市场机制与订单类型介绍 [page::6]

• 证券市场分为订单驱动市场和报价驱动市场，中国沪深交易所采用订单驱动机制，允许限价单与市价单交易。

- 限价单控制价格但成交不及时，市价单优先撮合保证成交但价格不确定。

• 市价单执行优先于限价单，适合强烈成交意愿情况下使用。[page::6]

深证A股市价订单占比及买卖力量统计 [page::7][page::8][page::9]

• 2019-2024年间，市价单占比虽总体低于0.5%，但2024年9月18-30日快速提升，尤其9月30日达峰值是历史均值2倍以上。

- 同期市价订单买单占比大幅上升，沪深300、中证500、800、1000板块买单占比分别高达77%-90%，显示强买入意愿。[page::7][page::8][page::9]

市价订单相关因子定义与特征 [page::9][page::10][page::11]

• 构建8个市价订单因子，如MarketOrderratio、MarketOrderLimitOrderratio等，皆基于深证A股Level 2逐笔订单数据。

- 因子与大小单因子、长短单因子、集合竞价因子、Barra风格因子相关性均较低，具较强独立性。

• 部分相关性统计显示相关系数多在-20%至+27%区间，说明市价因子捕捉的市场信息独特。[page::9][page::10][page::11]

市价订单因子选股表现综述 [page::12-27]

• 采用5日平滑因子，20日换仓，构建多头组合回测，取得显著正向超额收益。

- 其中MarketSellOrderLimitSellOrderratio表现最佳，Top-30组合年化净收益13.66%，夏普比率0.56，最大回撤36.72%，较基准深证A指超7.57%。

• 其他多个因子均展现良好分档单调性和稳定的超额收益能力。

- LimitBuyOrderLimitOrderratio因子表现平平，呈无效状态。

• 多因子累计净值曲线与年度绩效数据详见相关图表和表格。

图示样例（MarketOrderratio因子分档及净值表现）：



图示样例（MarketSellOrderLimitSellOrderratio分档与净值）：

• 详细年度收益、风险指标和持仓换手率均有助于评估策略稳健性及风险调整后表现。[page::12][page::13][page::22][page::23][page::24][page::25]

风险提示 [page::28][page::29]

• 本文模型基于历史数据拟合与回测，面临市场结构和政策变化导致模型失效的风险。

- 策略性能可能随市场行为改变而出现波动。

• 与其他量化模型结果或许存在差异，应综合评估使用。[page::28][page::29]

元数据与概览（引言与报告概览）

本报告标题为《[Ta牛bleTitl市e]中的市价订单与相关因子》，由广发证券发展研究中心发布，首席分析师为安宁宁等团队，报告发布时间在2024年，属于海量Level 2数据因子挖掘系列中的第五篇，主题聚焦于中国A股市场中市价订单的统计特征及其相关量化因子的构建与实证表现。核心论点在于，市价订单作为订单驱动市场的重要组成部分，虽占比不高却具有显著的市场意义，尤其在市场参与者成交意愿高涨时，市价订单的占比和买单比例会大幅提升。此外，报告构建了8个市价订单相关因子，并对其在深证A股的选股表现进行了详尽的分析，发现部分因子能够显著超越市场基准，体现出良好的选股能力和潜在的投资价值。风险提示部分明确指出由于市场环境和政策变化，相关模型和策略存在失效风险，符合量化投资研究的规范要求。[page::0,29]

---

逐节深度解读

一、Level 1与Level 2行情数据介绍

报告首先定义了Level 1与Level 2两种行情数据的区别。Level 1数据为3秒一笔的快照数据，包含常规的最高价、最低价、开盘价、收盘价、成交量、成交额、5档买卖盘等信息。相比之下，Level 2数据不仅提供10档买卖价格和量、50笔最优买卖委托等更丰富数据，还包括最关键的逐笔订单（Tick）数据，记录了每一笔订单的具体时间、价格、数量、订单类别等详细信息。逐笔订单是所有快照数据的根基，深入挖掘Level 2数据使得研究者可以捕捉更细颗粒度的市场动态和交易信号，为量化因子开发提供丰富基础，增强选股和交易策略的有效性。[page::4-5]

二、相关研究工作回顾

简要总结此前几篇系列报告：

• 大小单因子（94个）：基于订单大小分类，构建多个选股因子，历史胜率超78%。

- 长短单因子（22个）：基于订单成交时长划分，胜率80.3%。

• 大小单与长短单组合因子（241个）：基于两维度复合构建，胜率78.3%，超额收益显著。

- 集合竞价因子（15个）：基于集合竞价阶段订单行为，6个因子RankIC超过10%，表现优异。

以上为本报告市价订单因子研究提供了理论背景和方法学基础，体现了利用Level 2逐笔数据多维度解耦的策略设计思路。[page::5]

