海量Level2数据因子挖掘：从高频撤单信息中构建量化因子

引言：撤单数据的市场微观结构价值

在股票市场的博弈中，量化投资者的核心优势在于对数据的全面收集与深度分析。传统研究多聚焦于成交数据，而撤单数据刻画了投资者曾经提交但最终主动取消的流动性承诺。撤单行为不仅反映了订单的最终执行形态，更深刻体现了投资者对当前价格水平、盘口动态风险以及自身订单状态的持续跟踪与重新评估过程。随着Level 2逐笔订单数据的普及，从高频撤单信息中挖掘隐藏的市场规律，成为构建有效Alpha因子的重要路径。

撤单在交易中极为普遍，其量级与成交量基本持平，部分年份甚至略高于成交量。这意味着市场上每成交一手，几乎同时有一手订单被撤销。撤单行为既可能是订单未成交后的被动取消，也常作为主动策略，用于探测市场深度、测试对手盘意愿或在信息到达后快速修正报价。因此，撤单数据与成交数据互为补充，共同构成理解市场参与者行为与订单簿动态的双支柱。

撤单活跃度与规模因子的构建逻辑

订单撤回行为并非简单的交易取消，而是投资者基于市场信息不断调整报价策略的结果。通过构建撤单活跃度与规模因子，可以刻画投资者交易意愿的变化。例如，rel_count_per_active_minute因子旨在衡量单位活跃时间内的撤单频率，该因子在全市场选股样本中表现出显著的负向RankIC均值，且IC胜率较高，显示撤单行为中蕴含丰富的截面信息。

此外，部分撤单提供了比全额撤单更精细的行为信息。当投资者选择部分成交后撤销剩余部分，意味着其报价在挂单期间确实触发了成交，但成交并未改变其对后续价格的判断。这一“先成交、再评估、后终止”的决策链条，包含了对已实现成交价格的认可与对未来盘口风险的重估，信息含量更为丰富。部分撤单量占比稳定高于部分撤单笔数占比，说明发生部分撤单的订单平均规模大于全额撤单订单，部分撤单更集中于大额订单，这为识别机构或大资金行为提供了线索。

日内时间结构与撤单节奏的特征捕捉

投资者在不同交易阶段的订单调整行为存在明显差异，不同阶段的撤单特征能够反映市场参与者的交易节奏和信息处理方式。通过从撤单发生时间分布出发，可以构建日内时间结构因子。例如，time_close_minus_open_count_share因子关注收盘与开盘阶段撤单数量的差异，经过平滑处理后，其RankIC均值表现优异，IC胜率稳定。

早盘和尾盘通常是信息密集释放和交易者情绪波动的关键时段。早盘撤单可能反映隔夜信息的消化与策略调整，而尾盘撤单则可能与日内头寸平仓或次日策略预备有关。通过分析这些特定时段的撤单比例和节奏，可以捕捉到传统量价因子难以覆盖的时序特征。time_afternoon_vol_share等因子进一步细化了下午时段的撤单_volume_分布，揭示了午后市场流动性变化中的微观信号。

快速撤单与普通撤单的行为模式差异

不同撤单速度对应投资者不同的决策过程。快速撤单可能体现更高频的信息响应，往往与算法交易或高频策略相关；而普通撤单更多反映常规流动性调整或手动交易者的行为。通过比较快速撤单与普通撤单在持续时间、发生节奏等方面的差异，可以构建区分不同交易行为模式的因子。

fast_normal_switch_rate_diff_vol因子通过计算快速与普通撤单切换率的差异，识别市场微观结构中的状态转换。该因子在滚动周期内表现出稳定的预测能力。另一类因子如fast_normal_avg_run_length_diff_vol，则关注快速与普通撤单持续长度的差异，进一步剥离出由不同速度决策带来的超额收益来源。这些因子与传统Barra风格因子的相关性较低，除个别关注规模的因子外，其余因子与Barra各风格因子相关性均控制在30%以下，显示出较强的独立性，能够为多因子模型提供有效的增量信息。

因子有效性检验与风险提示

实证数据显示，基于Level 2数据构建的撤单类因子在历史回测中展现出一定的超额收益能力。以rel_count_per_active_minute因子为例，其十分档多头组合在多个年度区间内取得了正向年化收益，尽管在市场剧烈波动年份如2022年和2024年面临较大回撤，但在2025年等市场环境下表现突出。其他如time_close_minus_open_count_share和spec_share_within_normal_count等因子也呈现出类似的收益特征，即长期有效但短期波动较大。

然而，量化模型的有效性高度依赖历史统计规律。本文所述模型通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时存在失效风险。此外，市场结构及交易行为的改变，如高频交易监管政策的调整或投资者结构的演变，可能导致原有因子逻辑失效。因此，投资者在应用此类因子时，需结合实时市场环境进行动态监控与调整，并注意不同量化模型之间可能存在的观点差异。