交易所对高频交易的红线及实际规模对比 [page::3]

• 交易所界定单账户单日申报撤单上限为2万笔，单秒300笔。

- 典型单账户1亿资金，200倍年换手率的日内策略日挂单约7千笔，远低于红线，监管影响有限。

流动性对高频策略收益的显著影响 [page::4]

• 流动性日成交额在8000亿以下时高频难以实现超额；

- 在8000亿至1万亿区间，流动性每提升1000亿，高频策略年化超额收益可提升约7%；

• 超过1万亿后，流动性提升对高频收益边际影响递减。

- 中证500成交量与高频策略收益呈正相关，相关系数约21%。

微盘股流动性及其对高频策略的影响 [page::5]

| 流通市值区间(亿元) | 20~30 | 30~50 | 50~75 | 75~110 | 110~150 | 150~200 | 200~500 | 500~1000 | 1000~2000 | >2000 |
|-----------------|--------|--------|--------|---------|---------|---------|---------|----------|------------|--------|
| 配置占比 | 8.10% | 18.20% | 13.40% | 9.70% | 7.10% | 7.10% | 14.20% | 8.80% | 7.00% | 6.20% |

• 微盘股（流通市值<30亿）占股票数量约60%，成交额不足20%；

- 微盘股盘口深度浅，冲击成本高，买卖90万元交易成本约100BP，高频策略在微盘股配置门槛高。

高频因子与日间因子绩效对比及交易成本影响 [page::6]

| 双边税费+滑点(%) | 0.05 | 0.06 | 0.07 | 0.08 | 0.09 | 0.10 | 0.11 | 0.12 | 0.13 | 0.14 |
|-----------------|-------|-------|-------|-------|-------|-------|-------|-------|-------|-------|
| 年化超额收益(%) | 2.25 | 1.7 | 1.15 | 0.6 | 0.05 | -0.5 | -1.05 | -1.6 | -2.15 | -2.7 |

• 2020年初至2024年9月，高频因子年化收益约21%，相较日间因子的16%有明显超额；

- 高频策略对交易成本极为敏感，滑点和税费的增加会快速蚕食其收益。

2024年流动性及成交额变化及对高频的影响 [page::7]

• 2024年全A市场成交中枢下降1000亿，对高频年化收益负面影响约7%；

- 5月至9月成交额跌至8000亿以下，高频策略无超额收益区间；

• 多频段以及日内策略表现出现分化，日内策略收益压力更大。

2024年9月市场流动性明显改善，2025年流动性中枢预测及高频前景 [page::7-8]

• 多指标显示2024年9月起流动性全面提升，包括融资融券余额、北向资金成交量与开户热度；

- 中证500成交量具AR(1)平稳序列特征，成交量预测模型显示未来一年成交量中枢将从130亿股提升至300亿股；

• 对应全A日成交额中枢将由8000亿提升至1.3万亿，预计高频策略年化超额收益提升约12.5%。

管理人实践与动态调整 [page::9-10]

• 小市值风格在2021年至2023年取得显著超额，部分产品主动配置小市值以获额外收益；

- 长期看，风格偏离并无持续超额，风格严控产品表现更稳健；

• 2024年上半年因流动性收缩，管理人主动降频至年换手40-50倍；9月后流动性回升，换手率提升至60倍；

- 高频策略采用日内+日间融合策略，换手率及下单频率严格管理以避开监管红线；

• 自研亚微秒级算法交易系统，有效降低换仓成本，每年贡献约4%-5%超额收益。

金融工程专题报告详尽分析——《2025， 高频量化重回视野》

---

1. 元数据与报告概览

• 报告标题： 2025， 高频量化重回视野

- 发布机构： 浙商证券研究所

• 报告日期： 2024年11月8日

- 分析师： 陈奥林（执业证书号S1230523040002）、陆达（执业证书号S1230524070003）

• 研究主题： 高频量化交易策略、监管政策、市场流动性对高频量化策略的影响及未来展望，特别聚焦A股市场2025年高频量化投资机会。

- 核心观点总结：
- 目前交易所对高频交易的监管阈值明显高于绝大部分高频策略的实际规模，监管影响有限。
- 市场流动性显著影响高频策略收益，且表现为S型曲线：当日成交额处于8千亿到1万亿元区间时，对高频策略年化超额收益的边际贡献最大。
- 高频策略并非微盘股超额收益背后的原因，因微盘股流动性不足导致交易冲击成本过高，阻碍其成为高频配置对象。
- 2024年9月末，A股成交额破历史纪录，预计2025年全A成交额中枢将提升至1.3万亿元，这将助力高频策略年化超额收益提升约12.5%。

• 风险提示明确： 本文基于历史数据，政策与经济环境可能产生重大不确定性，报告没有基金评级与推荐性质，仅为策略研究案例。[page::0]

