在市场微观结构系列报告中，我们将从微观角度出发对A股市场的微观交易特征进行深入分析，对造成市场微观特征变化的可能原因进行梳理，并测试基于高频数据构造的特征因子在量化投资策略中的应用效果。
随着国内量化私募总规模的不断加速提升，市场对于私募量化策略在交易层面上对市场流动性等特征的影响也给予了较多的关注。作为市场微观结构系列的首篇报告，我们将首先借鉴海外经验来梳理成熟市场中高频交易对市场的影响，并提出我们基于高频数据构建的国内市场微观特征指标，再进一步从量化私募、公募基金和A股生态结构变化等不同的角度出发，分析不同因素对于A股微观流动性和波动特征变化趋势的已有影响和未来可能的影响方向。
海外经验：量化高频交易对微观结构和市场风格的影响
量化高频交易是一种相对较新的交易模式，对金融市场的微观结构产生了一定的影响。从海外学界和业界的研究来看，一些研究者称赞其为流动性的提供者，并认为其对于市场波动控制具有一定的促进作用；而另一些研究者则认为，量化高频交易对低频交易者、小型机构和市场的有序运行都是有害的。
本部分从海外学术研究的视角，分析了量化高频交易对市场微观结构的影响，分析的角度包括波动率、交易成本、流动性、价格发现、可获收益五个方面，以及量化高频交易对市值和动量风格的影响。内容主要来源于海外学界的研究成果以及海外统计机构的研究数据。
图表1：量化高频交易对市场影响的分析角度
从海外已有研究结果看，研究者普遍认为：（1）高频量化交易可以显著降低买卖价差维度的交易成本；（2）高频量化交易整体有助于提升市场流动性，但提供的流动性中包含了众多的虚假流动性；（3）量化高频交易具有提高资产定价效率的作用；（4）量化高频交易相对低频交易长期具有超额收益，但超额收益呈逐渐下降趋势；（5）量化高频交易有助于提升大盘和短期动量风格的表现。
但研究者仍对以下三方面内容未能形成一致观点：（1）量化高频交易如何影响市场波动率；（2）去除虚假流动性后，高频量化交易是在消耗还是在提供流动性；（3）量化高频交易对除买卖价差之外的交易成本，如交易佣金、执行差额、系统性风险、提前交易、监督成本等，有怎样的影响方向。
图表2：海外研究中量化高频交易对市场影响的结论汇总
较为明确的结论：降低价差，提高定价效率，利好大盘和短期动量风格
从海外已有研究结果看，量化高频交易对市场较为明确的影响包括以下五点：（1）高频量化交易可以显著降低买卖价差维度的交易成本；（2）高频量化交易整体有助于提升市场流动性，但提供的流动性中包含了众多的虚假流动性；（3）量化高频交易具有提高资产定价效率的作用；（4）量化高频交易相对低频交易长期具有超额收益，但超额收益呈逐渐下降趋势；（5）量化高频交易有助于提升大盘和短期动量风格的表现。
量化高频交易有助于降低买卖价差。 衡量交易成本的指标众多，包括买卖价差(bid-ask spread)、交易佣金(fees and commissions)、执行差额(implementation shortfall)、系统性风险(systemic risk)、提前交易(front running)、监督成本(monitoring cost)等等，而买卖价差是其中相对更为重要的指标。整体来看，学术研究倾向于认为量化高频交易有助于降低买卖价差。具体文献综述可参考附录部分。
图表3：学界普遍认为量化高频交易有助于降低买卖价差
高频量化交易整体有助于提升市场流动性，但提供的流动性中包含了众多的虚假流动性。 在流动性的方面，市场更为关心的问题是量化交易是流动性的提供者还是消耗者。从海外已有学术研究来看，一方面，量化高频交易对市场流动性影响的结论整体偏正向；另一方面，一些学者认为量化交易提供的流动性包含了众多的虚假流动性。具体文献综述可参考附录部分。
图表4：学界普遍认为量化高频交易有助于提升市场流动性，尽管包含虚假流动性
量化高频交易具有提高资产定价效率的作用。 在标准化合约交易的公开市场中，通过市场参与者持续的报价与撤单，资产的价格水平可以一定程度上向其内在价值收敛，一般来说，市场参与者越多，交投越活跃，收敛速度越快。从学界研究成果来看，大多数结论确实也支持量化高频交易具有提高定价效率的作用。具体文献综述可参考附录部分。
