• 大宗交易在A股市场活跃度逐年提升，覆盖率近年稳定在50%-60%，大宗交易中股票数和规模整体呈现增长趋势，主要集中于沪深主板市场，市值结构以中小市值股票为主，行业分布集中于医药、电子、机械、基础化工和计算机[page::2][page::3][page::4][page::5]

• 大宗交易买卖双方席位主要为营业部席位，其次为机构席位，自营席位占比较低；成交价格以折价为主，折价幅度大多不超过15%，大宗交易成交金额比率偏低，集中在10%以内[page::5][page::6][page::7]

• 事件研究显示，折价交易短期负向影响股价，溢价交易则正向，长期折价、平价、溢价均能取得超额正收益，买方为机构席位或卖方为自营席位的股票表现更优；股价分位处于中高段(7-9组)表现最佳，成交金额比率和成交金额波动率分别与股价正相关和负相关，波动率低者表现更好[page::7][page::8][page::9]

• 多指标叠加测算表明：成交金额比率高且折价率高的股票超额收益显著；高成交金额比率配合买方机构席位或卖方营业部席位，股票表现最佳；成交金额比率叠加股价分位以及成交金额波动率，进一步验证高成交、低波动的组合收益优势[page::10][page::11]

• 构建基于成交金额比率和成交金额波动率的月频调仓量化选股组合，持仓20只股票，2010年至2023年回测显示总收益率达938.3%，年化收益率19.54%，夏普比率0.57，月均换手率约90%，表现稳健优于中证全指基准，组合平均市值多为中小盘，资金容量适中（约3500万元单次调仓容量）[page::12][page::13][page::14]

• 风险提示：报告基于历史数据，存在历史数据不重复验证的风险，不构成投资建议，投资者需谨慎决策并自行承担风险[page::1][page::15]

全面详尽分析报告：《提炼大宗交易背后蕴含的超额信息 量化选股系列报告之十》

---

一、元数据与概览

• 报告标题：《提炼大宗交易背后蕴含的超额信息 量化选股系列报告之十》

- 作者/发布机构：祁嫣然（分析师，执业证书编号 S0930521070001），光大证券金融工程研究团队

• 发布日期：2023年8月5日

- 研究主题：基于中国A股市场大宗交易数据，剖析大宗交易背后蕴含的市场信息，探讨大宗交易对于股价走势的潜在影响与投资机会，构建量化选股模型。

• 主要观点/结论：

- 大宗交易覆盖股票广泛，多以中小市值股票为主，行业分布均衡，但医药、电子、机械、基础化工和计算机行业交易频率较高。
- 大宗交易买卖双方席位以营业部席位为主，多以折价成交，折价幅度集中在15%以内。
- 基于5个核心指标（折溢价率、买卖双方席位、价格分位、成交金额比率、成交金额波动率）统计显示，大宗交易对后续股价走势有积极影响，尤其是成交金额比率和成交金额波动率对超额收益贡献显著。
- 推荐基于高成交金额比率、低成交金额波动率构建量化选股组合，年化收益率近20%，远超中证全指基准。

---

二、逐节深度解读

1. 报告引言与大宗交易概况（摘要及规则流程）

• 摘要重点：

介绍了大宗交易的活跃度和覆盖范围，指出以中小市值股票为主，以及医药等行业交易频繁。讨论买卖双方席位主要为营业部席位，且成交多折价。通过统计分析揭示多指标对股价正向影响，最终构建高成交额、低波动率选股组合，该组合展现出较高的长期超额收益。

• 大宗交易规则与流程：

- 背景介绍沪深两市及北交所大宗交易的门槛、申报时间、成交价格限制等交易规则（详见表1）[page::1]
- 大宗交易流程图（图1）显示交易双方通过申报意向、成交确认、清算交收和信息公布，完成场外协商后申报成交。[page::2]

• 特点与优势：

总结六大优势：高效性、灵活性、低成本、高额交易量、降低价格波动及保护隐私。从制度设计到实际交易过程中，大宗交易兼顾大额交易需求与市场稳定性特点，特别利于机构和大股东操作。[page::2]

