基于筹码分层结构的端到端AI因子研究

筹码分布与分层结构构建

筹码分布是对股票历史成交成本结构的刻画，通常基于成交价格、成交量与换手率等信息，估计当前流通筹码在不同价格区间上的分布状态。与传统量价指标更多关注价格和成交的边际变化不同，筹码分布侧重描述存量持仓的成本位置与结构特征，能够反映市场参与者整体处于浮盈还是浮亏状态，以及不同价格区间潜在的支撑、压力和交易阻力。从投资者行为角度看，盈利筹码可能带来止盈抛压，亏损筹码可能形成惜售或解套压力，筹码结构因此成为理解短期供需变化、交易摩擦和市场博弈状态的重要特征之一。

为细致地刻画筹码结构中蕴含的异质性信息，研究从两种视角拆解筹码分布的分层结构：其一为按照筹码龄进行分层，将不同历史时期形成并留存至今的筹码加以区分，以刻画新近筹码与长期沉淀筹码在成本结构和交易稳定性上的差异；其二为按照投资者类型分层，通过成交订单金额大小识别散户、中户、大户和机构投资者对应的筹码分布，从资金属性角度描述不同类型投资者的持仓成本和交易行为差异。

实验方法：基于CNN+GRU的端到端建模

研究尝试利用AI模型对筹码分布的精细结构进行端到端建模。在特征端，基于VWAP中心三角分布换手递推法估算筹码整体分布，并进一步根据筹码留存时间、筹码交易订单大小拆解筹码分布中的筹码龄分层和投资者类型分层结构特征。在模型端，将筹码分布映射至相对当前股价的价格轴，利用CNN+GRU模型进行端到端建模，其中CNN用于提取单日筹码分布的价格形态特征，GRU用于刻画筹码结构在时间维度上的动态变化。

输入特征预处理包括价格区间映射、分层归一化以及压缩分布形状。价格区间映射旨在消除个股绝对价格水平差异，保留每日筹码的相对成本结构；分层归一化保留不同通道之间的相对筹码质量；压缩分布形状则通过取平方根压缩局部极端筹码峰的影响，使模型更加关注筹码分布的整体形态及跨通道结构差异。

实验结果：端到端因子表现优于人工构造特征

实验结果显示，筹码龄分层端到端因子表现优于投资者类型分层因子，前者多头组收益高于日K线、周K线等传统AI量价模型，且相关性较低。对比筹码龄分层端到端因子与人工构造筹码特征因子，前者IC指标及多头超额均更优。消融实验结果显示，剥离筹码龄分层信息或弱化价格分布形态后，因子表现均明显下降，表明筹码分层结构特征与价格形态特征均是端到端建模的有效信息来源。

进一步对各因子相关性进行测试，结果表明筹码龄分层结构端到端因子与人工构造筹码特征因子平均相关性在80%左右，端到端建模相比人工构造特征提取仍有一定增量信息。同时，筹码结构系列因子与其他类型因子相关性平均在50%左右，相关性较低，或可起到有效的互补作用。

指增组合测试：筹码结构合成因子整体优于基准AI因子

将筹码结构因子加入基准AI合成因子，并构建指数增强组合进行测试。结果表明，在回测区间内，加入筹码结构的合成因子RankIC约14.0%，相比基准因子多头超额提升约2.1 pct。同回测区间内，沪深300、中证500和中证1000指数增强组合的年化超额收益均有所改善，其中中证1000组合年化超额由19.0%提升至21.2%，信息比由3.29提升至3.53，超额最大回撤由8.5%下降至7.7%。

进一步对比中证1000指增组合中两组因子的分区间超额收益，可以发现加入筹码合成因子在过去多个完整年度内，多数年度超额收益均高于基准AI合成因子，提升较为稳定。这表明筹码结构因子能够有效增强基准AI因子的选股能力，特别是在中小盘指数增强策略中表现更为显著。