图表5：学界普遍认为量化高频交易具有提高资产定价效率的作用
量化高频交易相对低频交易长期具有超额收益，但超额收益呈逐渐下降趋势。 随着高频交易规模的扩张，对于量化高频交易收益获取能力的讨论日益增多。从已有研究来看，一方面，学界普遍的共识是量化高频交易相对低频交易长期具有超额收益，另一方面，部分研究显示量化高频交易的超额收益呈逐渐下降趋势。具体文献综述可参考附录部分。
图表6：学界认为量化高频交易相对低频交易长期具有超额收益，但呈逐渐下降趋势
量化高频交易有助于提升大盘和短期动量风格的表现。 我们从高频交易自身特性的方面，来分析量化高频交易对市场风格的影响。分析的风格包括两方面：市值风格和动量风格。
► 量化高频交易倾向于提升大盘风格的表现。根据学界的研究，量化高频交易在大市值公司中出现的更为频繁，原因在于在大市值公司中，相同体量的高频交易对市场的影响相对更小。举例来说，瑞士信贷2007年的一份报告显示，收盘前量化高频交易在大市值股票中出现了更多的操作，背后驱动因素为部分高频交易员倾向于在当天平掉所持头寸；Zhang(2010)在考虑了公司基本面和其他波动驱动因素后，发现在大盘股之中，高频交易与波动率之间的相关性更强。Brogaard(2010)认为高频交易者经常记录最优的买入价和买入价并以较低的成本进入市场，特别是对于规模较大的公司。因此随着量化高频交易规模的扩大，更多的资金有望涌入大市值股票，从而提升大盘风格的表现。
► 量化高频交易倾向于提升短期动量风格的表现。 美国证券交易委员会2010的报告《Concept Release on Equity Market Structure》中定义了4种类型的高频交易策略：被动做市（Passive Market Making）、套利（Arbitrage）、结构化（Structural）、趋势交易（Directional）。其中趋势交易与低频交易中的动量策略类似，即判断当前资产价格的运行方向，顺势而为。因此从策略逻辑来看，量化高频交易有助于提升短期动量风格的表现。
► 另一个支持量化高频交易提升短期动量风格 表现的证据为：众多学术研究发现，高频交易是众多flash crash(闪电崩盘)现象发生的重要原因。2010年5月6日，美股开始出现flash crash，这一现象引起了从业者和监管者的担忧，并吸引了学术界的研究兴趣。举例来说，Sornette和von der Becke(2011) 发现，短期价格的快速下杀往往发生在高频交易较为活跃的股票上面；Foresight(2012) 也指出，大量的flash crash可能是由计算机算法生成的反馈回路造成的。Kirilenko等人(2017年) 的研究认为，高频交易往往在市场压力较大时加剧市场下跌，即助推短期动量。整体来看，学界的研究成果普遍认为高频交易在某些时期会强化价格的同向（主要是下跌）变化过程，即一定程度提升短期动量风格的表现。
图表7：量化高频交易规模的上行趋势利好大盘风格的表现
图表9：高频交易是众多flash crash现象发生的重要原因
尚存争议的结论：对流动性的影响方向存分歧
除以上较为明确的结论外，研究者在以下三个方面仍未能形成一致观点：（1）量化高频交易如何影响市场波动率；（2）去除虚假流动性后，高频量化交易是在消耗还是在提供流动性；（3）量化高频交易对除买卖价差之外的交易成本，如交易佣金、执行差额、系统性风险、提前交易、监督成本等，有怎样的影响方向。
量化高频交易对市场波动率影响的结论观点不一。 波动率是最为关键的市场结构之一，随着2010年5月美股flash crash的发生，以及之后多次小型flash crash的出现，关于量化高频交易如何影响市场波动率的讨论日益增多。从海外已有学术研究来看，一方面，量化高频交易对市场波动率影响的结论观点不一；另一方面，很难说明究竟是量化高频交易影响了市场波动率，还是较高的市场波动率吸引来了更多的量化高频交易。具体文献综述可参考附录部分。
