉序列长期依赖，单纯MSE损失函数导致模型过度关注空头表现，整体样本外表现一般（图44）；通过引入负IC绝对值惩罚实现方向性预算目标后效果改善，竞争力增加，IC、分组效果明显上升（图45）。

总结来看，LightGBM在特征合成中得分最高，兼顾预测力与泛化，LSTM虽适合序列数据，但模型复杂度与参数调节需加强，防止局部最优。

---

2.4 风险提示

• 所有模型均基于历史数据回测，未来市场变化可能导致模型性能下降。

---

3. 图表深度解读

• 图2、3： 显示挂单方向序列的自相关系数和偏自相关系数均显著大于0，验证了长期记忆性存在性。后续订单方向与当前订单方向关联强，表明订单往往连续朝同一方向流动，非随机。
• 图4： 京东方A与五粮液的自相关系数对数滞后阶数呈线性衰减，京东方A订单间相关性更高。通过该图说明自相关系数随距离慢速减弱，符合长期记忆理论。
• 表1： 斜率与截距分别衡量自相关衰减速度与强度；沪深300、微盘股长期记忆显著较弱。截距项被选作长期记忆强度衡量标准。
• 图5、6： 按市值和换手率分类的截距项heatmap，显示2021年底前长期记忆强度普遍较低，之后显著提升，反映交易行为结构变化。
• 图7： 特殊股票（ST、新股等）长期记忆未显著高于平均水平，排除异常样本驱动。
• 图8、9： 股票价格区间的长期记忆强度变化，2018-21年偏高价股，2022年后偏低价股，反映风格轮动。
• 图10、11： 连续竞价阶段长期记忆强度明显高于集合竞价阶段，开盘首小时最显著。
• 图12、13： 价优订单与小额订单的长期记忆强度高于价次和大额订单，体现快速高频交易特性。
• 图14、15： 模拟随机订单与真实订单流对比，表明纯随机订单无长期记忆，真实订单递延关联紧密，支持算法拆单假说。
• 图16： 机构持仓比例中等阶段长期记忆最高，高持仓阶段因配置行为弱化连续性。
• 图17： 资金流Alpha收益与长期记忆强度呈背离趋势，2022年后Alpha下降而长期记忆增强。
• 图18、19： 单笔订单及连续订单金额递减趋势，2024年拆单更彻底，强化微观连续性。
• 图20、21： 交易算法原理及分类示意，突出技术手段驱动拆单。
• 图22-26： LMS因子及其偏度峰度改良因子表现，后者显著提升收益和稳定性。
• 图27-28： 因子筛样改进存在性价比，价格、数量加权效果有限。
• 图29-31： MEMO因子收益及稳定性表现良好，相关指标说明其与流动性等传统风格弱相关。
• 图32、33： 频谱强波占比分布及其与自相关系数相关性强，奠定OST因子理论基础。
• 图34-36： OST因子效能及风格相关，2022年后提升显著，流动性暴露轻。
• 图37-39： 订单小岛编码与样本分布，买卖方向识别困难，因子表现稳定。
• 图40-43： 树模型内外样本表现，LightGBM优于XGBoost。
• 图44-45： LSTM初始效果不佳，惩罚改进后有所提升。

综上，所有图表与分析均紧密结合，逐步验证报告中提出的核心观点，体现实证及策略开发的完整逻辑。[page::4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21]

---

4. 估值分析

本报告性质为量化和微观结构研究，未涉及上市公司传统估值方式（DCF、市盈率等），核心内容为因子研究与Alpha策略开发，没有目标价或评级调整，故无详细估值部分分析。

---

5. 风险因素评估

• 模型风险：所有Alpha因子及机器学习模型基于历史及当前市场数据计算，若未来市场特征发生显著变化，则模型性能可能下降。

- 数据风险：部分因子依赖微观级订单数据，数据完整性、质量对因子效果及稳定性有影响。

• 市场结构风险：算法交易占比变化、监管政策变化可能导致市场行为模式调整。

- 策略风险：模型泛化能力有限，特别XGBoost在样本外表现衰减明显，需要警惕过拟合。

• 操作风险：高频因子及算法交易执行中可能产生滑点、市场冲击，影响实际收益。

报告中对风险进行了明确提示，提醒投资者关注模型历史数据依赖和未来环境变化。[page::0,21]

---

6. 批判性视角与细微差别

• 报告虽然全面系统，但LMS因子表现稳定性不足，在2018年部分表现较差，提示线性拟合方法可能过于简化；偏度、峰度等统计替代虽提升效果，但仍存在一定样本依赖特征。

- OST因子尽管2022年后表现优异，但相关性较低，且收益质量不佳，回撤风险存在，暗示频谱法捕获的信息层面较特殊，非主流Alpha信号。

• 模型泛化能力是重要瓶颈，XGBoost在样本外衰减明显，LSTM尽管引入负IC惩罚提升，但整体效果仍受限。

- 报告忽略明确讨论市场结构演变对因子有效期的持续性保障，仅有短暂连接Alpha衰减与长期记忆跃迁。

• 买卖方向区分尝试结果不理想，这说明订单流特征更多反映交易强度和连贯性，而不是明确的多空方向信息，有必要在未来研究中深入探索。

- 订单拆分行为被普遍认定为长期记忆的关键来源，但对拆单算法具体类型、参数与策略适用性的定量分析缺失。
整体上，报告摆事实讲道理，实证充足，但对模型复杂性与策略可持续性保持了一定的审慎态度，未夸大Alpha潜力，体现了专业严谨。[page::12,17,19,21]

---

7. 结论性综合

本报告深入探讨了A股市场订单流中的挂单方向长期记忆性现象：

• 对挂单方向序列从理论定义到实证检测，确认A股广泛存在长期记忆现象，尤其自2022年后显著增强，表现为自相关系数随滞后阶数对数线性递减。

- 长期记忆性在不同市值、流动性、交易时间段、委托价格及数量维度表现显著差异，价优和小额委托订单凸显这种特性。

• 基于拆单算法的深刻分析和资金流Alpha衰减数据，订单流的连续性非由价格趋势或散户羊群行为驱动，而是机构拆单等算法交易形成。

- 报告提出多种构造因子方法：经典自相关回归系数LMS，基于峰度偏度的统计模型高维记忆MEMO，频谱分析OST，订单小岛计数法等，均表现出一定的预测价值和多空超额收益，且多因子较低的常规风格暴露体现独立Alpha因子特征。

• 机器学习应用表明LightGBM在诸多因子输入下的表现优于XGBoost和LSTM，后者通过引入IC惩罚改善效果，但整体有限，更复杂模型需调参把控。

- 风险提示明晰，强调历史数据依赖和未来市场演变风险。

• 报告以详尽丰富图表佐证和量化数据支撑，论述环环相扣，体现较高的研究质量和专业程度。

总体而言，挂单方向的长期记忆性为A股市场微观结构研究带来重要突破，借由现代统计信号处理和机器学习方法构建的Alpha策略展示了微观结构Alpha捕捉的新路径。结合算法拆单行为推动的长期记忆演变及其影响，报告为量化投资策略研发提供了明确的理论和实证基础，为业界研发高效微观结构因子及Alpha提供了重要指引。[page::0-21]

---

附件-部分关键图表示范markdown格式

---

结束语

以上为该报告的彻底解构与专业分析，不仅涵盖重要章节、理论推导、实证数据分析，还深刻解读图表内涵及策略构建逻辑，帮助读者全面洞察微观结构中的长期记忆性及其Alpha挖掘价值。

报告