三、市场机制与订单类型

详细介绍了订单驱动市场与报价驱动市场的对比，指出：

• 订单驱动市场：基于买卖订单撮合，价格自然形成，透明度较高，价格波动大，依赖市场活跃度，沪深所为典型。

- 报价驱动市场：依赖做市商报价，价格更为平稳。

重点在于A股市场采用订单驱动机制，投资者可通过限价单和市价单完成交易。

• 限价单：投资者指定价格，价格条件满足时成交，无成交保证。

- 市价单：以市场最优价格成交，成交优先但价格不确定。

市价单执行优先级高，逆向选择成本低，适合强烈成交需求。该机制设定为本文后续因子定义和统计分析的基础。[page::6]

四、中国A股市场市价订单统计概况

基于深交所Level 2逐笔订单数据（上交所未标注市价/限价类别），统计2019年3月至2024年9月间深证A股市价单占比，发现占比常年低于0.5%，但流动性和市值较大的沪深300、中证500板块占比较高。2024年9月18日至30日，市价单占比快速上涨，9月30日达到历史峰值，超过均值两倍。买单占比也随之提升，尤其在沪深300、中证500、中证800、中证1000板块分别达到77%、85%、82%、90%，反映市场买入决心明显增强。[page::7-9]

五、市价订单相关因子定义

基于深证A股区间，构建了8个市价订单相关因子，如MarketOrderratio、MarketOrderLimitOrderratio、MarketBuyOrderMarketOrderratio等。尽管具体数学定义未全部展示，但报告说明这些因子与大小单因子、长短单因子、集合竞价因子、Barra风格因子的相关性均较低（相关系数一般低于±20%），显示其相对独立性。2019年至2024年间，采用5日平滑处理和20日调仓周期的组合构建显示，6个因子RankIC均值超过6%，胜率超70%，体现良好的选股信号强度和稳定性。[page::9-11]

---

图表深度解读

图1：深证A股市价单占比统计（2019-2024年）

展示了各年份及板块层面市价订单占比趋势。整体均在0.5%以下，沪深300和中证500稍高，近年占比有波动，上升趋势明显。说明市价单虽然占比少，但在市值大、流动性好股票中更活跃，可能反映大资金更偏好快速成交方式。[page::7]

图2：2024年9月18-30日深证A股市价单占比每日统计

显示了该时间段内市价单占比日内的波动，明显市价单比例在30日爆发式上升，达到1%以上，有时是历史均值两倍，沪深300、中证500等板块峰值出现的具体日期有细微差异。突显特定时点市场情绪和成交意愿强烈，市价单成为重要交易手段。[page::8]

图3 & 图4：市价单中买单占比统计（2019-2024总体趋势与9月18-30日细分）

图3显示2019-2023年间买单占比较低，2024年开始显著提升，部分大型板块买单占比过半。图4进一步揭示9月中下旬买单占比骤然提升至80%-90%高位，表明市场普遍买入意愿强，且买单力量明显超过卖单力量，反映出积极的市场情绪与可能的趋势偏好。[page::8-9]

图5-20：8个市价订单因子选股分档表现与净值曲线

各因子分档图均表现出较明显的单调收益趋势，Top组（前30、50等）组合普遍实现了较高超额年化收益率和较稳健的风险指标：

• 典型因子如MarketOrderratio和MarketOrderLimitOrderratio的Top30年化超额收益均超过5.9%，最大回撤约35%，夏普比率约0.18。

- MarketSellOrderLimitSellOrderratio因子表现最优，Top30组合年化超额收益达到7.57%，夏普比率0.26，最大回撤降低至32%左右。

• 部分因子如LimitBuyOrderLimitOrderratio表现极差，分档几乎无收益，负的超额收益，显示其无效性。

净值曲线显示各因子Top组合均明显跑赢深证A指指数，且具有较好稳定性和盈利持续性，验证了因子设计的有效性。

图表细节还显示，部分因子（如MarketBuyOrderMarketOrderratio）呈两头高、中间低走势，反映市场对买卖单失衡的敏感性及其预示的价格变动潜力。[page::12-27]