去除虚假流动性后，很难证明高频量化交易是在消耗还是在提供流动性。 如前所述，从海外已有学术研究来看，一方面，量化高频交易对市场流动性影响的结论整体偏正向；另一方面，一些学者认为量化交易提供的流动性包含了众多的虚假流动性。因此，很难证明去除虚假流动性后，高频量化交易是在消耗还是在提供流动性。
量化高频交易对除买卖价差之外的交易成本的影响方向不明确。 买卖价差是衡量交易成本相对更为重要的指标，而对于其它衡量交易成本的指标，如交易佣金、执行差额、系统性风险、提前交易、监督成本等，从学界研究成果看，量化高频交易对其影响方向整体没有方向性定论。
A股实证：基于高频数据刻画微观流动性和波动率
今年年中以来，A股破连续49个交易日成交额破万亿元，交易情绪高涨。破历史记录的A股市场活跃也引发了投资者的广泛关注。其中饱受争议的话题之一就是量化投资以及高频交易在万亿成交量背后充当的角色到底如何。我们也尝试从高频数据的角度来观察市场各主要指数在最近一段时间的微观特征变化。指标的具体细节和构造方式可参考后续系列报告。
► 流动性特征
目前一个普遍接受的关于市场流动性的定义是：如果投资者在其需要的时候能够以较低的交易成本买进或卖出大量股票而对价格产生较小的影响，则称市场是具有流动性的。从定义可以看出，流动性至少隐含四个方面的属性，即宽度、深度、弹性和即时性。
► 波动率特征
波动率代表的是股票价格在一定时间内变动幅度的大小，股票价格涨跌幅度越大，价格走势来回拉锯程度越激烈，它的波动率就越大。传统的波动率主要包括回看一定窗口期的历史波动率和依赖于期权交易信息的隐含波动率。我们利用日内量价信息计算了分钟级和tick级别波动率数据。
由于流动性指标和波动率指标数量较多，描述特征的角度不尽相同，于是我们将细分流动性和波动率指标分别加权成为流动性和波动率的综合指标，得到一个统一高频度量之后进一步研究在宽基指数中的变化特点并得出以下结论：
► 小盘股流动性改善总体高于大盘股，最近一年流动性增速明显。 从综合流动性指标本身来看，五种指数流动性指标相关性都较强，但是也存在明显分化的时期。最近三个月上升阶段中证500和中证1000的流动性综合指标上升幅度明显高于上证50和沪深300的上升幅度。
图表14：综合波动率指标
聚焦国内：机构化与交易趋同是影响市场微观特征的底层原因
我们认为微观流动性特征的变化，与市场大环境的变化存在密不可分的关系。在机构化和头部化的趋势下，市场参与者的交易更容易产生趋同的特征，这也很可能是影响市场微观流动性等其他微观特征的主要底层原因。
A股生态变迁：机构化趋势下，策略同质化上升，大小盘流动性特征分化度下降
A股生态变化：投资“机构化”和机构“头部化”
基于中金策略在《中国A股的机构化和国际化：还是“散户”市场吗？》报告中提出的“自上而下”估算方法，随着A股市场国际化和机构化等趋势的推进，机构投资者当前持有自由流通市值合计占比已经从2014年的不到30%提升到了50%左右。
图表15：估算专业机构投资者在A股自由流通市值的占比已经过半
典型机构投资者的投资决策跟个人投资者具有根本差异，机构更加注重个股的基本面相关信息，这也使得投资者持股整体越来越偏向各领域的优质龙头。随着海外加大A股市场配置、市场投资者结构“机构化”趋势强化，投资者投资行为也越来越“基本面化”。
从量化角度看，2016年以来基本面类因子（如盈利能力、成长能力等）对超额收益解释力明显增强，价量类因子有效性下降且波动明显放大。投资风格的基本面化，是市场投资者结构“机构化”伴随的结果。
在上述投资者结构“机构化”的趋势下，另外一个非常显著的特征是，业绩突出的头部机构获取的主动管理资产份额有提升的趋势，即主动基金的“头部化”特征。截止2021年3季度，前五大公募基金的资产管理规模（非货币）比2016年年底增长283%，显著高于全行业184%的增速。
图表16：A股个人投资者持股占比（自由流通市值）与宽基指数盘口深度（avg_depth）变化趋势
