“聪明”的资金流向数据.docxVIP

内容目录 1、 资金流向数据 3 1.1 资金流向数据简介 3 2、 资金流向因子检验 5 小单资金流向因子检验 6 中单资金流向因子检验 7 大单资金流向因子检验 7 超大单资金流向因子检验 8 资金流向时间段汇总因子检验 9 衍生因子检验 10 单因子检验小结 11 3、 NPR 模型 12 4、 总结 13 图表目录 图 1：资金流向分类 3 图 2：买入金额中位数 4 图 3：卖出金额中位数 4 图 4：金额差时间序列 5 图 5：小单资金流向 IC 时间序列 6 图 6：小单资金流向分组收益率 6 图 7：小单资金流向 IC 时间序列 7 图 8：小单资金流向分组收益率 7 图 9：中单资金流向 IC 时间序列 8 图 10：中单资金流向分组收益率 8 图 11：大单资金流向 IC 时间序列 9 图 12：大单资金流向分组收益率 9 图 13：超大单资金流向 IC 时间序列 10 图 14：超大单资金流向分组收益率 10 图 15：五日累积因子对比 10 图 16：五日累积因子对比 11 图 17：五日累积因子对比 11 图 18：NPR 模型 Fama-Macbeth 回归结果 13 表 1：资金流向基础数据 4 表 2：资金流向交易方向差值 4 表 3：资金流向时间段统计 5 表 4：小单资金流向因子检验 6 表 5：中单资金流向因子检验 7 表 6：大单资金流向因子检验 7 表 7：超大单资金流向因子检验 8 表 8：资金流向时间段因子检验 9 1、 资金流向数据 所有理性交易都是信息驱动的，由于每一类投资者接触到的信息渠道不同，从而导致其交易方式也会有所区别。我们试图从资金流向的信息中挖掘出哪一类交易行为更加‘聪明’。 普通的成交数据包含的信息有限，通过 Level-2 数据计算得到的资金流向数据将其分为小单/中单/大单/超大单，以及主动和被动的买卖单资金流向，能够挖掘许多市场微观结构的交易信息。 本文通过两种方法检验资金流向对于未来收益率的影响。第一种方法是单因子 IC 检验，通过分析资金流向因子的 IC 以及 IC 的统计信息，判断因子的有效性。第二种方法借鉴 Lakonishok, J. and I. Lee (2015)文章中的方法，构建净买入比率指标（NPR），通过 Fama-Macbeth 回归检验 NPR 因子的显著性。 结果表明，无论是单因子的检验还是 NPR Fama-Macbeth 因子检验，小单资金流向均与未来收益存在较为明显的负相关性。小单资金流向一般被认为是个人投资者交易偏好，据此可以看出个人投资者交易频繁的股票未来有较高的概率收益较低。 1.1 资金流向数据简介 本文采用 WIND 提供的 A 股资金流向数据，是通过 level-2 数据计算得到的。 按照金额大小，每笔成交可以分为小单（4 万），中单（4 万-20 万），大单（20万-100 万），以及超大单（100 万）。 按照时间先后顺序，先挂在委托队列上的为被动单，后来的促使成交的委托为主动单，成交价=卖价为主买，成交价=买价为主卖。 图 1：资金流向分类 数据来源： 根据上述原则，将每只股票日内成交明细分别按照成交金额、成交量、成交笔数进行统计，则每日资金流向基础数据包含 4*2*4 + 4*2 （成交笔数未统计主被动信息）共计 40 个因子。 表 1：资金流向基础数据 小单 中单 大单 超大单 小单买入单数 中单买入单数 大单买入单数 超大单买入单数 小单买入金额(仅主动) 中单买入金额(仅主动) 大单买入金额(仅主动) 超大单买入金额(仅主动) 小单买入金额 中单买入金额 大单买入金额 超大单买入金额 小单买入总量(仅主动) 中单买入总量(仅主动) 大单买入总量(仅主动) 超大单买入总量(仅主动) 小单买入总量 中单买入总量 大单买入总量 超大单买入总量 小单卖出单数 中单卖出单数 大单卖出单数 超大单卖出单数 小单卖出金额(仅主动) 中单卖出金额(仅主动) 大单卖出金额(仅主动) 超大单卖出金额(仅主动) 小单卖出金额 中单卖出金额 大单卖出金额 超大单卖出金额 小单卖出总量(仅主动) 中单卖出总量(仅主动) 大单卖出总量(仅主动) 超大单卖出总量(仅主动) 小单卖出总量 中单卖出总量 大单卖出总量 超大单卖出总量 数据来源： 以买入金额为例，从下图给出了四种类型的买入金额和卖出金额从 17 年至 20 年的中位数时间序列 图 2：买入金额中位数 图 3：卖出金额中位数 数据来源：WIND, 数据来源：WIND, 可以看出，整体上 A 股资金流向是以中单为主，小单