---

2. 逐节深度解读

2.1 高频量化热点关注

2.1.1 监管政策对高频的指导

• 关键论点：

沪深交易所对高频交易的界定为单账户单日申报或撤单量达到2万笔，或每秒申报撤单达到300笔即认定为高频交易账户。

• 推理与数据：

单账户1亿元、年换手200倍的策略每日挂单约7千至8千笔，远低于2万笔红线。仅当单账户规模扩大到约3亿元时，才会接近监管界定的阈值。

• 制度影响：

结论为监管标准相对宽松，对现有主流高频策略影响有限，策略无需大幅调整规避红线。[page::3]

2.1.2 高频量化占比

• 量化交易占市场成交额比例持续上升，2020年20%升至2024年7月约30%。高频策略份额约占20%，2024年以来高频比例略降，部分管理人因募资难度及规避监管降频。总体监管影响有限。[page::3]

2.1.3 算法交易对高频量化影响

• 算法交易已成为高频管理人标配，主要通过券商PB外采或自研两种途径。

- 常见算法包括被动式（TWAP、VWAP）降低冲击成本；主动式（Sniper、Sniffer）通过优于VWAP数值执行获得Alpha。

• 滑点数据：沪市90万元买卖冲击成本平均为52BP，高性能算法能将成本降低至5-15BP。

- 成本降低1BP，基于200倍换手计，年化收益提升约2%。算法交易显著提升高频策略盈利能力和稳定性。[page::3]

2.1.4 流动性对高频量化影响（图1及表3深入解读将在第3部分）

• 高频策略的收益与流动性呈S型关系，低于8000亿日成交额时超额难出；8千亿至1万亿成交额区间内，提升1000亿成交日均，年化超额提升约7%；超过1万亿时边际收益递减。

- 中证500成交量与高频策略月收益相关性为21%（图1），回归表明指数涨幅负相关（每增1%指数涨幅，超额收益降低约0.99%），成交量正相关（成交量每增加100亿股，超额收益提升约0.58%），流动性对高频的贡献明显。[page::4]

2.1.5 高频无法解释微盘股超额（图2-5，表4详解见第3节）

• 流通市值30亿元以下的微盘股占股票数约60%，但成交额不足20%。

- 微盘股盘口深度低，10档挂单约300万元，买卖90万元成交存在约100BP的高冲击成本。

• 高频策略偏好高流动性标的，通常剔除流通市值低于20亿的小盘股。

- 表4显示配置严重偏向中大盘股，微盘占比极低。高冲击成本使得微盘股高频策略年化收益需高于10%加机会成本，否则无配置动力。

• 显示市场超额收益中微盘部分并非高频所致，而源于流动性/冲击成本差异。[page::5]

2.2 2025年高频量化投资机会

2.2.1 理想条件下高频因子优于日间因子（图6、图7）

• 不计成本，高频因子年化收益21%，日间因子16%，高频因子累计净值及信息比（IC）均明显优于日间因子。

- 理论上，高频因子存在5%的年化超额收益潜力。[page::6]

2.2.2 高频策略对交易成本敏感（表5）

• 高频策略高换手率特征使得税费和滑点成为主要收益消耗因素。

- 以超额收益为依据，双边税费0.05%时，高频策略超额2.25%；费用0.1%时则转负为-0.5%。滑点或费用微幅提升将快速侵蚀高频收益。

• 证明高精度、低成本算法交易对维持高频超额收益至关重要。[page::6]

2.2.3 2024年成交额波动影响说明（图8、9）

• 2024年前八月，全A成交量中枢较2023年同期下降1000亿，负面冲击高频策略约7%收益。

- 2024年5月至9月，全A日成交额低于8000亿，进入高频策略零超额区间。

• 2024年成交下滑导致日内及高频策略表现同步受损，日内频段影响明显。[page::7]

2.2.4 2024年9月后流动性改善趋势（图10-13）

• A股成交额、融资融券余额以及北向资金成交额显著回升，尤其是9月底以来呈爆发式增长。

- 股票开户搜索指数也同步提升，显示市场投资兴趣上升。

• 这些指标联合指示流动性改善，为高频量化策略创造有利成交环境。[page::7][page::8]

2.2.5 成交量时序模型及未来展望（图14-16）

• 中证500成交量时间序列被确认为AR(1)平稳序列，模型为：

\( Yt = 132 + 0.85 \times Y{t-1} + e_t \)

• 该模型预测未来一年成交量中枢显著提升至300亿股月成交量，相当于全A日成交额中枢抬升至1.3万亿。

- 按流动性与超额收益的S型曲线推导，流动性提升对应高频策略年化超额大约增长12.5%。

• 预测表明2025年高频量化策略有望重新获得显著超额收益机会。[page::8]