图表17：A股个人投资者持股占比（自由流通市值）与宽基指数有效深度（effective_depth）变化趋势
由上图可见，随着个人投资者占比的逐渐下降，上证50、沪深300、中证500和中证1000指数的流动性指标（avg_depth_mean和effective_depth_mean）均有收敛迹象。2016年以来，上证50指数的流动性整体呈现下降趋势，而代表中小盘股票的中证500和中证1000指数的流动性呈现上升趋势。
机构化趋势下，策略同质化可能性上升，大小盘的流动性特征分化度下降。 在机构化和基本面化的趋势下，我们观察到A股大小盘指数的流动性特征逐渐收敛，市场整体微观特征更加趋同。我们认为随着机构投资者（包含量化私募）占比的提升，与之相对应的噪音交易者减少带来了交易行为的稳定化，无论是大盘股票还是中小盘股票中的交易行为都会更加趋于理性，同时机构化投资者的投资策略也更容易出现趋同的特征。
在这一机构化的大趋势下，公募基金和私募量化基金同为机构投资者，近年来的规模增长速度均十分可观，我们将具体地分析这两类资金的交易特征，并尝试分析其分别与市场微观流动性等特征的变化是否存在关联。
量化私募规模扩张：与小盘股波动特征有一定正相关
稳定收益能力带来规模快速扩张
参考朝阳永续对头部量化私募管理规模的统计，截止2021年6月末，头部的19家股票策略量化私募规模之和已接近6000亿元。随着策略收益在同类产品中表现出较强竞争力，股票策略量化私募在2019年以后迎来了规模的加速上升。
图表18：股票策略量化私募规模变化
私募量化在市场中性策略，以及沪深300增强、中证500增强、中证1000增强上近几年的惊人规模增速，背后的原因还是来自于突出且稳定的收益/超额收益能力。从过去的几年数据来看，市场中性策略每年均可以获得10个点以上的绝对收益，在2020年甚至超过了20%。增强策略中，中证1000的超额能力最强，年化超额接近25ppt；中证500增强、沪深300增强次之，而沪深300增强在2021年表现出色，年化超额接近20%。
图表19：股票策略私募量化产品分年度收益表现（规模加权）
私募规模变化与市场特征：与小盘股波动特征有一定正相关
股票类量化私募规模的快速扩张是否对市场的流动性造成影响，又是否影响了市场的波动率特征？基于我们在系列报告第二篇中构造的综合流动性和波动率指标，可以观察到无论是沪深300、中证500还是更偏小盘的中证1000指数的流动性和波动率特征都没有在2020年下半年以来的私募规模加速增长过程中出现显著的变化。
同时，假设私募量化策略的日度换手率在20%的水平维持不变，截止2021年9月底私募量化的日成交占比约为9.65%，该占比在2021年4月达到16%的高点之后就始终处于下降趋势中。从图表24中可见，私募量化成交占比与偏大盘的沪深300指数以及中盘的中证500指数的微观特征之间相关性极低，而与中证1000指数的流动性的相关性为-0.22，与中证1000指数的波动率的相关性为0.25。整体上看，私募量化成交占比与小盘股的波动率有一定的正相关关系，即私募量化对其主要优势赛道内的股票（小盘股）有一定的交易层面的影响，但相关关系并不显著。
图表20：私募量化新增规模与市场微观流动性
图表21：私募量化成交占比与市场微观流动性
图表22：私募量化新增规模与市场微观波动率
图表23：私募量化成交占比与市场微观波动率
图表24：私募量化规模与成交占比与宽基指数微观特征的相关性矩阵
公募基金抱团：抱团加剧时，相关指数流动性下降
公募基金作为当前市场机构化的主力，其总规模占全市场自由流通市值的占比已经由2015年的4.89%提升至了13.39%。在市场机构化和基本面化的趋势影响下，2017年至2019年的公募基金抱团行情也引发了市场的广泛讨论和关注。我们构造了一个反映公募基金持仓集中度的指数（抱团指数）来刻画公募基金的抱团行为，并且分析其与市场微观特征之间的联系。
量化刻画公募基金持仓集中度。 我们选择股票型基金中的普通股票型基金和混合型基金中的偏股混合型基金、平衡混合型基金。同时为了表述方便，将上述基金统称为“偏股型基金”。
