2. 主力资金识别逻辑：大单与小单的划分标准、主力资金的定义、资金流向的初步判断

做逐笔成交分析，说白了就是跟主力玩捉迷藏。

你想想看，几千万甚至几个亿的资金要进场，不可能像散户那样一笔梭哈。主力一定会拆单、伪装、分批进场。我刚开始做这行的时候，以为盯着大单就能抓到主力，结果被假大单骗得晕头转向。后来才明白——识别主力资金，关键不在于单子大小，而在于行为逻辑。

2.1 大单与小单的划分标准

先解决一个最基础的问题：多大的单算大单？

说实话，这个没有统一标准。不同股票、不同行情下，大单的定义完全不一样。我个人习惯用动态阈值法，而不是拍脑袋定个「50万以上就是大单」。

具体怎么算？我一般用以下两种方法：

方法一：成交金额分位数法

取过去20个交易日所有逐笔成交的金额数据，按金额从大到小排序。取第90分位数作为大单阈值，第10分位数作为小单阈值。中间的就是中单。

import pandas as pd
import numpy as np

def define_order_size(df, large_quantile=0.9, small_quantile=0.1):
    """
    基于历史成交金额分位数划分大单/小单
    df: 包含 'amount' 列的逐笔成交DataFrame
    """
    amounts = df['amount'].values
    large_threshold = np.quantile(amounts, large_quantile)
    small_threshold = np.quantile(amounts, small_quantile)
    
    df['order_type'] = '中单'
    df.loc[df['amount'] >= large_threshold, 'order_type'] = '大单'
    df.loc[df['amount'] <= small_threshold, 'order_type'] = '小单'
    
    return df, large_threshold, small_threshold

方法二：固定金额法（辅助用）

有些交易所或者数据商直接给定了标准，比如：

市场	大单标准	小单标准
沪深主板	单笔 ≥ 100万元	单笔 ≤ 10万元
创业板	单笔 ≥ 50万元	单笔 ≤ 5万元
科创板	单笔 ≥ 30万元	单笔 ≤ 3万元

但说实话，固定金额太死板了。我曾经用这个标准去分析一只10块钱的股票，结果发现全天没有一笔「大单」——因为这只股票流动性差，单笔成交本来就小。所以我现在都是动态+固定双保险：动态阈值为主，固定阈值为辅，取两者中较大的那个。

2.2 主力资金的定义

好，现在我们知道怎么划分大单小单了。但大单就是主力吗？

绝对不是。

我见过太多人犯这个错误。大单可能是机构对倒、可能是游资打板、也可能是量化基金的拆单。真正的「主力资金」，我给它下了个定义：

拆开来看三个要素：

• 连续性：不是一笔两笔，而是在一段时间内持续出现。比如10分钟内连续出现5笔以上大单买入。
• 方向性：买卖方向一致。如果大单一会儿买一会儿卖，那可能是量化做市或者对倒，不是真正的主力。
• 价格影响：主力进场时，价格会跟着动。如果大单买入但价格不涨，说明有人在压盘出货。

嗯，这里要注意一个坑：主力不一定是机构。很多游资、牛散的资金量也很大，他们的行为模式跟机构完全不同。机构喜欢慢慢吸筹，游资喜欢快速拉抬。所以我在分析时，会把主力资金再细分成两类：

类型	特征	常见手法
机构型主力	单笔金额大、间隔均匀、买卖平衡	拆单吸筹、隐蔽建仓
游资型主力	单笔金额中等、爆发式出现、方向极端	扫单拉升、封板出货

2.3 资金流向的初步判断

资金流向，说白了就是「钱往哪边跑」。但这里有个常见的误区：很多人以为「主动买入 - 主动卖出」就是资金流向。其实不对。

真正的资金流向，要看驱动价格变化的那一方。举个例子：

• 卖一挂10元，有人直接以10元买入 → 这是主动买入，资金流入
• 买一挂9.99元，有人直接以9.99元卖出 → 这是主动卖出，资金流出

我一般用这个公式来算：

资金净流入 = 主动买入金额 - 主动卖出金额

但光看总量不够。我习惯把资金流向拆成三个维度来看：

维度一：大单资金流向

这是最核心的。如果大单资金持续净流入，说明主力在吸筹。如果大单资金净流出但价格没跌，说明有人在压盘出货。

维度二：小单资金流向

小单代表散户行为。如果小单净流入但价格不涨，说明散户在接盘。如果小单净流出但价格在涨，说明散户在卖飞。

维度三：时间切片流向

把一天分成若干个5分钟切片，看每个切片内的资金流向变化。主力经常在开盘和收盘时动手，因为这两个时间段流动性最好，容易隐藏。

def time_slice_flow(df, interval='5T'):
    """
    按时间切片计算资金流向
    df: 逐笔成交数据，需包含 'time', 'amount', 'side' 列
    side: 'buy' 为主动买入，'sell' 为主动卖出
    """
    df['time_slice'] = df['time'].dt.floor(interval)
    
    flow = df.groupby('time_slice').apply(
        lambda x: x.loc[x['side']=='buy', 'amount'].sum() - 
                  x.loc[x['side']=='sell', 'amount'].sum()
    )
    return flow

你看，这样一分析，主力的活动规律就清晰多了。我见过最典型的一个案例：某只股票连续3天在14:30-14:45出现大单净流入，每次流入后价格都会拉一波。这就是典型的「尾盘偷袭建仓」手法。

说实话，资金流向分析不是万能的。有时候主力会故意制造假流向来骗线。但只要你把大单划分标准做扎实了，再结合连续性和方向性去过滤，准确率能到70%以上。剩下的30%，就交给盘感和经验吧。

这张图把整个识别逻辑串起来了。从原始数据出发，经过大单划分、主力定义、资金流向三个步骤，最终输出主力的建仓成本区间。每一步都有具体的量化方法，不是拍脑袋。