第3章大单识别算法

第三章大单识别算法：从数据中捕捉主力的“手印”

做量化交易这些年，我越来越觉得——大单就是主力的“指纹”。

每一笔异常的大额成交，背后都藏着某个交易员的意图。可能是建仓，可能是出货，也可能是对倒洗盘。而我们要做的，就是把这些“手印”从海量数据里提取出来。

这一章，我带你拆解大单识别的四个核心环节：阈值怎么设、统计怎么做、方向怎么判、频率怎么分析。嗯，都是实战中踩过坑才总结出来的东西。

核心观点：大单识别不是“一刀切”的活儿。不同股票、不同时段、不同市场环境，阈值和算法都得动态调整。死板地用固定阈值，大概率会漏掉真信号，或者被噪音淹没。

3.1 大单阈值设定：别用“拍脑袋”的数值

很多人一上来就问：“大单阈值设多少手合适？”

我的回答是：没有标准答案。你得根据股票的流通盘、日均成交量、价格区间来算。

我个人习惯用两种方法结合：

绝对阈值法：比如单笔成交≥500手就算大单。适合流动性好的大盘股。
相对阈值法：比如单笔成交量超过当日均量的3倍。适合中小盘股。

为什么要有相对法？举个例子。一只每天成交只有2000手的冷门股，突然出现一笔500手的单子，这绝对不正常。但同样的500手放在茅台身上，连个水花都溅不起来。

我的经验：我一般用“N倍标准差”法。先算过去20天每笔成交量的均值和标准差，然后设定阈值为：均值 + 2.5倍标准差。这样能自适应不同股票的波动特征。

代码实现也很简单：

import pandas as pd
import numpy as np

def calc_large_trade_threshold(tick_data, window=20, multiplier=2.5):
    """
    动态计算大单阈值
    tick_data: 逐笔成交数据，包含'volume'列
    """
    # 计算滚动均值和标准差
    tick_data['avg_vol'] = tick_data['volume'].rolling(window=window).mean()
    tick_data['std_vol'] = tick_data['volume'].rolling(window=window).std()
    
    # 阈值 = 均值 + 倍数 * 标准差
    tick_data['threshold'] = tick_data['avg_vol'] + multiplier * tick_data['std_vol']
    
    # 标记大单
    tick_data['is_large'] = tick_data['volume'] > tick_data['threshold']
    
    return tick_data

这里有个坑——如果股票突然停牌后复牌，或者遇到分红送股，成交量会剧烈变化。我建议在计算前先做“异常值剔除”，把那些明显是数据错误的记录过滤掉。

3.2 大单统计方法：别只看总数，要看结构

统计大单，很多人只算“今天有多少笔大单”。这太粗糙了。

我一般从三个维度去拆解：

时间维度：大单集中在开盘、盘中还是尾盘？不同时段意义完全不同。
价格维度：大单是在买一价成交，还是在卖一价成交？这能看出主动性。
金额维度：同样1000手，在10块钱和100块钱的股票里，资金量差10倍。

举个例子。我曾经分析过一只票，发现它每天尾盘最后5分钟都有连续的大单买入。一开始以为是主力吸筹，后来仔细一看——全是挂单在买一价，但就是不往上吃。说白了，这是在做收盘价，方便第二天出货。

注意：统计大单时，一定要区分“主动成交”和“被动成交”。主动成交的单子才是真金白银在推动价格，被动成交可能是挂单被扫，意义不同。

我常用的统计代码：

def classify_large_trades(tick_data):
    """
    分类统计大单：按方向、时段、价格区间
    """
    # 标记买卖方向（假设有'price'和'last_price'字段）
    tick_data['direction'] = np.where(
        tick_data['price'] > tick_data['last_price'], 
        'buy',  # 主动买入
        np.where(tick_data['price'] < tick_data['last_price'], 
                 'sell',  # 主动卖出
                 'neutral')  # 中性
    )
    
