近年来,我国资本市场逐渐走向开放,“沪港通”、“深港通”、“债券通”和“沪伦通”等项目相继落地,中国大陆A股股指也陆续被纳入MSCI（明晟）指数和富时罗素指数,给中国大陆A股市场带来了大量的增量资金,同时也带来了大量的成熟资本市场的投资者,深刻影响了 A股市场的投资策略和投资者结构。在众多资本市场的“舶来品”中,“程序化交易”和“高频交易”无疑是最具争议但同时又最吸引眼球的两个词汇,高频交易数据的使用为理解投资者行为提供了新的指标。在众多金融高频指标中,订单流数据通常被认为能够反映投资者的真实交易意图,作为成交量指标的一种补充,Chordia（2000）提出了订单流不平衡性指标,用以衡量某支股票在一定时间内买卖力量的不平衡性,Chordia发现订单流不平衡性对短期股票收益具有一定的预测能力,尤其是在金融市场极端波动的情形下。本文使用Chordia（2000）定义的订单流不平衡性指标,利用上证50成分股在2014年6月3日至2015年12月31日的高频交易数据对订单流不平衡性与未来股票收益率之间的关系进行了研究。由于传统的用绝对值划分订单的方式无法反映订单流的动态特征,我们采用动态的分位数划分标准区分高频订单,并利用划分后的订单来区分市场上不同交易者的投资行为。通过对订单流不平衡性的自相关关系进行回归分析,本文发现,大部分股票,无论是总金额还是大、中、小单订单流不平衡性,滞后一阶自回归系数均具有较强的显著性。本文使用Fama＆French（1993）因子分析框架对订单流不平衡性和收益率之间的关系进行了分组分析。单因子分组收益率统计的分析结果表明:从全样本的角度来看,总订单流不平衡性越大,后续的收益率反而有减小的趋势;从分区间的角度来看:在指数平稳期,总订单流不平衡性最大的组合收益率要明显高于总订单流不平衡性最低的组合的收益率;在指数上涨期,该趋势更加明显;但是在指数下跌期,总订单流不平衡性越大的组合收益率越低。如果区分大、中和小单订单流不平衡性,大单订单流不平衡性的表现和总订单流不平衡性的表现趋同,而中单和小单订单流不平衡性和收益率之间都呈现出明显的负相关关系。由于中单和小单往往代表市场上散户投资者的行为,上述结果表明散户往往在市场中跑输大盘,而且在市场波动剧烈的时候跑输的概率和程度更高。本文进一步采用Fama＆French（1993）提出的三因子模型对订单流不平衡性因子进行了稳健性检验,发现将总订单流不平衡性因子加入三因子模型之后,模型的调整R2提高到了 0.63,模型的解释能力较传统的三因子模型有明显的提升,总订单流不平衡性因子的系数显著,表明订单流不平衡性在控制Fama＆French三因子之后依然对股票横截面收益率具有解释能力。本文还使用了 Hansen提出的门限回归模型,利用滞后阶收益率作为预测变量,订单流不平衡性作为门限变量,构建非线性预测模型,发现对大部分个股而言,门限效应显著存在。最后我们基于订单流不平衡性构造了单因子交易策略,在样本区间内的回测结果表明部分策略的收益率明显超出基准收益率,此外我们还使用因子IC值对策略进行了增强,结果表明,因子IC值增强的策略较原策略表现更好,尤其是对于中单和小单订单流不平衡性策略,改进幅度很大。