第一章：课程导论与数据准备

各位同学，欢迎来到《主力资金监控模型实战应用》的第一课。

我是你们这门课的主讲。做了十几年量化交易，我最大的感触就是：市场里钱很多，但真正能看懂钱流向的人很少。主力资金，说白了就是那些能影响股价的大钱——机构、游资、国家队。它们一动，市场就得抖三抖。

我个人习惯把主力资金比作「大象」。你想想看，大象在森林里走路，脚印肯定特别深。我们要做的，就是通过分析这些「脚印」，提前判断大象下一步要去哪。

1.1 主力资金的定义与市场影响

先给个准确定义。主力资金，通常指单笔成交额超过一定阈值（比如20万元）的大额交易。这些交易背后，往往是机构投资者。

我在项目中遇到过一件事：某只股票连续三天出现大单买入，但股价没怎么涨。很多人觉得奇怪，其实这就是主力在「吸筹」——悄悄收集筹码，等收集够了再拉升。

主力资金对市场的影响，主要体现在三个方面：

• 价格引导：大单买入会推高股价，大单卖出会打压股价
• 情绪传导：散户看到大单会跟风，形成羊群效应
• 流动性提供：主力交易能增加市场深度，但也可能制造虚假流动性

1.2 数据源选择：tushare vs akshare

做量化，数据是命根子。国内主流的数据源，我推荐两个：tushare 和 akshare。

先说说tushare。它是我最早用的数据源，专业、稳定，但需要积分。免费版能用的数据有限，高级接口要付费。适合机构用户。

akshare呢，完全免费，接口丰富，更新快。缺点是有时候不太稳定，偶尔会断流。适合个人学习和研究。

我个人建议：学习阶段用akshare，实战阶段用tushare。当然，如果你预算充足，直接上tushare pro版，省心。

对比项	tushare	akshare
费用	部分免费，高级功能付费	完全免费
数据质量	高，经过清洗	中等，偶有异常
接口稳定性	稳定	偶尔波动
学习曲线	中等	简单
适用场景	实盘、机构	学习、研究

1.3 环境搭建与库安装

好，理论说完了，咱们动手。环境搭建其实很简单，我一步步来。

首先，确保你装了Python 3.8以上版本。我个人习惯用Anaconda管理环境，方便隔离项目。

创建一个新环境：

conda create -n fund_monitor python=3.9
conda activate fund_monitor

然后安装核心库：

pip install tushare akshare pandas numpy matplotlib seaborn

如果你用tushare，还需要注册获取token。注册地址我就不贴了，百度一下就有。拿到token后，这样配置：

import tushare as ts
ts.set_token('你的token')
pro = ts.pro_api()

akshare更简单，直接导入就能用：

import akshare as ak
# 获取个股资金流
df = ak.stock_individual_fund_flow(stock="600519", market="sh")

1.4 本章知识体系

为了让你更直观地理解本章内容，我画了一张图。这张图展示了主力资金监控模型的整体框架，以及本章在整个课程中的位置。

这张图你看懂了吗？数据是地基，指标是框架，策略是房子。地基打不牢，后面全白搭。所以第一章虽然基础，但千万别跳过。

1.5 本章小结

嗯，到这里第一章就差不多了。我们讲了主力资金的定义、数据源的选择、环境的搭建。内容不多，但都是后面30章的基础。

最后提醒一句：别急着跑策略，先把数据接口调通。我见过太多人，代码写了一大堆，结果数据源没配好，白忙活一场。

下一章，我们会正式进入主力资金指标的计算。到时候，你会看到真正的「大单识别」是怎么做的。

---