2.3 管理人实践案例与动态（图17-19）

2.3.1 不靠风格做超额

• 2021年至2023年期间小市值（中证2000）相对于大市值（中证800）表现出106%显著超额。

- 部分量化管理人通过下沉市值暴露此类风格因子获得超额收益。

• 40个代表性管理人中证1000指数增强产品的超额收益与小市值指数的相关性多呈正值，表明部分管理人风格偏离贡献了超额回报。

- 长期比较显示，风格偏离类管理人最终并未实现显著正向超额，且波动更大，提示风格选取存在风险，且单纯依赖风格偏离非持续获利之道。[page::9][page::10]

2.3.2 近期调整及风险控制

• 受到2024年上半年流动性收缩影响，资管产品主动降频，降低换手率至40-50倍。

- 随流动性回暖，换手率适度回升至约60倍，同时实行日内和日间多频段策略融合。

• 换手率受监管红线约束，算法交易持续优化下执行成本低于市场平均，年贡献Alpha稳定于4%-5%。

- 风险提示再次申明基于历史统计，未来政策及市场波动未知，风险提示明确。[page::10]

---

3. 图表深度解读

3.1 图1（中证500月成交量与高频策略月收益散点图）

• 描述： 展示中证500的月成交量（亿股）与高频策略月收益（%）之间的关系，横轴为收益，纵轴为成交量。

- 解读： 散点显示两者正相关，相关系数约21%。散点及拟合线表明成交量越大，高频策略收益越好，但同时出现收益为负时仍有较大成交量，收益分布较分散，符合回归中成交量提升带来正面影响但幅度有限的观点。

• 联系文本： 支持报告中流动性对高频收益显著且呈S型曲线这一结论，体现交易量与策略表现的正相关性。

- 局限性： 散点图未展现时间序列具体走势，噪声较大；未区分其他风险因素。
[page::4]

3.2 图2（流通市值区间成交额占比）

• 描述： 对比不同市值区间股票的数量占比与成交额占比。

- 解读： 小市值股票（30亿以下）占6成数量，但成交额不足20%。表明小市值票流动性低，交易活动不足。

• 联系文本： 佐证高频交易主要配置于流动性较好且市值较大的标的，对微盘股参与度低的论断。

[page::5]

3.3 图3（流通市值与订单簿深度）

• 描述： 各市值区间股票的5档和10档订单簿深度（万元）。

- 解读： 大市值股票挂牌深度远大于小盘股，>100亿市值股票10档深度达2482万元，而<10亿仅62万元，显示小盘股票盘口流动性明显弱。

• 联系文本： 揭示高频策略对订单簿深度的要求，说明微盘流动性不足严重影响高频落地。

[page::5]

3.4 图4与图5（不同市值组价格冲击指数）

• 描述： 分别展示不同市值股票买卖10万、25万、90万成交金额的价格冲击（基点），以及300万元大额交易价格冲击。

- 解读： 微盘股冲击明显高于大盘股，90万元交易冲击基点可达128BP甚至更高，300万大单冲击在小市值组高达180BP以上。

• 联系文本： 数字直观反映高频策略在微盘市场交易成本过高，导致无利可图。

[page::5]

3.5 图6与图7（高频因子vs日间因子累计净值与IC）

• 描述： 2020年初至2024年9月高频因子和日间因子的累计净值（收益）及信息比率（IC）比较图。

- 解读： 高频因子累计净值曲线略高于日间，表现更优，累计IC也明显超过日间因子，显示高频在理论上具备更强的预测能力及收益潜力。

• 联系文本： 支持高频因子理论年化超额收益约5%，但实际收益需扣除成本。

[page::6]

3.6 图8与图9（2023和2024年全A成交额及收益对比）

• 描述： 2023年与2024年全A成交额走势及不同频率量化策略超额收益对比。
• 解读： 2024年成交额低于2023年，特别5月至9月持续低迷，高频与日内策略均表现疲软。2024年整体高频频段策略超额收益显著下降，尤其是日内策略年化超额下降至零附近，融合策略也受影响。
• 联系文本： 流动性缩减直接拖累高频策略表现，确认流动性于高频策略表现之间的因果联系。

[page::7]

3.7 图10-13（成交额及投资者活跃度相关图）

• 主要指数日成交额（图10）、融资融券余额（图11）、北向资金成交额（图12）、股票开户搜索指数（图13）均显示2024年9月起市场活跃度大幅提升、资金涌入市场。

- 这些图形组合展现系统性流动性改善趋势，为高频策略前景提供坚实基础。



[page::7][page::8]

3.8 图14-16（成交量自相关与预测模型）

• ACF、PACF分析和AR(1)时间序列模型建立中证500成交量稳定性和预测能力。

- 预测提示未来流动性中心值显著提升，映射全A日成交中枢由8千亿提升至1.3万亿，对高频策略收益具备拉动效应。

• 数据拟合效果良好，逻辑明晰，为量化策略未来走势提供了定量基础。

[page::8]

