2026年5月14日，北京大学经济学院与北京大学金融工程实验室联合举办了“金工首席谈”系列讲座第47讲。本次讲座邀请到国信证券经济研究所所长助理、金融工程首席分析师张欣慰开展题为“高频订单成交数据蕴含的Alpha信息”的专题分享。活动由北京大学金融工程实验室执行主任黎新平博士主持，50余名师生参与了本次讲座。
张欣慰作专题报告
张欣慰首先对量化研究的行业现状进行了深度透视。他指出，随着市场环境的复杂化与参与者结构的更迭，传统的低频量价因子在解释深度上已面临瓶颈。在这一背景下，研究者的目光自然而然地从日频数据转向信息含量更丰富、颗粒度更细的Level 2逐笔成交数据。其核心逻辑在于，市场的所有波动最终都源于投资者的交易决策，而高频成交信息正是捕捉投资者行为、寻找隐含Alpha信号的最直接切入点。通过深入剖析每一笔成交背后的资金实力与交易动机，研究者能够更精准地识别出市场中“投资”与“投机”行为。
在谈到具体的因子构建时，张欣慰指出通过同一委买/委卖ID进行成交量加总，从而实现从“订单口径”捕捉市场行为的重要性。他详细阐述了大单占比因子的改进逻辑：通过将成交量位于前10%分位点的订单定义为大单并分析其占比，可以更真实地反映资金实力雄厚的“强力玩家”的参与深度。与此同时，讲座进一步引入了订单时长（Duration）这一关键维度。张欣慰提出，漫长订单的占比往往象征着投资者的交易耐心，而耐心程度通常与投资属性呈正相关。与之相反，急于成交的订单则更多带有短期套利的投机色彩。回归分析表明，尽管这两类因子具有一定的相关性，但通过残差剥离后，它们在解释力上互有增量，两者的有机融合能够显著提升对超额收益的捕捉能力。
张欣慰表示，该框架不仅局限于单一维度的挖掘，而是通过对委托单的“大单属性”与“漫长属性”进行交叉，将每一笔成交细化为16种微观类型。在这种精细化的划分下，研究团队能够识别出哪些是真正的机构博弈，哪些是散户驱动的噪音。实验证明，该复合因子在主流宽基指数中均展现出极强的选股能力。在对常见选股因子进行正交剥离后，得到的“纯净因子”依然具备稳健的超额收益，说明其为现有因子库贡献了增量信息。张欣慰表示，这种从微观视角出发的系统化总结，不仅深化了对已有结论的认知，更为未来量化策略的迭代提供了标准化的方法论支撑。
在互动环节，现场师生围绕高频数据的实战应用展开积极讨论。对于端到端深度学习在Level 2数据中的应用现状、拆单行为的识别难题以及量化因子有效性的衰减规律等前沿话题，张欣慰与在场师生进行了深入交流。他结合行业观察指出，尽管市场环境与技术手段不断演进，但深入理解微观交易结构、回归投资逻辑本质，依然是量化研究应对因子衰减、保持策略生命力的关键所在。最后，黎新平博士代表主办方对张欣慰先生的精彩分享表示感谢，并期待未来能有更多深度交流。
主讲人简介
张欣慰，国信证券经济研究所所长助理、金融工程首席分析师，南京大学数学学士、金融学硕士。拥有15年量化投资研究经验，先后任职于海通证券研究所、天风证券研究所。2021年—2025年带队分别获得新财富最佳分析师金融工程方向第5名、第1名、第2名、第4名、第4名。在量化策略实战领域具有深厚的学术积淀与业界影响力。
北京大学金融工程实验室简介
北京大学金融工程实验室是依托北京大学经济学院搭建的研究和教学平台，致力于推动量化投资、金融工程、大数据金融以及金融科技等方面的学术研究与实践应用，实现学术界与金融业界良好的互动交流。
实验室聚焦于运用数学建模、统计分析、计算金融、大数据以及机器学习方法进行量化金融的研究，以数理化方法探讨金融市场的规律。实验室的目标不仅仅是推动金融工程等学术领域的前沿研究，同时也推动量化金融技术在教学、投资实践、金融监管以及金融政策等方面的实际应用。实验室课题研究包括：量化基本面、金融科技及AI、市场交易行为、高频数据、风险预警与管理。
供稿：北京大学金融工程实验室
美编：初夏
责编：度量、雨禾、雨田