2. 大宗交易数据特征分析

• 数据来源：wind数据库，截至2023年7月31日，超过22万笔大宗交易数据，涵盖股票代码、成交价、成交量、成交额和买卖双方营业部名称等关键字段。[page::2]
• 数据清洗：

针对买卖方字段中名称格式不规整，使用关键词归类为营业部、机构、自营席位。
- 营业部席位关键词如“分公司”、“营业部”
- 机构席位关键词如“机构专用”、“交易单元”
- 自营席位关键词如“自营”、“总部”
保证席位分类的合理性和后续分析的有效性。[page::3][page::6]

• 大宗交易数量与覆盖度：

- 从2003年至今，整体交易数量逐年上升，覆盖上市公司比例从15%升至约60%，后趋于稳定（图2）
- 交易数量受定期报告公布窗口期影响明显，4月、8月、10月样本较少（图3）
- 股票交易数月度稳定在600-900只（图4）
- 成交量和金额在2016年达峰值后回落，现保持相对稳定（图5）[page::3]

• 市场与板块分布：

- 沪深两市大宗交易占比趋于均衡，深交所略高（图6）
- 大宗交易主要集中于主板，创业板、科创板也有一定占比，尤其近年逐步提升（图7）[page::4]

• 市值及宽基指数分布：

- 以中小市值(<100亿)股票为主，2020年后各市值区间保持稳定分布（图8）
- 宽基指数成分股占比均衡，沪深300成份股约20%，中证500约10%，中证1000约20%（图9）[page::4]

• 行业分布：

- 行业集中于医药、电子、机械、基础化工、计算机（图10）
- 历年行业分布稳定，医药行业大宗交易占比逐年上升，电子和机械行业份额显著（图11）[page::5]

• 买卖方席位分布：

- 买卖方席位以营业部为主，机构次之，自营席位较少（图12-14）
- 买方机构席位影响股价正向明显高于其他席位，卖方自营席位影响最强（后续事件研究章节说明）[page::6]

• 折溢价率分析：

- 大宗交易多折价，且折价率多集中于15%以内，溢价交易较少（图15-16）
- 近年平价交易增多，溢价比例下降。[page::7]

• 成交金额比率：

- 大宗交易成交金额/非大宗成交金额，多数低于10%，说明大宗交易多为辅助性交易（图17-18）[page::7]

3. 大宗交易事件收益分析

• 研究方法：事件研究法，剔除特定处理和次新股，以中证全指为基准，考察指标包括折溢价率、买卖方席位、股票价格分位、成交金额比率、成交金额波动率。
• 单指标测算：

- 折价短期负面、溢价短期正面，长期三组均正向超额收益（图19-20）
- 折溢价率细分5组：高折价组短期正面，长期相对弱；其他组均表现良好（图21-22）
- 买方机构席位对股价正向影响最强，卖方自营席位影响最为显著（图23-24）
- 股价分位分析：历史高位股价表现不佳，股价适中分位组表现最好（图25-26）
- 成交金额比率影响呈正相关，越高表现越好（图27-28）
- 成交金额波动率影响负相关，波动率低组表现最佳（图29-30）[page::8-9]

• 多指标叠加测算：

- 叠加成交金额比率与折溢价率：高成交额且高折价组表现最佳（图31-32）
- 叠加成交金额比率与买卖方席位：买方为机构席位、卖方为营业部席位时效果较好（图33-34）
- 叠加成交金额比率和股价分位：成交金额比率高且股价处于中高分位的表现较好（图35-36）
- 叠加成交金额比率和成交金额波动率：高成交金额比率且低波动率组合表现出单调优异性（图37-38）[page::10-11]

4. 基于大宗交易的量化选股组合构建

• 策略设计及回测思路：

- 基础股票池为大宗交易股票池（排除ST及次新股）
- 以月频调仓，每月底选出一个月大宗交易股票，次月初调仓
- 选股策略以成交金额比率或成交金额波动率排序分组，等权持有，涨跌停规则约束
- 回测区间2010.02.01至2023.07.31，[page::11][page::12]

• 回测结果：

- 成交金额比率分组显示，最高组超额收益明显，但回撤较大（图39-40）
- 成交金额波动率选股优势更明显，回撤及收益表现优于成交金额比率单选股（图41-42）
- 两指标叠加后，组合收益更为优异且结构单调，最高组（高成交金额比率+低交易金额波动）年化收益达12.81%（图43-44）
- 进一步叠加买方机构席位、折溢价率和股价分位，回撤有所改善但收益提升有限（图45-46）[page::12]

