撤单视角下的算法交易识别与Alpha捕捉-250912-西部证券.pdfVIP

证券研究报告

撤单视角下的算法交易识别与Alpha捕捉

西部证券研发中心

2025年9月12日

分析师|冯佳睿S0800524040008邮箱地址：fengjiarui@

联系人|张逸飞邮箱地址：zhangyifei@

机密和专有

未经西部证券许可，任何对此资料的使用严格禁止

主主要结论要结论

本文聚焦下单-撤单时间差这一特殊的订单薄特征，挖掘算法交易驱动的订单带来的alpha。

【报告亮点】

•通过下单-撤单时间差的视角，对算法交易驱动的撤单进行识别与交易逻辑分析。

•构建的算法交易买单撤单占比（BABR）与算法交易买卖撤单熵（ACE）因子具有较强选股效果。

【主要逻辑】

•下单-撤单时间差分布呈现脉冲式集中，集中的时间点可能代表了算法交易驱动的撤单行为。统计这类算法交易撤单与全部撤单

的比例，构建算法交易撤单数占比因子（ACCR），因子全区间RankIC达到0.052，ICIR为0.458。

•进一步细分撤单的买卖特征，发现买单算法交易撤单笔数/全部买单撤单笔数（BABR）全区间RankIC达到0.059，ICIR达到

0.555，IC胜率70.1%。与市值因子、Barra风格因子中性化后，BABR因子仍保留一定选股能力。

•构建算法交易买卖撤单熵（ACE）因子，通过引入撤单熵，描述了算法撤单中买卖双方的意见：买卖意见一致性越高，因子值

越大。因子RankIC达到0.047，ICIR为0.479。

•将ACE与BCBR分别进行横截面排序并转化为百分比排名，两个排名相加得到合成因子。合成因子全区间RankIC达到0.069，

ICIR为0.851，IC胜率达到81.5%。IC和IC稳定性相较单因子均有显著提升。选取因子值前100的股票等权组合，双周调仓，策

略年化收益率为13.03%，超额年化收益率为13.77%，信息比率为1.44。

风险提示：数据来源第三方，或有遗漏、滞后、误差；本报告使用历史数据测算完成，存在历史统计规律失效风险；模型假设或与实际市场情况存在

差异；市场风格变化风险：市场投资风格可能发生变化，影响当前因子的有效性。

资料来源：Wind，西部证券研发中心请仔细阅读尾部的免责声明2

01引言

02算法交易撤单占比

03算法交易买单撤单占比

04算法交易买卖撤单熵

目录

目录

05撤单占比与撤单熵的合成

CONTCONTENTSENTS

06处理撤单类数据的技术细节

07总结

08风险提示

一一、、引引言言

近年来，随着算法交易的普及，机构为降低冲击成本更倾向于拆分小单

•《TrackingRetailandInstitutionalInvestorsActivityinChina》一文将4万元与20万元作为小中大单的划分标准，并统计每种订

单中实际交易者的占比；

•2017年以来，小单中机构订单的占比逐渐攀升，大单中机构订单的占比则有所回落，传统“大单=机构”假设削弱。

图：机构订单在小/中/大单中的占比变化

资料来源：《TrackingRetailandInstitutionalInvestorsActivityinChina》，西部证券研发中心请仔细阅读尾部的免责声明4