    # 按小时分组统计
    hourly_stats = tick_data[tick_data['is_large']].groupby(
        tick_data['time'].dt.hour
    ).agg({
        'volume': 'sum',
        'amount': 'sum',
        'direction': lambda x: (x == 'buy').sum() / len(x)  # 买入占比
    })
    
    return hourly_stats

3.3 大单方向判断：别被“红绿”骗了

很多人以为：红色就是买入，绿色就是卖出。大错特错。

交易所的逐笔成交数据里，颜色只代表“成交价格相对于前一笔是涨还是跌”，不代表买卖方向。真正的方向判断，得用“主动性”逻辑。

我判断大单方向的方法很简单：

价格比较法：如果成交价 > 卖一价，说明买方主动扫货，这是真买入。
挂单变化法：如果大单成交后，买一挂单明显减少，说明是卖方主动砸盘。
时间优先法：同一价格下，先挂单的是被动方，后成交的是主动方。

嗯，这里要注意。有些主力会用“对倒”手法——自己买自己卖，制造虚假的成交量。怎么识别？看买卖双方的席位号是否相同，或者成交时间是否极其密集。

避坑指南：我曾经在分析一只妖股时，发现连续三天都有大量“主动买入”的大单。结果一查席位，全是同一个营业部在左手倒右手。从那以后，我每次做大单方向判断，都会加一道“席位去重”的过滤。

3.4 大单频率分析：密集程度比单笔大小更重要

单笔大单可能是偶然，但连续密集的大单一定是主力行为。

我一般用“单位时间内的大单笔数”来衡量频率。比如：

低频大单：每分钟不到1笔。可能是机构调仓，也可能是散户跟风。
中频大单：每分钟1-3笔。大概率是主力在分批建仓或出货。
高频大单：每分钟超过5笔。基本可以确定是主力在集中操作。

为什么会这样？你想想看，散户哪有能力在1分钟内连续下5笔百万级的大单？只有程序化交易或者主力操盘手才能做到。

我常用的频率分析代码：

def analyze_trade_frequency(tick_data, freq='1min'):
    """
    分析大单出现的频率密度
    """
    # 筛选大单
    large_trades = tick_data[tick_data['is_large']]
    
    # 按时间窗口统计笔数
    freq_stats = large_trades.resample(freq, on='time').size()
    
    # 定义频率等级
    def classify_freq(count):
        if count <= 1:
            return 'low'
        elif count <= 3:
            return 'medium'
        else:
            return 'high'
    
    freq_stats = freq_stats.apply(classify_freq)
    
    return freq_stats

我的习惯：我会把频率分析和价格走势叠加来看。如果大单频率突然升高，但价格没怎么动，说明有人在偷偷吸筹。如果频率高且价格急涨，那可能是拉升前的试盘。

知识体系总览

下面这张图，我把大单识别算法的四个核心环节串起来了。你可以把它当作一个检查清单——每次分析前，先过一遍这四个步骤。

这四个环节，每一个单独拿出来都能写一整章。但实战中，它们必须串联起来用。阈值设错了，后面统计的都是垃圾数据；方向判反了，频率分析再准也没用。

我建议你从最简单的“绝对阈值+价格比较法”开始，跑通一个最小可用版本。然后慢慢加入动态阈值、席位过滤、频率分析这些高级功能。别想一口吃成胖子。

最后说一句：大单识别只是第一步。识别出大单后，怎么跟盘口挂单、资金流向、技术形态结合起来判断，才是真正的功力。这些内容，我们后面的章节会逐一展开。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第三章 大单识别算法：从数据中捕捉主力的“手印”

3.1 大单阈值设定：别用“拍脑袋”的数值

3.2 大单统计方法：别只看总数，要看结构

3.3 大单方向判断：别被“红绿”骗了

3.4 大单频率分析：密集程度比单笔大小更重要

知识体系总览

第三章大单识别算法：从数据中捕捉主力的“手印”