• 推荐策略：

- 高成交金额比率+低成交金额波动率组合，核心选股逻辑基于研究发现的关键驱动指标。
- 策略持仓20只股票，月均换手率约90%。
- 总收益率达938.3%，年化收益率19.54%，相对中证全指超额年化16.41%（图47-48，表3）
- 年度表现稳健，除了2014、2017年表现落后，绝大多数年份超过基准（表4）[page::13-14]

• 资产规模与流动性分析：

- 持仓股票平均市值主要在50亿元左右，属于中小市值范围（图49）
- 资金容量相对有限，调仓资金容量约3500万元，表明资金规模对策略实行有所限制（图50）[page::14]

---

三、图表深度解读

• 图1 大宗交易操作流程示意图 展示了大宗交易交易各阶段—申报意向、意向接受、成交确认到清算交收及信息公布，体现了大宗交易的场外协商与公开披露间的制度设计。[page::2]
• 图2-5 大宗交易数量及规模

- 图2显示2003-2023年大宗交易数量及覆盖上市公司比例走势，体现了市场接受度提升至约60%后趋于稳定。
- 图3反映窗口期内大宗交易次数下降，制度及监管对交易节奏的约束显著。
- 图4-5月度交易股票数量和成交规模趋势分别说明大宗交易对象的扩容和活跃度的周期性波动。[page::3]

• 图6-7 市场及板块占比 显示沪深大宗交易分布均衡且主要集中在主板，反映大宗交易的市场分布合理且板块覆盖面广。[page::4]
• 图8-9 市值与指数分布

- 市值主要集中在中小盘股票，反映中小市值股对大宗交易需求更大或更适合此类交易。
- 宽基指数成分股覆盖均衡，未形成明显偏重某一指数。[page::4]

• 图10-11 行业分布

- 医药行业为大宗交易主要行业，体现行业资金关注度及流动性差异。
- 机械、电子、基础化工、计算机均有较高交易频率，显示行业间资金流动特征差异。[page::5]

• 图12-14 席位分析

- 主要交易者为营业部席位，可能反映以个人及部分机构客户经纪业务操作为主。
- 机构及自营席位占比相对较低，表明大宗交易隐私保护多被营业部客户采用。
- 历年趋势显示买方机构席位保持稳定，表明机构参与度稳健。[page::6]

• 图15-18 折溢价与成交金额比率

- 折价交易占主导，符合大宗交易作为快速减持工具的市场逻辑。
- 成交金额比率整体偏低，多数大宗交易为日内小比例补充，显示成交风险控制和市场影响考虑。[page::7]

• 图19-30 多指标事件分析

- 折溢价率影响分不同阶段呈现正负交错，长期皆有正向超额收益。
- 买方机构席位和卖方自营席位表现最好，逻辑上机构买入和卖方自营资本介入强化市场信号。
- 股价分位适度较好，极端股价分位（尤其历史高位）风险加大。
- 成交金额比率和成交金额波动率对后续股价的积极影响最明显且单调性好，适合策略指标选取。[page::8-9]

• 图31-38 多指标叠加

- 双指标叠加进一步增强选股效果，尤其高成交金额比率结合低价格折价及合理股价分位时表现尤佳。
- 买卖方席位加入指标体系提升但边际贡献有限。
- 两核心指标组合（成交金额比率+成交金额波动率）表现最佳且稳健。[page::10-11]

• 图39-46 回测模型表现

- 单指标回测显示资金流动性及稳定性对组合表现影响大。
- 多指标组合产生更优异的超额回报和风险调整后收益，部分年份表现出较强抗风险能力。[page::11-12]

• 图47-50 组合实操分析

- 总收益和年化收益显著优于基准，中证全指。
- 换手率较高（约90%），反映策略依赖于频繁调仓捕捉短期超额收益。
- 投资组合以中小市值为主，资金容量有限，适合中小规模资金运作。[page::13-14]

