第三章 主力资金监控工具：Level-2行情数据、大单净流入/流出、特大单、大单、中单、小单的划分标准
做量化交易这些年，我见过太多人盯着K线图，却看不懂资金在干嘛。说白了，你看到的股价涨跌只是表象，真正的博弈藏在每一笔成交单里。今天我就把主力资金监控的核心工具——Level-2行情，以及单子划分的标准，掰开了讲清楚。
3.1 Level-2行情：比普通行情多看了什么？
普通行情（Level-1）每3秒刷新一次，你只能看到买卖五档和成交价。但Level-2行情，它把交易数据拆得更细了。我个人习惯把Level-2比作「手术刀」，它能切开成交量的皮肉，让你看到骨髓里的资金流向。
具体来说，Level-2提供了几个关键数据：
- 逐笔成交：每一笔交易的详细记录，包括成交时间、价格、数量、买卖方向
- 十档买卖盘口：能看到买一到买十、卖一到卖十的挂单情况
- 委托队列：每个价位上挂了哪些单子，数量多少
- 大单统计：系统自动帮你把大额成交单标记出来
嗯，这里要注意：普通行情里你看到的「大单」，其实是3秒内累计的成交。而Level-2能让你看到每一笔真实的成交单。我在项目中遇到过，有些股票明明涨了，但Level-2显示全是小单在买，大单在卖——这种上涨，十有八九是诱多。
核心观点：Level-2不是让你看股价涨跌的，是让你看「谁在买、谁在卖」的。没有Level-2，你就像蒙着眼睛猜拳。
3.2 大单净流入/流出：资金方向的风向标
大单净流入/流出，这个指标很多人都在用，但真正理解它的人不多。它的计算公式其实很简单：
大单净流入 = 大单主动买入金额 - 大单主动卖出金额
大单净流出 = 大单主动卖出金额 - 大单主动买入金额但这里有个坑——「主动」两个字很关键。主动买入是指用卖一价或更高价格成交的单子，说明买方很急，愿意追高。主动卖出则相反，是买方在砸盘。
我曾经犯过一个错误：只看净流入金额，不看成交占比。有一次某只股票大单净流入5000万，我以为是主力进场，结果第二天就跌了。后来复盘才发现，当天总成交额才1个亿，5000万的大单净流入占比太高了，这其实是主力在对倒出货。
我的经验：大单净流入/流出要结合「成交额占比」来看。如果净流入金额占当天总成交额超过30%，就要警惕是不是主力在演戏。
3.3 特大单、大单、中单、小单的划分标准
这个划分标准，不同券商、不同软件其实有差异。我整理了一套行业内比较通用的标准，你直接拿去用就行：
| 单子类型 | 单笔成交金额（万元） | 典型特征 |
|---|---|---|
| 特大单 | ≥ 500 | 机构专用，单笔就能影响股价 |
| 大单 | 100 ~ 500 | 主力常用，游资也爱用 |
| 中单 | 20 ~ 100 | 大户或散户合买 |
| 小单 | < 20 | 散户为主，零散成交 |
你想想看，为什么要把单子分这么细？因为不同规模的资金，行为逻辑完全不同。特大单通常是机构建仓或减仓，大单是游资或私募在操作，中单可能是大户在跟风，小单基本就是散户在折腾。
我个人习惯把特大单和大单合并称为「主力资金」，中单和小单称为「散户资金」。这样看资金流向更直观。
避坑指南：我曾经遇到过一个案例，某股票全天特大单净流入2个亿，但股价没怎么涨。后来查Level-2的逐笔成交才发现，这些特大单都是拆成几十笔小单成交的，而且买卖方向是「对倒」——左手倒右手，制造假象。所以，只看金额不看成交明细，很容易被忽悠。
3.4 如何用Python计算这些指标？
光说不练假把式。我写了一段Python代码，帮你从Level-2数据中提取大单净流入和单子划分。这段代码我在实盘策略里用过，效果还不错。
import pandas as pd
import numpy as np
# 假设你已经有了Level-2的逐笔成交数据
# 数据格式：time, price, volume, amount, direction(1=买, -1=卖)
def classify_orders(df):
"""
根据成交金额划分单子类型
"""
conditions = [
(df['amount'] >= 5000000), # 特大单：≥500万
(df['amount'] >= 1000000) & (df['amount'] < 5000000), # 大单：100~500万
(df['amount'] >= 200000) & (df['amount'] < 1000000), # 中单：20~100万
(df['amount'] < 200000) # 小单：<20万
]
choices = ['特大单', '大单', '中单', '小单']
df['order_type'] = np.select(conditions, choices, default='未知')
return df
def calculate_net_inflow(df):
"""
计算大单净流入
"""
# 只取特大单和大单
main_force = df[df['order_type'].isin(['特大单', '大单'])]
# 主动买入金额 - 主动卖出金额
net_inflow = main_force[main_force['direction'] == 1]['amount'].sum() - \
main_force[main_force['direction'] == -1]['amount'].sum()
return net_inflow
# 使用示例
# df = pd.read_csv('level2_tick_data.csv')
# df = classify_orders(df)
# net_inflow = calculate_net_inflow(df)
# print(f"今日大单净流入: {net_inflow/10000:.2f} 万元")这段代码的核心逻辑就是：先按金额把单子分类，然后只统计特大单和大单的净流入。你拿到Level-2数据后，直接套用就行。
3.5 知识体系结构图
下面这张图，是我自己总结的主力资金监控知识体系。你看一眼，就能明白各个工具之间的关系。
这张图把Level-2数据、单子划分、净流入计算串起来了。你从最顶层的Level-2数据出发，往下走就是逐笔成交、盘口、委托队列，再往下就是单子分类和净流入计算，最后落到实战应用上。
3.6 实战中的几个关键判断
有了这些工具，怎么判断主力是不是在进场？我总结了几条经验：
- 特大单持续净流入，股价不涨：这往往是主力在悄悄吸筹，压着股价不让涨，好拿更多便宜筹码。我见过最典型的案例是某只科技股，连续5天特大单净流入超过1亿，股价却横盘不动，第6天直接拉涨停。
- 大单净流入，但中单净流出：说明主力在买，散户在卖。这种分歧往往意味着后续有行情。为什么？因为散户卖完了，主力手里筹码多了，拉升阻力就小了。
- 小单占比突然飙升：如果某天小单成交占比从平时的30%突然升到60%以上，大概率是主力在拆单出货。我曾经吃过这个亏，看到股价涨了就追进去，结果发现全是小单在接盘，第二天直接低开。
一个小技巧：我习惯把特大单和大单的净流入做成「累计曲线」，跟股价走势叠加在一起看。如果曲线向上但股价向下，就是底背离，往往是买入信号。反之，曲线向下股价向上，就是顶背离，该跑了。
好了，这一章的内容就这些。Level-2行情和单子划分是主力资金监控的基石，你把这些搞明白了，后面的跟庄策略才能落地。记住，数据是死的，但人的行为是活的。多复盘、多对比，慢慢你就能从数字里读出主力的心思。
公众号:蓝海资料掘金营，微信deep3321