订单流的归一化 (Order Flow Normalization)
大白话：算一个"净买入 / 某个规模"的因子时，该除以什么？ 除以流通市值还是除以成交量？这个选择会系统性地改变因子的质量，而且方向取决于你研究的交易者类型的规模习惯。
核心原则（Sungwoo Kang 2025 Matched Filter Normalization）：最优归一化必须匹配信号生成过程的尺度行为。
一个长期无人回答的惯例
文献中两个领域用了不同的归一化，却没人说明何时该用哪个：
| 研究主题 | 通行做法 |
|---|---|
| 知情机构交易 | 按市值或流通股归一化（Campbell 等 2009；Beber 等 2011；Lewellen 2011） |
| 流动性、市场冲击、流量毒性 | 按成交量归一化（Amihud 2002；Easley 等 2012） |
论文指出这是一个"惊人且无法解释的模式"，并声称没有任何系统框架能判断何时该用哪个、或量化选错的后果。
核心原则：匹配滤波
借用通信工程中的匹配滤波理论（Turin, 1960）——匹配滤波器按已知的发射信号结构加权，从而最大化信噪比。
论文的一般原理：
最优归一化必须匹配信号生成过程的尺度行为。
| 交易者类型 | 尺度行为 | 匹配的归一化 | 恢复出什么 |
|---|---|---|---|
| 受容量约束的知情交易者（养老金、共同基金、保险公司） | Q \propto M | 市值归一化 S_{\text{MC}} = D/M | 纯粹的信息信号 |
| 按成交量下单的交易者（VWAP/TWAP 算法） | Q \propto V | 成交额归一化 S_{\text{TV}} = D/V | 目标参与率 |
这个原则是双向的——不仅预测 S_{\text{MC}} 对容量缩放占优，对称地预测 S_{\text{TV}} 对成交量缩放占优。
尺度行为的来源：
| 交易者 | 机制 |
|---|---|
| 受容量约束的机构 | 资本配置规则与容量约束 |
| 噪声交易者 | 响应每日的流动性条件 |
选错的后果：参与率谬误
用成交量归一化机构订单流，会无意中把真实的信息信号乘以换手率的倒数——换手率是高度可变的、公司特定的量——产生系统性异方差，掩盖订单流与未来收益的关系。
详见 参与率谬误 (Participation Rate Fallacy)。
蒙特卡洛验证的量级
1,000 次模拟 × 500 只股票：
| 信号类型 | 匹配归一化带来的相关性提升 |
|---|---|
| 容量缩放（Q \propto M）用 S_{\text{MC}} | 1.32× |
| 成交量缩放（Q \propto V）用 S_{\text{TV}} | 1.13× |
| 双向综合 | 最高 1.99× |
两种优势都随换手率异质性单调递增——换手率越波动，正确归一化的收益越大。
实证证据：韩国市场（270 万股票-日，2020–2024）
韩国市场的一个独特优势：韩国交易所强制每日披露按投资者类型分解的交易活动（本土机构、外资、个人），因此可直接观察订单流异质性，无需分类算法。
| 投资者 | 市值归一化 S_{\text{MC}} | 成交额归一化 S_{\text{TV}} | 结论 |
|---|---|---|---|
| 本土机构 | t = \mathbf{9.65} | t = 2.10（且赛马中反号） | S_{\text{MC}} 占优，确认参与率谬误 |
| 外资 | 显著更弱 | t = \mathbf{16.35} | S_{\text{TV}} 占优，确认双向性 |
预测期分析：区分"持久信息"与"临时冲击"
| 投资者 | 长期表现 | 含义 |
|---|---|---|
| 本土机构 | 20 天处部分反号 | 符合临时价格冲击（会消退） |
| 外资 | 保持为正、无反号 | 持久的私有信息 |
反转 = 交易者没有私有信息（只是暂时推了价格）；不反转 = 有真信息。
由此引出的「知情执行者假说」
表面矛盾：外资采用成交量缩放的执行方式（与 VWAP/TWAP 一致），但它们的订单流在所有投资者-信号组合中预测力最强（t=16.35，高于本土机构）。
论文的解释：
成熟的外国投资者拥有真实的私有信息（全球研究网络、跨市场信号、国际资本先发优势），但刻意使用按成交量下单的算法来最小化其市场足迹。
成交量缩放反映的是他们的执行方式，不是他们的信息含量。
这挑战了"按量交易 = 不知情的执行"这一常见假设。
对 A 股的推论：程序化交易占比上升可能掩盖更强的信息含量——不能因"按量交易"就判定为噪声。
对 A 股因子研究的直接价值（本 wiki 强调）
本库已收录的所有 OFI 类因子都在做归一化，但几乎没有一篇讨论"该除以什么"。
可直接使用的判断依据：
先看你要研究的交易者类型的尺度行为——受容量约束的机构按市值、按量下单的算法按成交额。
A 股应用的三条障碍
1. 缺少按投资者类型分解的公开汇总数据
韩国交易所强制每日披露按类型分解的交易活动，这使本文的实证无法在 A 股直接复制。A 股逐笔成交虽有投资者类型标识（见 concepts/microstructure/机构与散户的订单流差异），但只有逐笔层面、没有每日汇总的公开数据，且沪市配对缺失 14.2%。
可行的弱版本：用逐笔成交的投资者类型自行按日汇总，构造 S_{\text{MC}} 与 S_{\text{TV}}，检验哪一档对次日收益预测力更强。这是本 wiki 认为最值得在 A 股做的补做实验。
2. 市值 vs 流通市值的操作细节
论文用市值。A 股有大市值与小市值之分，且流通市值占总市值的比例差异极大——用总市值还是流通市值？论文未讨论，但这是一个具体且重要的操作细节。
3. 算法类型不可观测
「知情执行者假说」的推断链条是"外资在用按量算法 → 刻意隐蔽执行"。但 VWAP/TWAP/POV 这类算法类型通常不可观测——论文如何知道外资在用按量算法？这个推断链条值得审视。
与本 wiki 其他方法论问题的区分
订单流的处理有三个相互独立的方法论问题：
| 问题 | 页面 |
|---|---|
| 怎么构造？ | concepts/microstructure/Order Flow Imbalance (OFI) |
| 该除以什么？ | 本页 |
| 分布是什么形状？ | concepts/microstructure/订单不平衡分布 (Order Imbalance Distribution)（重尾，不能用高斯假设） |
待验证
- A 股能否检验这个原理？ 见上方「可行的弱版本」
- 换手率异质性的阈值：论文说收益"单调递增"，但多高的异质性才值得关心归一化方式？这决定实操优先级
- 20 天处的部分反号是否意味着本土机构的信号已被完全套利？若是，A 股因散户占比更高、套利效率不同，半衰期可能不同