从北向资金到主力动向WorkBuddy如何帮我构建全市场资金流向追踪体系写在前面做A股交易的人都绕不开资金流向这四个字。北向资金在买什么主力资金在流向哪个板块龙虎榜上哪些游资在出手这些信息每天都要关注。但问题在于资金流向的数据分散在不同的数据源里——北向资金在沪深港通数据里主力资金在各家数据商的口径里龙虎榜在交易所公开数据里。想把这些数据整合起来看费时费力。后来我用WorkBuddy结合股票本地数据ig50落盘方案构建了一套全市场资金流向追踪体系。WorkBuddy可以同时读取多个数据源融合分析让我第一时间掌握全市场资金的动向。今天想分享的就是WorkBuddy如何帮我构建这套资金流向追踪体系。第一阶段资金流向数据的痛点典型的一天做资金流向追踪典型的一天是这样的09:00 查看北向资金沪深港通昨日净买入 09:15 查看主力资金流向昨日情况 09:30 开盘盯着主力资金流入的股票 11:30 看龙虎榜数据分析游资动向 15:00 收盘看北向资金今日净买入 15:30 复盘主力资金流向分析板块轮动这些数据分散在不同的数据源里要手动查、手动整合非常耗时。用API查数据的问题后来我用WorkBuddy调API查数据想着可以自动化。但实际效果不理想问题一数据源分散北向资金、主力资金、龙虎榜是不同的API接口WorkBuddy要调多个API才能凑齐数据。问题二数据延迟API返回的数据通常有延迟等数据拉回来盘面可能已经变了。问题三数据格式不统一不同API返回的数据格式不一样WorkBuddy要做大量的数据清洗和格式转换工作。第二阶段本地数据让资金追踪实时化WorkBuddy可以同时读取多个数据源换成本地数据方案之后WorkBuddy可以同时读取北向资金、主力资金、龙虎榜等多个数据源。如果数据量比较大用多线程并行读取速度会更快——读本地的速度本质上取决于你的CPU、内存和硬盘速度。importjsonimportpandasaspdfrompathlibimportPathfromconcurrent.futuresimportThreadPoolExecutor DATA_DIRPath(/data)defload_capital_file(file_info):WorkBuddy多线程读取单个资金流向数据文件name,pathfile_infowithopen(path,r,encodingutf-8)asf:datajson.load(f)returnname,pd.DataFrame(data)defload_capital_flow_data():WorkBuddy多线程读取资金流向相关数据data_files[(北向资金,DATA_DIR/stock-center/北向资金),(主力资金,DATA_DIR/stock-a/主力资金流向),(龙虎榜,DATA_DIR/stock-a/龙虎榜),(个股资金,DATA_DIR/stock-a/个股资金追踪)]# WorkBuddy用多线程并行读取4个数据源withThreadPoolExecutor(max_workers4)asexecutor:resultslist(executor.map(load_capital_file,data_files))returndict(results)# WorkBuddy一次读取多个数据源多线程并行秒级完成capital_dataload_capital_flow_data()WorkBuddy可以在一次函数调用里多线程并行读取4个数据源这在用API的时候要调4次接口耗时几分钟。在本地SSD多核CPU环境下这个过程通常只需要几秒钟。实际速度取决于本地CPU、内存和硬盘速度。WorkBuddy可以融合分析多个数据源更关键的是WorkBuddy可以融合分析多个数据源defanalyze_capital_flow():WorkBuddy融合分析资金流向capital_dataload_capital_flow_data()df_northcapital_data[北向资金]df_maincapital_data[主力资金]df_lbcapital_data[龙虎榜]# WorkBuddy分析北向资金增持的股票north_buydf_north[df_north[增持股数(万股)]10]north_buy_codesset(north_buy[股票代码])# WorkBuddy分析主力资金流入的股票main_inflowdf_main[df_main[主力净流入(万元)]1000]main_codesset(main_inflow[股票代码])# WorkBuddy分析龙虎榜机构买入的股票lb_buydf_lb[df_lb[机构净买入(万元)]500]lb_codesset(lb_buy[股票代码])# WorkBuddy找出同时满足多个条件的股票common_codesnorth_buy_codesmain_codeslb_codesprint(f北向资金增持股票{len(north_buy_codes)}只)print(f主力资金流入股票{len(main_codes)}只)print(f龙虎榜机构买入{len(lb_codes)}只)print(f同时满足三个条件{len(common_codes)}只)returncommon_codes# WorkBuddy融合分析strong_stocksanalyze_capital_flow()WorkBuddy可以自动计算多个数据源的交集找出同时满足多个条件的股票北向资金增持股票85只 主力资金流入股票120只 龙虎榜机构买入45只 同时满足三个条件8只这8只股票就是北向资金、主力资金、机构资金共同认可的标的值得重点关注。第三阶段北向资金追踪WorkBuddy可以追踪北向资金动向北向资金沪深港通是A股市场最重要的增量资金之一。WorkBuddy可以实时追踪北向资金的动向deftrack_north_money():WorkBuddy追踪北向资金north_pathDATA_DIR/stock-center/北向资金withopen(north_path,r,encodingutf-8)asf:north_datajson.load(f)df_northpd.DataFrame(north_data)# WorkBuddy筛选北向资金增持的股票north_buydf_north[df_north[增持股数(万股)]10].sort_values(增持股数(万股),ascendingFalse)print( 北向资金增持前10 )for_,rowinnorth_buy.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 增持{row[增持股数(万股)]:.0f}万股 | 持股比例{row[持股比例(%)]:.2f}%)# WorkBuddy筛选北向资金减持的股票north_selldf_north[df_north[增持股数(万股)]-10].sort_values(增持股数(万股),ascendingTrue)print(\n 北向资金减持前10 )for_,rowinnorth_sell.