第三章 资金流向计算模型：三种核心算法详解

做订单流分析这些年，我最大的体会就是：资金流向的计算，没有银弹。

市面上各种软件、平台，算出来的资金流向数据经常打架。为什么？因为底层算法不一样。今天我就把三种最主流的算法掰开揉碎讲清楚。你理解了这些，以后看任何资金流向指标，心里都有杆秤。

3.1 基于成交量的资金流向算法

这是最朴素、最直观的方法。说白了，就是看每一笔成交，是主动买还是主动卖。

核心逻辑：

• 主动买入（吃卖单） → 资金流入
• 主动卖出（吃买单） → 资金流出

具体怎么算？我直接上代码：

def volume_flow(tick_data):
    """
    tick_data: 包含 price, volume, side 的逐笔成交数据
    side: 'buy' 表示主动买, 'sell' 表示主动卖
    """
    inflow = 0
    outflow = 0
    
    for tick in tick_data:
        if tick['side'] == 'buy':
            inflow += tick['volume']
        elif tick['side'] == 'sell':
            outflow += tick['volume']
    
    net_flow = inflow - outflow
    return net_flow

嗯，这里要注意：很多交易所的逐笔数据里，side字段可能叫法不同。有的叫AggressorSide，有的叫TakerSide。本质都一样——谁是主动吃单的一方。

我在项目中遇到过一个问题：某交易所的逐笔数据里，side字段偶尔会缺失。后来我加了个校验逻辑，如果side为空，就根据价格变动方向推断——价格向上突破，大概率是主动买。

3.2 基于大单拆分的资金流向算法

为什么需要这个算法？因为市场上有很多大资金，他们会把大单拆成小单，避免被盯上。

你想想看，如果一笔1000手的单子直接砸进去，盘口瞬间就变了。但拆成100笔10手的单子，看起来就像散户在交易。

核心思路：识别异常的大单，然后把这些大单的资金流向单独计算。

def large_order_flow(tick_data, threshold=100):
    """
    threshold: 大单阈值，单位是手
    超过这个数量的单子，视为大单
    """
    large_inflow = 0
    large_outflow = 0
    
    for tick in tick_data:
        if tick['volume'] >= threshold:
            if tick['side'] == 'buy':
                large_inflow += tick['volume'] * tick['price']
            else:
                large_outflow += tick['volume'] * tick['price']
    
    return large_inflow, large_outflow

我曾经踩过一个坑：把阈值设死了，结果在某个流动性极差的品种上，把正常交易都识别成了大单。后来改成动态阈值，问题就解决了。

大单拆分的识别方法：

方法	原理	适用场景
时间窗口法	短时间内连续同向的小单，合并视为大单	股票市场，尤其是A股
价格冲击法	单笔成交导致价格跳变，视为大单	期货、外汇等连续竞价市场
成交量异常法	成交量超过均值N倍标准差	所有市场，通用性强

3.3 基于价格推动的资金流向算法

这个算法有点意思。它不关心单子是谁吃的，只看价格是怎么动的。

核心假设：资金流入会推高价格，资金流出会压低价格。

具体算法：

def price_flow(ohlc_data):
    """
    ohlc_data: 包含 open, high, low, close, volume 的K线数据
    """
    flows = []
    
    for i in range(1, len(ohlc_data)):
        prev_close = ohlc_data[i-1]['close']
        curr_close = ohlc_data[i]['close']
        curr_volume = ohlc_data[i]['volume']
        
        if curr_close > prev_close:
            # 价格上涨，视为资金流入
            flow = curr_volume * (curr_close - prev_close) / prev_close
        elif curr_close < prev_close:
            # 价格下跌，视为资金流出
            flow = -curr_volume * (prev_close - curr_close) / prev_close
        else:
            flow = 0
        
        flows.append(flow)
    
    return flows

我个人习惯把三种算法结合起来用。比如：

• 用成交量算法看日内资金流向
• 用大单算法识别主力动向
• 用价格推动算法做趋势确认

三种算法同时发出信号，胜率会高很多。

3.4 三种算法的对比总结

算法	数据要求	计算复杂度	准确度	适用场景
成交量算法	高（逐笔数据）	低	高	高频交易、日内交易
大单拆分算法	中（逐笔或分钟）	中	中	主力追踪、大资金监控
价格推动算法	低（K线即可）	低	低	趋势判断、辅助指标

最后说一句：算法只是工具，关键还是你对市场的理解。我见过有人用最简单的成交量算法，照样赚钱。也见过有人把三种算法都跑通了，还是亏。为什么？因为算法背后的逻辑，比算法本身更重要。