3. 核心指标计算(下):主力资金强度、资金集中度、日内资金趋势线构建

好,咱们接着聊。上一节我们把主力资金净流入、大单成交占比这些基础指标搞定了。今天要讲的这三个东西——主力资金强度资金集中度日内资金趋势线——才是真正能让你看清盘面背后博弈的利器。

我个人习惯,做日内交易或者短线策略,这三个指标是必看的。它们就像三把手术刀,帮你把主力资金的真实意图一层层剥开。

3.1 主力资金强度:不只是看流入多少

很多人只看净流入金额,觉得流入多就是强。其实不然。我见过太多案例,净流入几个亿,股价却纹丝不动。为什么?因为流入的体量跟整个盘的体量不匹配。

主力资金强度,说白了就是「单位时间内的资金冲击力」。它衡量的是主力资金在特定时间段内,对股价的推动效率。

我常用的计算公式是这样的:

# 主力资金强度计算
def calc_main_strength(df, window=20):
    """
    df: 包含主力净流入、成交额、涨跌幅的DataFrame
    window: 计算周期,默认20分钟
    """
    # 净流入占比 = 主力净流入 / 总成交额
    df['net_inflow_ratio'] = df['main_net_inflow'] / df['amount']
    
    # 强度 = 净流入占比 * 涨跌幅 * 100
    # 涨跌幅用百分比形式
    df['strength'] = df['net_inflow_ratio'] * df['pct_change'] * 100
    
    # 平滑处理,去掉毛刺
    df['strength_smooth'] = df['strength'].rolling(window=window).mean()
    
    return df

核心逻辑

  • 净流入占比高 + 涨幅大 = 真强(主力在真金白银地拉)
  • 净流入占比高 + 涨幅小 = 假强(可能是对倒或者托盘)
  • 净流入占比低 + 涨幅大 = 散户行情(游资或情绪驱动)

嗯,这里要注意一点。我曾经在实盘中踩过一个坑:只看强度数值,忽略了市场环境。比如大盘暴跌时,个股强度为负但绝对值很小,其实已经算强势了。所以建议你结合大盘环境做归一化处理。

3.2 资金集中度:主力到底有多「抱团」

资金集中度,这个指标很有意思。它回答一个问题:今天的交易,到底是几个大户在玩,还是一群散户在闹?

我一般用两种方式来计算:

方法一:基于成交额分层

把每笔成交按金额分成几档:

  • 超大单(>500万)
  • 大单(100万-500万)
  • 中单(20万-100万)
  • 小单(<20万)

然后计算:

# 资金集中度 = 超大单成交额占比 + 大单成交额占比
def calc_concentration(df):
    total_amount = df['amount'].sum()
    super_large = df[df['order_type'] == '超大单']['amount'].sum()
    large = df[df['order_type'] == '大单']['amount'].sum()
    
    concentration = (super_large + large) / total_amount
    return concentration

方法二:基于成交笔数分布

这个方法更精细。我习惯用基尼系数的思路来算:

def calc_gini_concentration(trades):
    """
    trades: 每笔成交记录,包含金额
    返回0-1之间的集中度,越接近1越集中
    """
    amounts = trades['amount'].values
    amounts.sort()
    
    n = len(amounts)
    cumsum = np.cumsum(amounts)
    gini = (2 * np.sum(cumsum) / cumsum[-1] - (n + 1)) / n
    
    return gini

实战经验

我曾经用这个指标抓到过一只妖股启动前的信号。当时集中度从0.3突然跳到0.7,但股价只涨了1%。第二天直接涨停。说白了,就是主力在偷偷吸筹,集中度先于价格反应。

3.3 日内资金趋势线:把资金流「画」出来

这个是我个人最看重的指标。它把抽象的资金流数据,变成一条直观的曲线。你一眼就能看出:主力是在持续买入,还是在边打边撤

构建方法其实不复杂:

def build_intraday_trend(df, freq='1min'):
    """
    df: 包含时间戳、主力净流入的逐笔数据
    freq: 重采样频率,默认1分钟
    """
    # 按分钟重采样,累加净流入
    trend = df.set_index('time')['main_net_inflow'].resample(freq).sum()
    
    # 计算累计值
    trend_cum = trend.cumsum()
    
    # 归一化到0-100区间,方便对比
    trend_norm = (trend_cum - trend_cum.min()) / (trend_cum.max() - trend_cum.min()) * 100
    
    return trend_norm

你想想看,这条线如果一直向上,说明主力在持续加仓。如果走平或者向下,那就要小心了——可能是在出货。

避坑指南

我曾经犯过一个错误:只看趋势线方向,忽略了斜率变化。有一次趋势线持续向上,但斜率越来越平缓,我以为没事。结果下午开盘直接跳水。后来才明白:斜率变缓意味着买入力度在衰减,这是主力撤退的前兆。

3.4 三个指标的联动分析

单独看一个指标,容易误判。我一般把它们放在一起看:

场景 资金强度 资金集中度 日内趋势线 判断结论
强势拉升 高(>2.0) 高(>0.6) 陡峭向上 主力真拉,可跟进
温和吸筹 中(0.5-2.0) 中(0.4-0.6) 缓慢向上 主力在建仓,可潜伏
对倒出货 高但股价不涨 极高(>0.8) 震荡或向下 危险,远离
散户行情 低(<0.5) 低(<0.3) 杂乱无章 观望为主

说白了,这三个指标就像三个维度,帮你把主力资金的「画像」勾勒出来。单看一个,就像盲人摸象。合在一起看,才能看清全貌。

3.5 知识体系总览

下面这张图,是我自己梳理的这三个指标的关系。你可以把它当作一个快速参考:

主力资金监控核心指标体系 主力资金强度 资金集中度 日内资金趋势线 综合判断 真拉升 / 假拉升 / 吸筹 / 出货 净流入占比 × 涨跌幅 成交额分层 / 基尼系数 累计净流入 + 归一化 三个指标相互印证,避免单一指标误判 结合大盘环境、板块热度综合使用效果更佳

嗯,到这里,核心指标的计算部分就讲完了。这三个指标,你可以在实盘中反复验证。我个人建议,先用历史数据跑一遍,看看它们在不同行情下的表现。等你熟悉了它们的「脾气」,再上实盘也不迟。

一句话总结

资金强度看「力」,集中度看「势」,趋势线看「向」。三力合一,主力无处遁形。

专注资料整理