【东方证券】量化研究参考系列之七：用日频K线重建累计Delta订单流指标-260609（15页）.pdf

1、 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。金融工程|专题报告 研究结论研究结论 文献信息：文献信息：本次分享的论文由资深量化研究员 Peter L.Shi 撰写，于 2026 年发表于The Journal of Financial Data Science（JFDS）冬季刊，题为Estimating Intraday Cumulative Delta Using End-of-Day Trading Data。论文提出了一种仅利用日频 OHLCV 数据（开盘价、最高价、最低价、收盘价及成交量）

2、重建日内累计Delta 的方法，实现了在缺乏 Tick 数据条件下对订单流信息的近似恢复。推荐推荐理由理由：累计累计 Delta 是衡量主动买卖力量变化的重要订单流指标，是衡量主动买卖力量变化的重要订单流指标，但传统计算高度依赖逐笔成交数据。论文创新性地利用 OHLCV 数据重建日内价格路径与成交量分布，在无需高频数据支持的情况下估计累计 Delta，大幅降低了订单流研究的数据门槛，为传统量价因子向市场微观结构因子扩展提供了新的研究思路。核心框架核心框架：论文构建了“价格路径重建成交量分配订单流估计累计 Delta 计算”的完整框架。1）高低点顺序判定：利用开盘价与价格区间几何中心关系，推断日

3、内价格更可能遵循“O-H-L-C”或“O-L-H-C”路径；2）成交量分配：借鉴平方根冲击规律，根据价格波动幅度对总成交量进行拆分；3）订单流恢复：估计主动买入量与主动卖出量贡献；4）累计 Delta 构建：实现仅依赖 OHLCV 数据恢复订单流信息。亮点分析亮点分析：相比传统相比传统 OBV 指标与指标与 Tick 级订单流研究，论文具有三方面创新价值：级订单流研究，论文具有三方面创新价值：1）从价格结果分析扩展至价格形成过程分析；）从价格结果分析扩展至价格形成过程分析；2）从收盘涨跌判断资金流向升级为）从收盘涨跌判断资金流向升级为买卖力量估计；买卖力量估计；3）在保留部分订单流信息的同时，

4、大幅降低数据）在保留部分订单流信息的同时，大幅降低数据获取与计算成本；获取与计算成本；4）为缺乏高频数据支持的市场提供了可落地的订单流因子构建方案。）为缺乏高频数据支持的市场提供了可落地的订单流因子构建方案。实证结果：实证结果：论文选取 Broadcom（AVGO）与 Intel（INTC）两只股票进行案例分析。结果显示，在 AVGO 顶部区域，重建后的 Delta_MVA50 指标较 OBV 更早发出转弱信号，随后股价出现接近 40%的回调；在 INTC 底部区域，Delta_MVA50 率先回升，提前反映市场买卖力量改善迹象。两个案例共同表明，重建累计 Delta 在趋势拐点识别和资金行为

5、刻画方面优于传统 OBV 指标。优化方向：优化方向：结合结合 A 股市场与团队高频因子研究实践，提股市场与团队高频因子研究实践，提出以下优化方向：出以下优化方向：1）从个）从个股案例扩展至全市场因子检验，利用股案例扩展至全市场因子检验，利用 IC、RankIC 及分层回测验证其及分层回测验证其 Alpha 价值；价值；2）引入机器学习优化价格路径重建过程，利用）引入机器学习优化价格路径重建过程，利用 Level-2 数据学习真实价格演化规数据学习真实价格演化规律，提高订单流恢复精度律，提高订单流恢复精度。风险提示风险提示 1.本模型通过历史行情数据搭建而成，若市场风格、资金流向与交易逻辑发生转

6、变，指标有效性可能下降甚至失效，建议日常持续跟踪模型运行状态。2.市场大幅震荡、个股突发利好利空等极端场景，会破坏原有测算规则，导致指标信号失真，据此操作容易产生投资亏损。3.该指标依靠日频行情数据近似还原订单流，本身存在估算偏差，面对震荡、宽幅波动等复杂行情时，误差会进一步放大。4.原研究标的为美股，而 A 股交易制度、投资者结构存在明显差异，将模型直接套用在 A 股各类个股上，会出现适配性不足、效果不及预期的情况。报告发布日期 2026 年 06 月 09 日 刘静涵 执业证书编号：S0860520080003 香港证监会牌照：BSX840 021-63326320 高频订单失衡波动如何影