为了观察公募基金的持仓集中度，我们将市场上的偏股型基金作为一个整体，观察市场上的所有偏股型基金整体更偏好哪些个股，并将他们偏好个股的程度作为一个度量基金集中持仓的指标。
基金角度出发的持仓集中度指数的构建过程如下：
1）获取基金前十大重仓股及其占基金净值的比例
2）将所有偏股型基金前十大重仓股合成为一个整体基金（基金A），个股占比按占净值比例求和
3）计算抱团指数：
按照上述逻辑构建的集中持仓指数基本可以反映市场的持仓集中度，各基金重仓股结构如果越相似，那么抱团指数值越大。
图表25：抱团指数季度走势（2000年以来）
图表26：抱团指数与茅指数流动性变化
从2016年4季度至今，公募基金抱团现象呈现先升后降的趋势。2016年4季度至2019年4季度公募基金抱团趋势持续快速上升，而这一趋势在2021年1季度达到顶点，2021年1季度以来公募基金抱团趋势持续下降。
万得编制的茅指数可以较好的代表公募基金抱团的核心资产类股票，由上图可见，茅指数的流动性综合指标在2020年1季度降至低点，之后呈现缓慢上升的趋势。波动率特征则没有出现明显的趋势性变化。
机构策略同质化：公募基金同质化强于私募量化公募基金的抱团行为其实也从本质上反映了公募基金的策略趋同的情况，类似的，在私募规模快速扩张的同时，量化私募产品之间的底层策略同质化的问题也得到了市场的广泛关注。
由于股票策略私募量化在产品类型上较为单一，通常以指数增强、市场中性为主，且底层策略多以不同频率的多因子模型为主，因此可能容易存在策略同质化的问题。我们就以规模靠前的私募量化收益表现与公募股票型基金的收益表现作为分析的对象，计算其分别的相关性矩阵，并观察其相关性的变化趋势。
图表27：规模前15公募偏股基金与私募股票量化基金的收益相关性（2018-01-01至2020-09-30）
图表28：规模前15公募偏股基金与私募股票量化基金的收益相关性（2018-01-01至2021-09-30）
上表中分别展示了截止2020年3季度和截止2021年3季度的公募股票型基金（规模前15）与私募股票量化基金（规模前15）的月度绝对收益相关性矩阵。其中截止2021年3季度，15只公募基金的平均规模为340亿元，由于私募基金产品规模数据并无公开可得渠道，如果以15家量化私募的总规模平均值约为310亿元作为参考，相应的私募量化增强型产品的规模均值应显著小于这一数字。统计时采用的私募基金收益均为其旗下代表性中证500指数增强产品的收益表现。
股票策略私募量化产品在收益上并未表现出显著的高相关，反而是公募基金之间更容易表现出较高（大于0.90）的相关性。无论是截止到2020年3季度还是2021年3季度，15只公募基金都存在10个以上两两之间超过0.90相关性的基金，而股票策略量化私募的500增强产品两两相关性最高仅为0.76。
同时，对比两个时间段的相关性结果，公募基金的平均相关系数从一年前的0.68下降至0.65，而股票策略私募量化的平均相关系数从0.51上升到0.53。随着公募基金抱团程度的下降，基金收益相关性也随之降低，而私募量化的策略相关性则随着规模的快速提升而略有提高。
综上我们认为，量化私募在策略层面并未表现出极端的同质化现象，并且公募基金的策略同质化程度仍高于量化私募， 不过从趋势上来看，公募基金的同质化在下降而私募量化的同质化有上升趋势。
总结以上的分析结果，我们认为机构化与交易趋同是影响市场微观特征的底层因素。 微观流动性特征的变化，与市场大环境的变化存在密不可分的关系。在机构化趋势下，无论是公募基金还是量化私募都容易产生策略层面的趋同现象，这也是影响市场流动性等微观特征的主要底层原因。由于公募基金与私募量化的优势赛道存在差异，公募基金抱团行为对茅指数为代表的龙头股的微观流动性影响较为显著，而私募量化则是对其相对更具优势的中证1000为代表的小盘股的微观特征更容易产生影响。
本文作者：中金公司周萧潇、胡骥聪等，来源：中金点睛，原文标题：《中金：量化交易对市场微观特征有何影响？》