典型图示示例：

• 图5-6（MarketOrderratio因子）体现分档收益及多头组合跑赢基准，验证因子的良好选股能力。

- 图15-16（MarketSellOrderLimitBuyOrderratio）显示该因子超额收益和净值曲线均优于其他因子，夏普比率较高。

• 图19-20（LimitBuyOrderLimitOrderratio）则反向验证该因子几乎无选股能力。

综上，图表数据支撑了市价订单相关因子在量化选股中的有效性，展示了交易行为数据深度分析的巨大潜力。

---

估值分析

本报告聚焦于量化因子的研发和实证验证，未涉及传统的公司估值方法（如DCF、市盈率等），主要依赖统计评估指标：

• RankIC（排序信息系数）：用来衡量因子信号与后续收益的相关强度，正值表明因子具有预期方向的预测能力。

- 胜率：因子预测正确的比例。

• 超额收益率、最大回撤、夏普比率等：用于衡量基于因子选股组合绩效与风险调整后的表现。

通过5日平滑和20日调仓，多个因子均表现出了稳定的RankIC > 6%、胜率>70%的选股能力，构建Top组合后实现较高超额回报，验证了因子质量。

报告未涉及具体的折现率等估值假设，属于因子研究和策略测试范畴。[page::9-27]

---

风险因素评估

报告提出三点主要风险提示：

1. 历史数据统计与模型失效风险：基于历史Tick数据统计和模型构建，未来市场政策变化或环境调整可能导致规律失效。

2. 市场结构及交易行为改变风险：随着市场结构或交易行为的演变，因子策略可能失去预测有效性。

1. 模型结论差异风险：由于量化模型的差异性，本文结论可能与其他量化策略有较大差异。

报告未细述具体缓解措施，但通过多因子验证和长期区间检验部分缓解了单一时点过拟合的概率。[page::0,29]

---

批判性视角与细微差别

• 报告数据源主要为深交所Level 2，未覆盖上交所市价/限价订单标注，样本可能存在局限性。

- 部分因子的定义未公开完整细节，限制对因子设计背后逻辑的独立验证。

• 选股表现存在明显年份间波动，尤其2024年前9个月部分因子表现回撤加大，反映短期市场波动加剧风险对策略影响较大。

- 部分因子RankIC为负值且胜率较低，说明市价订单行为并非所有统计因子均有效，投资者需谨慎筛选。

• 报告整体呈现量化模型研发的正面成果，语气较为理想，读者应警惕可能存在的报告偏向性。

- 但报告结构严谨，数据详实，多个角度进行了充分交叉验证，信息披露充分。

• 未见明显自相矛盾内容，风险提示充分，符合专业量化研究范式。

---

结论性综合

本报告通过对交易所Level 2海量逐笔订单数据进行深度挖掘，聚焦于中国A股的市价订单特征及相关量化因子的构建，取得如下核心发现：

• 市价订单在深证A股长期占比虽低（<0.5%），但在特定时期（如2024年9月末）及重点大盘板块中占比激增，且买单占比显著提升至80%以上，反映市场高度买入意愿与活跃成交需求。

- 基于市价订单的8个相关因子实现了独立于传统大小单、长短单、集合竞价及Barra风格因子的特征。多因子RankIC均大于6%以上，胜率超70%，表明因子具有稳定的预测能力。

• 8个因子中，MarketSellOrderLimitSellOrderratio表现最优，所构建的Top-30股票组合年化超额收益率达到7.57%，最大回撤36.72%，夏普比率0.56，显著跑赢深证A指。

- 多数因子分档收益呈单调性，验证了因子的有效性，能够构建出超额回报的股票投资组合，具有实际应用潜力。

• 相较之下，LimitBuyOrderLimitOrderratio因子无效，选股表现明显差于市场基准，提醒研究者因子筛选需严谨。

- 交易数据的深度解析揭示了交易行为信号在量化投资中的独特价值，应用市价单相关因子有助于捕捉市场参与者成交意愿的变化，从而辅助选股决策。

• 研究结果基于2019至2024年深交所数据，受限于政策、结构变动可能存在失效风险，需持续关注市场环境对因子有效性的影响。

综上，报告为理解A股市场微观交易机制提供了数据深度视角，成功开发出一批市价订单相关量化因子，具备较强的投资指引价值和研究创新意义。[page::0-29]

---

附：重要图表示例引用

• 市价单占比激增示意（图2）

- 市价单买单占比分布（图4）

• MarketOrderratio因子分档收益图（图5）

- MarketSellOrderLimitSellOrder_ratio净值表现（图18）

（以上均为部分代表性图表，报告包含丰富内容值得细读）

---

本分析严格基于报告内容，避免主观揣测，力求准确、详尽地反映研究成果与其投资意义。[page::0-31]

报告