撤单活跃度与规模因子 (Cancel Activity and Size Factors)
大白话：想知道一只股票「挂单方有多犹豫」，最直接的办法是数它今天撤了多少笔、撤了多大的量。撤得多 = 报价反复调整 = 挂单方自己对价格没底。这页覆盖广发研报的第 1 族（撤单活跃度与规模，9 个因子）和第 2 族（买卖撤单方向，12 个因子），共 21 个。
为什么要做「相对量」而不是「绝对量」
直接数撤单笔数有个显然的问题：大股票什么都多。撤单笔数、撤单量、撤单金额跟市值高度相关，如果不做归一化，因子测的主要是市值。
研报的做法是造一批相对量（rel_ 前缀）和对数（diag_log_ 前缀）。从因子名能读出的相对基准有两类：
- 按活跃分钟算：
rel_count_per_active_minute（每分钟活跃时间的撤单笔数）、rel_vol_per_active_minute（每分钟活跃时间的撤单量） - 按活跃时间占比算：
rel_active_minute_share（有撤单的分钟占全天交易分钟的比例）
rel_ 究竟相对的是什么，全文没有给公式。从名字看「per active minute」是除以活跃分钟数，但 rel_avg_cancel_vol（单笔平均撤单量）、rel_cancel_count_entropy（撤单笔数的熵）里的 rel_ 就没有对应的除式可读了。
第 1 族：撤单活跃度与规模（9 个）
| 因子 | IC 均值 | IC 胜率 | 5 日平滑 IC | 20 日平滑 IC |
|---|---|---|---|---|
diag_log_cancel_count |
−9.24% | 72.87% | −9.08% | −8.27% |
rel_count_per_active_minute |
−9.19% | 73.09% | −9.21% | −8.65% |
rel_active_minute_share |
−8.42% | 75.88% | −8.16% | −7.12% |
diag_log_cancel_vol |
−7.33% | 71.53% | −7.07% | −6.19% |
rel_vol_per_active_minute |
−7.18% | 71.09% | −7.15% | −6.54% |
diag_log_cancel_vol_tot |
−7.09% | 69.36% | −6.81% | −5.94% |
rel_cancel_vol_entropy |
−4.95% | 69.08% | −4.14% | −3.63% |
rel_cancel_count_entropy |
−1.80% | 58.02% | −1.52% | −1.33% |
rel_avg_cancel_vol |
−0.53% | 53.13% | −0.61% | −0.44% |
读法上有几点值得注意：
一是方向高度一致。 九个因子全部为负，胜率全部高于 50%，最强的五个都在 71% 以上。这不是巧合能解释的——「撤单越活跃，未来收益越低」在本篇的样本期（2019—2026 上半年）里是一条稳定规律。
二是熵类因子明显弱。 两个 entropy 因子的 IC 只有 −1.80% 和 −4.95%，比同族的总量类因子弱得多。熵衡量的是撤单在时间上「摊得均不均」，而不均的撤单往往正是集中放量的时刻——熵把总量信息抹掉了。
三是平均单笔规模几乎没用。 rel_avg_cancel_vol 的 IC 仅 −0.53%、胜率 53.13%，接近噪声。说明「大单撤得多」和「小单撤得多」本身不区分股票，区分力全在总量和频率上。
平滑窗口几乎不改变结论
表 3 给了 5 日和 20 日平滑版本。上面四列可以直接对比：三个版本排序基本不变，5 日平滑的 IC 通常比原始略低一点点，20 日平滑再低一些。这批因子的信号衰减不快，做 20 日平滑仍然保留 70%–95% 的 IC 强度。
第 2 族：买卖撤单方向（12 个）
| 因子 | IC 均值 | IC 胜率 | 5 日平滑 IC | 20 日平滑 IC |
|---|---|---|---|---|
side_vol_imb_buy_sell |
1.33% | 60.67% | 0.98% | 0.78% |
side_buy_vol_share |
1.25% | 60.12% | 0.96% | 0.67% |
side_buy_avg_vol_vs_sell |
0.81% | 57.81% | 1.30% | 1.83% |
part_success_ratio_imb_buy_sell |