3.9 图17-19（管理人案例超额收益与风格偏离分析）

• 图17表述小市值风格跑赢大市值范畴，年化106%超额收益显著。

- 图18示40个量化管理人相关系数矩阵，反映风格偏离与超额收益的关联。

• 图19则强调整体来看风格偏离产品长期无超额，且波动显著高于严控风格类。

- 综合显示高频及量化管理人在风格暴露、Alpha来源和波动控制三方面均需权衡，风格偏离不等于持续超额。

[page::9][page::10]

---

4. 估值分析

• 本报告未涉及具体公司或标的估值计算（如DCF或多因子模型估值），而是从市场层面分析高频策略的收益驱动因素和未来估计。

- 通过流动性-超额收益S型关系建模及成交量时序预测，量化2025年高频策略年化超额上升约12.5%。

• 估值模型基于历史回归，假定市场条件与过去相似，基于成交量等数值输入，强调了流动性与交易成本为核心假设。

- 无传统估值敏感性分析，风险与收益主要围绕政策与流动性波动讨论。

---

5. 风险因素评估

• 历史数据局限性： 模型及统计结果基于历史数据，不代表未来走势，存在经济或市场环境变化风险。

- 政策监管风险： 监管对高频交易的限制可能超预期，加大策略限制或成本。

• 经济下行风险： 大幅经济不及预期将导致股市成交量萎缩，影响流动性，降低高频盈利能力。

- 流动性波动： 高频策略高度依赖市场流动性，任何流动性反转可能迅速侵蚀超额收益。

• 技术风险： 算法交易和交易执行成本变化可能导致策略表现波动。

- 报告未涉及基金评价或投资建议，模型和案例分析性质明确，提醒投资谨慎。[page::0][page::10]

---

6. 批判性视角与细微差别

• 监管环境不确定性未充分量化： 报告认定交易所有关高频的红线宽松，但未深入分析未来可能趋严的监管趋势及其突发影响。

- 高频策略对市场结构依赖较大： 流动性和执行成本是决定因素，报告虽然重视成本控制，仍较少讨论可能的市场冲击、做市商行为或宏观波动对高频策略稳定性的威胁。

• 微盘股定位相对保守： 直接排除微盘股配置，可能忽视一些细分市场或特殊事件下微盘股暂时流动性改善的交易机会。

- 风格偏离无超额结论基于长期体现，但短期明显波动大： 说明短期风格交易机会依然存在且较为激烈，管理人需综合风险控制与机会捕捉。

• 理论收益与交易成本匹配难题明显： 尽管高频因子理论优于日间，实际应用受滑点和税费敏感限制，说明在执行层面仍存较大挑战。

- 以上均基于报告内容和数据推断，措辞审慎客观。

---

7. 结论性综合

本报告系统深入探讨了中国A股市场高频量化策略的现状、影响因素和未来机遇，内容全面、数据详实。报告提出：

• 当前交易所对高频交易的定义门槛高，普通高频策略规模远低于红线，监管对策略的直接限制有限，策略发展空间仍然存在。

- 市场流动性是高频策略能否实现超额收益的关键驱动因素。流动性与收益呈显著的S型曲线，特别是在市场日成交额8000亿至1万亿之间的上涨区间，高频策略收益弹性最大。

• 微盘股流动性严重不足，冲击成本极高，使得高频策略无配置动力，微盘股的超额收益并非高频策略所驱动。

- 2024年9月以来，A股市场成交额明显反弹，融资融券余额和投资者活跃程度均显著提高，叠加成交量自回归模型预测，预计2025年成交中枢将抬升至1.3万亿元，流动性大幅改善对应12.5%左右的年化超额收益提升。

• 管理人实践中，已观察到因应监管及市场环境调整的降频策略及动态换手，算法交易成本优势持续贡献4-5%超额，策略正逐步适应新环境。

- 风格偏离虽在短期内产生显著超额，但长期来看未必持续有效，管理人必须关注Alpha来源的纯度和稳定性。

• 报告结合丰富的图表和统计回归强化了论点的可靠性，数据来源权威，分析框架严谨，对A股高频量化市场未来发展趋势提出了具指引性的洞察。

综上，报告客观地显示，随着市场流动性的回升和算法技术的提升，高频量化策略在2025年极有可能重回投资视野，实现盈利改善。与此同时，须密切关注监管政策和市场微观结构变化带来的潜在风险，以应对未来不确定性。

---

免责声明

本分析基于报告全文内容，结合图表数据和报告原文推断，不涉及任何外部观点。所有结论均严格依据报告内容，且均附带页码溯源标识，确保来源透明和可追踪。分析仅供学习研究参考，非投资建议。

---

参考页码

[page::0][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10]

报告