中国股票市场随着改革开放后，中国经济的逐渐市场化而产生。至今已经有二十年的历史。股票市场作为重要的投融资平台，被赋予越来越重要的使命。虽然中国股票市场的发展历史和西方国家相比非常短，但是发展非常迅速，从规模，交投活跃程度上都不亚于发达国家的市场。对股票市场相关研究也成为了中国学者所热衷的题材。近二十年来，微观金融市场理论发展逐渐兴起，学者们试图从市场上的微观交易行为来把握市场价格规律，而且市场交易行为可以为学者提供丰富的研究数据。如何从市场交易行为本身的角度去考察和预测股票价格的运动的研究越来越多。　　投资者非常关注股票市场中的价格和成交量。价格和成交量是投资者可以得到的最直接的数据，市场上不同的投资者都试图从成交量和价格中透露出来的规律来获取盈利。一个最为投资者所热衷的规律是:当股票价格上升时，成交量也应该相应上升，而股票价格下降时，成交量的也会相应下降。这就是典型的"量价配合规律"。从价格和成交量出发，也衍生出了很多相关的研究分支，使得对股票和成交量关系的研究越来越细致与深入。比如说研究价格波动率，成交量波动率，价格的动量效应，大笔交易，筹码堆积等等。这些研究不仅仅进一步揭示了股票价格的发现过程与机制，更为投资者的科学投资提供了重要的参考。　　但是成交量能够提供的信息是有限的，但如果把成交量进一步分为买入的成交量和卖出的成交量，则可以提供更多的信息。虽然主动买入的成交量和主动卖出成交量均是成交量的构成部分，但所传达出的信息并不尽相同。大量主动买入传达出了市场上积极的情绪，而大量主动卖出则传达了消极的情绪。如果成交量由大比例的主动卖入量构成，与由大比例主动卖出量构成，即便成交量数量相同，对市场的价格影响也会有差别。　　对于该问题的研究，国外已经有了一些研究成果，但尚属于初步，仅仅定义变量去衡量交易失衡，并通过此代理变量来研究对股票价格的影响。国外一般从高频数据出发，来统计当日主动买单和主动卖单在笔数以及金额上的差值，即OIB值，并通过OIB值对股票收益进行回归，得到交易失衡对股票回报的影响。通过文献回顾，笔者发现股票交易失衡对股票未来回报确实有一定影响，但也发现有关研究结论有一定差异。大部分研究美国股票市场都得出了较强的预测结果，而亚太股票市场却难以得到较强的预测结果，大部分学者将这种差异归结为市场制度的不同，即是否存在做市商制度。美国的市场为报价驱动制度，市场上存在做市商。而中国的市场为指令驱动制度，市场上并不存在做市商。而国外学者所建立的理论模型和实证分析，都是基于做市商出于对冲存货成本等动机，来参与市场博弈，实现最优化策略。同时绝大多数研究都集中于美国NYSE市场，而研究亚太市场的文章有一些，但数量非常少，同时国内的相关研究也非常少。　　这样一来就产生一个问题:国外学者将交易失衡和股票未来回报的相关关系归结为做市商交易行为，但在中国市场上是不存在交易商的，那么中国市场上的交易失衡现象是否对股票价格产生影响呢？如果可以的话，交易失衡和股票未来回报之间的解释机制又是什么呢？可否利用这样的规律进行盈利？这是笔者在这篇文章中需要回答的问题。　　在实证分析之前，笔者对微观金融市场的相关理论进行了回顾。微观金融市场理论在近二三十年间得到了飞速的发展，而本文所研究的问题也属于微观金融市场理论的范畴。因此笔者认为有必要较为详细和系统地介绍一下微观金融市场理论的发展，以及主要理论成果。包括市场机制、信息模型、价格发现模型等理论模型，同时，近些年来，西方学者对市场交易失衡的研究多从做市商的市场博弈行为出发，因此在这一章笔者也详细介绍了一个具有代表性的，以交易商最优化策略角度出发，研究交易失衡的理论模型，为之后的实证分析铺设了道路。　　在实证分析部分中，笔者通过wind数据库采集数据，使用2010-2011年的沪深300成分股日价格、成交量以及资金流入数据。去除掉数据缺失过多的股票，得到横截面为260，时间为484个交易日的面板数据，同时根据资金流入和成交量之比作为交易失衡(OIB)的代理变量。笔者首先建立了关于交易失衡(OIB)的自回归模型，发现各滞后项的系数显著为正，因此交易失衡具有正的自相关现象。之后笔者建立了因变量为股票收益的5阶滞后线性回归模型，发现当期交易失衡对当期回报有较强的正的相关关系，当期交易失衡对未来回报有较弱的正的相关关系。此外，笔者还进行了关于公司规模的次级分组检验，发现大公司样本中，交易失衡对股票回报的影响作用强于小公司样本。　　总体而言，本文得到的结论与国外学者从美国市场上得到的结论类似。笔者结合中国实际情况，从非信息交易者逆向选择、市场上的羊群效应、机构投资者拆分交易行为、以及私有信息随时间融入市场价格等角度做出了解释。　　在得到相关实证结果之后，笔者进行了基于交易失衡的策略性交易，为实证结果的提供一种应用方式。笔者通过Visual Basic Application编写程序，使用随机的20只/200只股票建立了投资组合，并建立三种基于OIB的不同的策略化交易方案，模拟了不同交易方案的结果。在样本期间内，沪深300处于下跌趋势。如果不考虑做空行为，依靠交易失衡为指标进行股票做多交易，将产生较为稳定的正收益，约4％每年。如果考虑做空行为，两年内将产生较高的将近60％正收益，但该收益并没有扣除交易成本的因素。此外，笔者还对交易策略不同的阈值产生的盈利能力进行了测试，得到了基于当前市场环境下，最优的交易策略。　　本文的创新点有二:第一是在国外学者的研究基础之上，检验了中国市场上的交易失衡和股票未来回报的关系，并从私有信息等方面提出了对该现象的解释。第二是基于交易失衡进行策略化交易，取得了较好的成果。