---

四、估值分析

本报告未涉及公司具体估值模型和目标价。主要侧重于大宗交易行为数据的统计分析和量化策略构建，不涉及单个股票或行业的估值模型。

---

五、风险因素评估

• 报告明确指出研究结论基于历史数据，未来市场环境变化可能导致历史规律不再适用，存在不被重复验证风险。

- 大宗交易细节隐蔽性较强，买卖双方身份及意图难以判定，可能带来信息不对称风险。

• 交易制度和监管规则调整可能影响大宗交易的活跃度和有效性。

- 高换手率策略可能增加交易成本风险。

• 组合资金容量有限，资金规模扩大可能导致流动性风险和实际操作困难。

报告未给出明确风险缓解措施，但通过科学的指标筛选及组合管理，已在一定程度上过滤风险因素。[page::1][page::13][page::15]

---

六、批判性视角与细微差别

• 数据完整性与时效性：虽然数据覆盖广泛（2002-2023），但大宗交易制度及监管多次调整，历史数据在不同制度环境下可能差异较大，部分规律可能因结构性变化而失效。

- 指标解释存在局限：成交金额比率和成交金额波动率虽表现良好，但二者或反映的是资金活跃度和市场情绪，而非必然基本面变化，策略需谨慎看待宏观环境变动。

• 席位划分基于名称关键词：买卖方席位划分虽然合理，但仍存在分类噪音，个别模糊名称可能导致席位识别误判，影响指标准确性。

- 换手率及资金容量问题：高换手率和有限资金容量限制策略大型化实施，且高换手率增加应税及交易成本压力，需结合实际运营评估。

• 多指标叠加收益提升有限：叠加买方机构、股价分位等指标提升收益有限，说明选股模型可能已有边际效益递减。

- 市场环境特殊性：中国A股大宗交易的特点与欧美市场不同，若未来制度改革，将对模型适用性带来挑战。

总结来看，报告内部逻辑严谨，数据支持充分，但需结合市场动态谨慎解读。策略表现优异但侧重短期交易，投资者需关注风险和交易实践的可行性。

---

七、结论性综合

本报告通过详实的大宗交易数据统计和事件研究法，揭示大宗交易行为背后蕴含的显著投资信息。核心发现包括：

• 大宗交易广泛存在，主要面向中小市值股票和医药、电子等热门行业。

- 交易席位以营业部为主，成交多以折价方式完成，折价幅度多集中在15%以内。

• 通过折溢价率、买卖方席位、股价分位、成交金额比率和成交金额波动率五个指标，对大宗交易后的股价走势产生正向影响的规律进行了深入剖析，特别是成交金额比率和成交金额波动率指标对超额收益具有最强的预测能力。

- 多指标联合应用验证了高成交金额比率、低成交金额波动率股票在后续交易中可获得显著的超额收益，从2010年来表现年化接近20%，该选股组合兼具收益与稳定性优越性。

• 尽管存在高换手率与资金容量等操作限制，组合在中小市值股票中展现了良好的实践可行性。

- 报告对相关风险进行了充分披露，提醒投资者历史规律可能不再适用，基于数据的模型亦需结合市场环境调整。

通过图表与数据，报告完整呈现了大宗交易对于市场定价及投资策略的深刻影响。展现了量化分析通过挖掘场外交易信息产生超额收益的可能路径，为投资者提供了独特的策略思路及实施参考。

综合来看，该报告在数据丰富性、方法严谨性和策略回测表现方面均体现高水平，推荐关注并结合自身风险偏好合理参考。

---

参考图表示例

• 图1 大宗交易流程示意图：

• 图2 大宗交易数量增长及覆盖度趋势：

• 图12 买卖方席位分布（样本量）：

• 图15 折溢价率分布（样本量）：

• 图19 折价/平价/溢价绝对净值走势：

• 图43 成交金额比率+成交金额波动率分组年化收益率：

• 图47 策略净值曲线：

• 图49 组合月度平均市值（亿元）：

---

溯源标识

以上内容引用自报告原文对应页码，标注格式如：[page::0][page::1][page::2]等。

---

总结：本报告以严谨实证方法深入挖掘A股大宗交易数据背后的信息价值，提供了成熟且验证充分的量化策略，展示了基于大宗交易特征实现超额收益的可行性，为投资者和研究者提供了具有实操参考价值的洞见。

报告