0.70% | 62.51% | 1.08% | 1.25% |
buy_sell_partial_propensity_diff_count |
0.54% | 55.65% | 1.19% | 1.49% |
side_buy_count_share |
−0.24% | 52.99% | −1.22% | −2.50% |
side_count_imb_buy_sell |
−0.18% | 52.53% | −1.11% | −2.52% |
part_vol_imb_buy_sell |
−0.30% | 49.86% | −0.37% | −0.34% |
buy_sell_partial_propensity_diff_vol |
−0.02% | 48.13% | 0.14% | −0.06% |
fast_count_imb_buy_sell |
−0.86% | 59.92% | −1.77% | −2.44% |
buy_sell_fast_propensity_diff_count |
−0.68% | 58.38% | −0.87% | −0.56% |
buy_sell_fast_propensity_diff_vol |
−1.15% | 60.45% | −0.99% | −0.30% |
这一族整体弱得多，最强的 side_vol_imb_buy_sell 也只有 1.33%。研报在正文里没有单独讨论这一族，只在表 2 里列出。
一个能读出来的结构：方向类因子里，以「量」为口径的比以「笔数」为口径的强。side_vol_imb_buy_sell（1.33%）对 side_count_imb_buy_sell（−0.18%）、buy_sell_partial_propensity_diff_vol（−0.02%）对 buy_sell_partial_propensity_diff_count（0.54%）。买卖方向的撤单失衡，在大单上更有信息。
与其他因子的区分度
研报表 11 给了七个重点因子与 Barra 风格因子的相关性。这一族里只有 rel_count_per_active_minute 被选中展示，它的相关性是全篇最差的：
| Barra 风格因子 | 相关性 |
|---|---|
| 市值 | 48.9% |
| 流动性 | 34.2% |
| 动量 | 26.3% |
| 非线性市值 | 18.4% |
| 残差波动 | 17.3% |
| 贝塔 | 15.7% |
| 账面市值比 | −10.9% |
| 杠杆 | 8.1% |
| 成长 | 7.6% |
| 盈利 | 0.6% |
和市值 48.9% 意味着这个因子有将近一半的信息其实就是「市值」。其余六个重点因子与 Barra 各风格因子的相关性都在 30% 以下，研报据此说「其余因子具有较强的独立性」——换句话说，活跃度这一族是独立性的短板。
与其他页面的接口
- 撤单数据与部分撤单 — 数据来源与方向性规律的背景
- 撤单日内时间结构因子 — 第 4 族，信号最强的方向为正的一族
- 撤单时长分层因子 — 第 5、6 族
- Level-2 档位与委托队列 — 撤单字段在沪深两所的差异
Open Questions
rel_的分母全部未定义。 只有per_active_minute和active_minute_share两个名字读得出分母，rel_avg_cancel_vol/rel_cancel_count_entropy的rel_无对应含义diag_与diag_log_未定义，diag_log_cancel_vol与diag_log_cancel_vol_tot的差别（是否含部分撤单？）也没说propensity是什么。buy_sell_fast_propensity_diff_count里的倾向性（propensity）如何计算未给出- 方向族为什么这么弱，研报没有解释。 12 个因子 IC 都没有超过 1.4%，却仍然列了出来，说明作者认为方向信息存在但被其他维度稀释了
- 20 日平滑反而提升了个别方向因子。
side_buy_avg_vol_vs_sell从 0.81% → 1.83%、side_buy_count_share从 −0.24% → −2.50%，与活跃度族「越平滑越弱」的规律相反，未做讨论
Sources
- summaries/202608-guangfa-level2-cancel-factors/202608-guangfa-level2-cancel-factors — 广发证券《从高频撤单信息中构建因子》，2026-08-07