第三章 资金流向：主力资金净流入/流出计算、大单与小单的划分标准、资金流强度指标
大家好，我是老张。今天咱们聊聊资金流向这个核心话题。
很多新手看盘，第一眼就盯着「主力资金净流入」那个数字。红的就兴奋，绿的就紧张。说实话，我刚开始做量化那会儿也这样。后来踩过坑才发现——这个数字背后，门道多着呢。
3.1 主力资金净流入/流出计算
先搞清楚一个基本问题：什么叫净流入？
说白了，就是主动买盘的钱，减去主动卖盘的钱。公式很简单：
净流入 = 主动买盘成交额 - 主动卖盘成交额如果结果是正数，说明买的人更积极，资金在往里涌。负数呢？说明卖的人更着急，资金在往外跑。
但这里有个坑——「主动」两个字怎么定义？
我习惯用「逐笔成交数据」来判断。每一笔成交，如果是以卖一价或更高价格成交的，算主动买盘。如果是以买一价或更低价格成交的，算主动卖盘。嗯，这个逻辑很直观。
核心要点：净流入 ≠ 股价一定涨。我在项目中遇到过好几次，净流入很大但股价冲高回落。为什么？因为大单拆成小单在出货，你看到的「净流入」其实是假象。
3.2 大单与小单的划分标准
资金流向分析里，最头疼的就是「大单」怎么定义。
你想想看，茅台的一手是十几万，工商银行的一手才三千块。用同一个标准去划分，显然不合理。
我个人习惯用「相对阈值法」。具体来说：
| 股票类型 | 大单标准 | 中单标准 | 小单标准 |
|---|---|---|---|
| 高价股（>50元） | ≥100手 | 20-100手 | <20手 |
| 中价股（10-50元） | ≥200手 | 50-200手 | <50手 |
| 低价股（<10元） | ≥500手 | 100-500手 | <100手 |
当然，这只是经验值。我建议你根据具体股票的日均成交量来动态调整。比如某只股票日均成交只有1万手，那200手就算大单了。
小技巧：我曾经用「成交金额占比法」做过回测。把单笔成交金额超过当日总成交额0.1%的，定义为大单。效果比固定手数要好不少。
3.3 资金流强度指标
光看净流入还不够。为什么？因为1000万的净流入，放在工商银行和放在小盘股里，意义完全不同。
所以我引入了「资金流强度」这个概念。公式如下：
资金流强度 = 净流入金额 / 当日成交总额 × 100%这个指标的好处是——去量纲化。不管股票盘子大小，都能放在一起比较。
我一般这样划分强度等级：
- 强势流入：强度 > 5% —— 主力在真金白银地买
- 温和流入：1% ~ 5% —— 有资金关注，但不激进
- 中性：-1% ~ 1% —— 多空平衡，观望为主
- 温和流出：-5% ~ -1% —— 有资金在撤退
- 强势流出：强度 < -5% —— 主力在砸盘，小心
注意：强度指标也有局限性。我曾经遇到一只股票，资金流强度达到8%，但第二天直接低开。后来复盘发现，那是尾盘最后3分钟用大单拉上去的，典型的「做盘」手法。所以，一定要结合时间维度来看。
3.4 实战中的综合应用
好了，理论讲完了。咱们看看怎么把这些东西串起来用。
我一般这样分析一只股票的资金面：
- 看总量：主力资金净流入/流出是多少？绝对值大不大？
- 看结构：大单、中单、小单的流向是否一致？如果大单在买、小单在卖，说明散户在跑、主力在接，这是好事。反过来就要警惕。
- 看强度：资金流强度是否超过阈值？有没有持续性？
- 看时间：是早盘流入还是尾盘流入？早盘流入通常更真实。
下面是我用Python写的一个简单计算函数：
def calculate_fund_flow(trade_data):
"""
trade_data: DataFrame，包含字段：
- price: 成交价格
- volume: 成交量（手）
- buy_price: 买一价
- sell_price: 卖一价
- amount: 成交金额
"""
# 判断主动买卖方向
trade_data['is_active_buy'] = trade_data['price'] >= trade_data['sell_price']
trade_data['is_active_sell'] = trade_data['price'] <= trade_data['buy_price']
# 计算净流入
buy_amount = trade_data[trade_data['is_active_buy']]['amount'].sum()
sell_amount = trade_data[trade_data['is_active_sell']]['amount'].sum()
net_flow = buy_amount - sell_amount
# 计算资金流强度
total_amount = trade_data['amount'].sum()
strength = net_flow / total_amount * 100 if total_amount > 0 else 0
return {
'net_flow': net_flow,
'strength': strength,
'buy_amount': buy_amount,
'sell_amount': sell_amount
}这个函数虽然简单，但我在实盘里用了两年多。核心逻辑没变过，只是加了一些过滤条件，比如剔除集合竞价的数据、过滤掉小于1手的碎单等。
3.5 知识体系总览
最后，我用一张图把本章的核心逻辑串起来。你一看就明白了：
这张图把咱们今天讲的内容串起来了。从原始数据开始，经过划分、计算、强度评估，最后形成决策参考。每一步都有坑，每一步都需要经验。
好了，今天就聊到这儿。记住一句话：资金流向是工具，不是圣杯。用好了能帮你避坑，用不好反而会掉坑里。
公众号：蓝海资料掘金营，微信deep3321