订单不平衡的逐日自相关 (Daily Autocorrelation of Order Imbalance)
大白话：大机构嫌一次性卖掉会砸盘，所以拆到好几天慢慢卖。于是昨天的卖压往往是今天的卖压。 这个"拆单造成的不平衡持续好几天"是日频订单流因子的理论起点。
本页作用：解释为什么日频订单不平衡能预测收益，以及那个最容易被误读的现象——控制当期不平衡后，滞后项会反号。
机制链条
flowchart TD
A["大单交易者<br/>为降低冲击而拆单"] --> B["订单不平衡<br/>逐日自相关"]
B --> C["价格压力<br/>具有跨期相关性"]
C --> D["今天的价格同时吸收<br/>昨天的压力和今天的新压力"]
C --> E["昨天的压力<br/>一部分已在昨天的价格里"]
E --> F["当期不平衡里<br/>历史驱动部分被'超权重'"]
F --> G["控制当期不平衡后<br/>滞后项系数反号"]
三个可检验的推论
| 推论 | 内容 | 实测 |
|---|---|---|
| 自相关 | 订单不平衡逐日正自相关 | ✅ 买入不平衡后跟买入不平衡 |
| 正向预测 | 滞后不平衡正向预示当日收益 | ✅ |
| 控制后反号 | 控制当期不平衡后，滞后系数转负 | ✅ 408 个月中 275 个月为正（约 2/3，显著异于 1/2） |
反号的直觉（论文原话的翻译）
这是本文最容易被误读的一点，值得逐字理解：
"只看当前净不平衡所隐含的预期价格变动时，历史驱动的交易与当期独立于历史的交易被赋予了同等权重。但由于历史驱动的交易已被先前几轮交易部分计入价格，其价格压力小于当期创新部分。因此滞后项系数为负——因为当前不平衡对历史驱动交易的'超权重'。"
大白话：不是"历史信息失效了"，而是"今天的不平衡里已经含着历史信息"。 当你把今天的不平衡控制住，滞后项就不再携带独立信息，而且因为过度加权而反号。
交易策略与它的边界
规则：昨天不平衡为正 → 今天在卖价买；为负 → 今天在买价卖；日内开仓到收盘平仓，平仓挂另一侧（已计入买卖价差）。
论文的分寸把握：
| 层次 | 结论 |
|---|---|
| 统计上 | 策略有显著收益 |
| 个人投资者 | 扣除券商佣金后可能无法获利 |
| 低成本机构 | 可能获得额外收益 |
| 是否违反有效性 | 不违反——库存范式意味着大规模抛售之后买方可能拿到有利价格，因为做市商在艰难卸库存 |
佣金量级的参照：Hasbrouck (2015) 课堂讲义记录 2015 年美国零售佣金为 $10（E*TRADE）到 $1（盈透证券）不等，相差 10 倍——这就是"个人赚不到、低成本机构能赚"的分界。
构造方法：Lee-Ready 分类
论文用 Lee-Ready (1991) 算法给逐笔成交打买卖标记：
| 步骤 | 操作 |
|---|---|
| 1 | 把每笔成交价与该笔之前的买卖报价比较 |
| 2 | 成交价高于中点 → 买方主动（buy-initiated） |
| 3 | 成交价低于中点 → 卖方主动（sell-initiated） |
| 4 | 恰好在中点 → 用 tick 规则（与上一笔成交价比）判定 |
在日频上聚合，得到两个版本的不平衡：
| 版本 | 构造 |
|---|---|
| 数量口径 | （主动买笔数 − 主动卖笔数）/ 总笔数 |
| 金额口径 | （主动买金额 − 主动卖金额）/ 总金额 |
A 股落地的已知障碍
| 障碍 | 说明 |
|---|---|
| 沪市逐笔成交与报价配对缺失约 14.2% | 本 wiki 在 参与率谬误 页记录过这个比例。A 股做 Lee-Ready 需要兜底规则：同价位单按主动方向拆分、或用成交价相对最近报价的 tick 方向判断 |
| A 股有投资者类型标识 | 这是 A 股的优势——可以直接按机构/散户拆分不平衡，而美股做不到（见 机构与散户的订单流差异） |
| 涨跌停 | 封板时成交停滞 → 不平衡为零，会制造虚假的"不平衡消失"信号 |
⚠️ 同一份数据、同一套标记，结论却相反（2026-10-19 补记）
Chordia, Roll & Subrahmanyam 2002 用完全相同的数据（NYSE 1988–1998）与同一套 Lee-Ready 标记，得到的结论与本页所述的 2004 那篇方向相反：
| 2002（市场级） | 2004（个股级，本页所述） | |
|---|---|---|
| 滞后的订单不平衡 | 对当期收益负系数（−4.56 / −5.83） | 正向预示收益 |
| 测量对象 | S&P 500 市值加总 | 个股横截面 |
| 调整 R^2 | 0.281（但不可交易） | — |
这不是矛盾，是两个不同的机制在同时运作：
flowchart TD
A[大单被拆到多天执行] --> B[个股层面的订单不平衡日间自相关]
B --> C[价格压力跨期持续<br/>→ 2004: 正向预示收益]
D[市场大跌] --> E[投资者整体反转交易<br/>跌了之后买]
E --> F[买压把价格推回去<br/>→ 2002: 负系数，抵消压力]
- 2004 测的是「这一只股票里，大单的压力还没打完」——拆单导致的跨期持续；
- 2002 测的是「整个市场跌了之后 collectively 的反向买入」——把压力抵消掉。
实践含义：做个股订单流因子时，2004 的正向关系适用；做市场择时/对冲时，2002 的反转关系适用，且论文实测市场级不平衡没有次日预测力（只用滞后收益预测，R^2 = 0.0077）。
按 CLAUDE.md 约定，两种观点并列记录，不选边。
与本 wiki 已有内容的关系
| 页面 | 关系 |
|---|---|
| Order Flow Imbalance (OFI | OFI 是日内/逐笔口径；本页是日频口径，且有理论模型给出符号 |
| 订单流的归一化 | 不平衡作为因子时除以什么——Kang (2025) 的匹配滤波原则适用 |
| 日内反转的买卖价差跳动 | 日频收益也需用中点价处理，否则跳动污染预测关系 |
| 永久与临时冲击的实证判别 | 库存范式预言的是临时冲击，因此长期应有反转 |
Open Questions
- 拆单假设有多强？ 论文只建模两个时期且假设等分最优。真实机构用 VWAP/TWAP，形态不同。这与本 wiki 订单流的归一化 的「知情执行者假说」直接相关——按量下单的人可能有真信息。
- Lee-Ready 的分类误差多大？ 报价变动瞬间的成交会被误分类，论文未量化。
- A 股的日频不平衡因子有多强？ 本 wiki 认为最值得补做的实验——逐笔有投资者类型标识，可直接分机构/散户。