market-microstructurequantile-regressionminute-barconditional-volumeresidualfactor-constructiona-share

条件分位数回归与异常成交 (Conditional Quantile Regression)

大白话：看到某一分钟成交量很大，不能直接说「有异常」——开盘时段本来就大、机构拆单会让相邻几分钟一起放大、当分钟价格大幅变动本身也会带出成交。真正要问的是：在当时那个交易时段、那个价格变化、上一分钟那个成交量的条件下，这一分钟还剩下多少「没被解释的」成交量？

做法是分位数回归：不估条件均值，而是估条件的 20% 分位和 80% 分位。两个残差一正一负，分别代表「异常缩量」和「异常放量」。

为什么普通回归不够

分位数回归估的是因变量在给定解释变量下的条件分位点，通过最小化非对称绝对损失得到：

\hat\beta_\tau = \arg\min_\beta \sum_t \rho_\tau\left(Y_t - X_t^\top \beta\right), \qquad \rho_\tau(u) = u\left(\tau - \mathbb{1}(u<0)\right)

\tau=0.2,\ \tau=0.8\ \text{分别刻画条件分布的 20\% 和 80\% 位置} 因为损失对正残差和负残差不对称，落在预测分位以下的样本被罚得重、之上的罚得轻——所以 \tau 直接对应「条件分布的百分之几」这个位置。 两个具体的理由（兴业金工 2026 的表述）： 1. 成交量不服从正态分布，尤其右偏厚尾的高频成交数据。分位数回归不要求分布假设。 2. 我们不关心均值。要判断的是「这一分钟属于条件分布的哪一段」，这正是分位数的语言。 ## 三个必须控制的东西 | 要控制的东西 | 为什么 | |---|---| | 当分钟价格变化 | 价格大幅变动本身就是交易需求的一部分（信息到达、意见分歧、订单不平衡）。价格不动而量异动，才可能反映「有承接」或「有换手」 | | 上一分钟的相对成交量 | 机构母单拆分成子单在连续几分钟执行；算法交易、VWAP 执行、被动跟单也造成相邻分钟聚集。上一分钟已经高量，下一分钟继续高量可能只是同一个交易计划的延续，不是第二次信息冲击 | | 日内时段效应 | 开盘与收盘时段成交量和波动率同时走高，日内是典型 U 型 | 这三条正好构成回归的解释变量 X_{i,d,t}：当分钟收益率 r_{i,d,t}、上一分钟相对成交量 V^{rel}_{i,d,t-1}、以及开盘前 30 分钟与收盘前 30 分钟的时段哑变量。 ## 从原始分钟特征到条件异常特征 先做量纲归一（消除股票间量纲差异、剔除日内系统性模式）： V^{rel}_{i,d,t} = \frac{V_{i,d,t}}{\bar V_{i,d}}

其中 V_{i,d,t} 是股票 i 在第 d 天第 t 分钟的成交量，\bar V_{i,d} 是该股当天的分钟成交量均值。

再对两个分位点分别做条件回归：

Q_q\left(V^{rel}_{i,d,t} \mid X_{i,d,t}\right) = \alpha_q + X_{i,d,t}^\top \beta_q, \qquad q \in \{0.2,\ 0.8\} 取条件分位回归残差： \varepsilon^{q}_{i,d,t} = V^{rel}_{i,d,t} - \hat Q_q\left(V^{rel}_{i,d,t} \mid X_{i,d,t}\right)

  • \varepsilon^{80} > 0：成交量超出了控制价格、惯性与时段后的条件上分位数 → 条件异常放量
  • \varepsilon^{20} < 0：成交量低于条件下分位数 → 条件异常缩量

残差比原始量好在哪

原始成交量与三类分位回归残差（high / mid / low）的截面相关性都是正的，但程度差别明显：low 与 high 残差分别稳定在 0.89 和 0.54 附近。

意思是：条件调整没有完全改变原始成交量的横截面排序（0.89 那档几乎没动），但分位点越高，残差对日内规律、价格变化、成交惯性与流动性基底的剔除越充分。high 残差与原始成交量差异最大，因此最能识别「绝对成交量未必最高、但相对于自身条件上界显著异常」的成交状态。

图上的对比更直观：两个有明显成交量时间聚集的个股，用绝对值比较找出的极大值位置是连成片的（自相关造成），而分位数回归找出的异常交易时刻彼此独立，能自适应地找出不同时刻的成交量相对激增。

两个因子怎么造

因子 1：vr_quantile_resid_corr —— 对日 d 两个分位数残差序列取日内相关系数，再取 10 日滚动平均：

F_{i,d} = \mathrm{Corr}\left(\varepsilon^{20}_{i,d},\ \varepsilon^{80}_{i,d}\right) 经济含义：两个残差高度正相关，说明成交量相对整个条件分布发生了较稳定的同步位移，而不是只在某个尾部偶发异常。这种同步位移可能对应持续性的潜在交易需求、机构订单执行或信息逐步扩散，因此预期为正向选股信号。相关性低则意味着成交量分布形态不稳定，异常主要由少数尾部分钟驱动。 因子 2：vr_q80_ret_corr —— 80% 残差与当分钟有符号收益率的日内相关，再取 10 日均值： F_{i,d} = \mathrm{Corr}\left(\varepsilon^{80}_{i,d},\ r_{i,d}\right)

高相关 = 异常放量主要发生在上涨分钟，容易对应投资者追涨、注意力驱动买入、情绪放大；虽然当天价格上涨，但未来买入力可能已经透支 → 回测方向为负。低值意味着异常放量更多出现在价格承压时，可能代表卖压被承接、逆向资金介入或信息与流动性得到更充分吸收。

绩效

因子 IC 均值 IC 标准差 ICIR 多空年化 多头年化 夏普 最大回撤 多头换手
vr_quantile_resid_corr 0.048 0.081 0.591 34.60% 14.89% 4.16 −8.73% 14.62%
vr_q80_ret_corr 0.013 0.032 0.418 7.49% 7.07% 2.41 −6.89% 22.10%

vr_quantile_resid_corr 是本篇表现最好的因子：多空年化 34.60%、夏普 4.16，2017-08 以来多空净值长期上升，2026 年 4 月以来有过一段回撤但随后反弹。

与本 wiki 其他页面的接口

Open Questions

  • 残差的相关性为什么用 10 日滚动平均？ 论文未做窗口敏感性检验。窗口短则信号噪声大，长则对结构性变化钝感
  • 20%/80% 两个分位点是固定的吗？ 未见分位点网格的稳健性检验。改用 q \in \{0.1, 0.25, 0.9\} 会不会改变结论
  • 「开盘前 30 分钟 / 收盘前 30 分钟」以外，日内时段效应是否该用更细的哑变量或样条（对应 CSAD 那边已经按时段分组回归的做法）
  • A 股 T+1 与涨跌停在本方法里的影响：异常放量分钟的次日可交易性未单独检验
  • 与 参与率谬误 的关系：本页用「当日均值」归一，相对成交量本身也在随市场状态漂移——这是否会把「放量」和「市场整体缩量」混在一起

Sources