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 减持{abs(row[增持股数(万股)]):.0f}万股)returnnorth_buy,north_sell# WorkBuddy追踪北向资金north_buy,north_selltrack_north_money()WorkBuddy会输出北向资金增持和减持的股票列表 北向资金增持前10 600036 招商银行 | 增持500万股 | 持股比例8.5% 601318 中国平安 | 增持450万股 | 持股比例6.2% 000333 美的集团 | 增持380万股 | 持股比例12.3% ... 北向资金减持前10 000651 格力电器 | 减持300万股 600519 贵州茅台 | 减持280万股 ...北向资金追踪的价值北向资金被称为聪明钱其动向往往预示着市场方向。WorkBuddy追踪北向资金帮助我发现增量资金方向北向资金在买什么往往就是市场热点跟踪外资持仓变化外资持仓比例的变化是中长期趋势的信号预警外资流出北向资金大幅流出往往是风险信号第四阶段主力资金追踪WorkBuddy可以追踪主力资金流向主力资金流向是A股市场最核心的资金面指标。WorkBuddy可以实时追踪主力资金的流向deftrack_main_fund():WorkBuddy追踪主力资金流向main_pathDATA_DIR/stock-a/主力资金流向withopen(main_path,r,encodingutf-8)asf:main_datajson.load(f)df_mainpd.DataFrame(main_data)# WorkBuddy筛选主力资金流入最多的股票main_inflowdf_main[df_main[主力净流入(万元)]1000].sort_values(主力净流入(万元),ascendingFalse)print( 主力资金流入前10 )for_,rowinmain_inflow.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 主力流入{row[主力净流入(万元)]:.0f}万元 | 主力占比{row[主力占比(%)]:.2f}%)# WorkBuddy筛选主力资金流出最多的股票main_outflowdf_main[df_main[主力净流入(万元)]-1000].sort_values(主力净流入(万元),ascendingTrue)print(\n 主力资金流出前10 )for_,rowinmain_outflow.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 主力流出{abs(row[主力净流入(万元)]):.0f}万元)returnmain_inflow,main_outflow# WorkBuddy追踪主力资金main_inflow,main_outflowtrack_main_fund()WorkBuddy会输出主力资金流入和流出的股票列表 主力资金流入前10 002475 立讯精密 | 主力流入8000万元 | 主力占比3.2% 600519 贵州茅台 | 主力流入7500万元 | 主力占比1.8% 000333 美的集团 | 主力流入6800万元 | 主力占比2.5% ... 主力资金流出前10 000651 格力电器 | 主力流出5000万元 601012 隆基绿能 | 主力流出4500万元 ...主力资金追踪的价值主力资金流向是判断短期行情的重要指标。WorkBuddy追踪主力资金帮助我发现短期热点主力资金大量流入的股票往往短期会有行情预警资金撤退主力资金大量流出往往是风险信号跟踪资金轮动主力资金从板块A流向板块B预示着热点切换第五阶段龙虎榜追踪WorkBuddy可以追踪龙虎榜动向龙虎榜是游资和机构动向的公开披露渠道。WorkBuddy可以实时追踪龙虎榜动向deftrack_longhubang():WorkBuddy追踪龙虎榜lb_pathDATA_DIR/stock-a/龙虎榜withopen(lb_path,r,encodingutf-8)asf:lb_datajson.load(f)df_lbpd.DataFrame(lb_data)# WorkBuddy筛选机构净买入的股票org_buydf_lb[df_lb[机构净买入(万元)]500].sort_values(机构净买入(万元),ascendingFalse)print( 机构净买入前10 )for_,rowinorg_buy.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 机构买入{row[机构净买入(万元)]:.0f}万元 | 游资买入{row[游资净买入(万元)]:.0f}万元)# WorkBuddy筛选游资净买入的股票hot_buydf_lb[df_lb[游资净买入(万元)]1000].sort_values(游资净买入(万元),ascendingFalse)print(\n 游资净买入前10 )for_,rowinhot_buy.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 游资买入{row[游资净买入(万元)]:.0f}万元)returnorg_buy,hot_buy# WorkBuddy追踪龙虎榜org_buy,hot_buytrack_longhubang()WorkBuddy会输出机构和游资动向的股票列表 机构净买入前10 002475 立讯精密 | 机构买入3000万元 | 游资买入500万元 000333 美的集团 | 机构买入2500万元 | 游资买入800万元 ... 游资净买入前10 300059 东方财富 | 游资买入5000万元 002230 科大讯飞 | 游资买入4000万元 ...龙虎榜追踪的价值龙虎榜是判断市场情绪的重要指标。WorkBuddy追踪龙虎榜帮助我发现游资动向知名游资买入的股票往往短期会有行情跟踪机构动向机构买入的股票往往中长期更稳健判断市场情绪龙虎榜活跃度反映市场情绪高低第六阶段全市场资金流向融合分析WorkBuddy可以融合分析全市场资金流向把北向资金、主力资金、龙虎榜数据融合起来WorkBuddy可以给出全市场资金流向的综合分析deffull_capital_flow_analysis():WorkBuddy全市场资金流向融合分析capital_dataload_capital_flow_data()df_northcapital_data[北向资金]df_maincapital_data[主力资金]df_lbcapital_data[龙虎榜]# WorkBuddy找出北向主力共同认可的股票north_buyset(df_north[df_north[增持股数(万股)]10][股票代码])main_buyset(df_main[df_main[主力净流入(万元)]1000][股票代码])north_main_commonnorth_buymain_buyprint(f 北向主力共同认可{len(north_main_common)}只 )forcodeinlist(north_main_common)[:10]:namedf_main[df_main[股票代码]code][股票名称].iloc[0]print(f{code}{name})# WorkBuddy找出主力游资共同认可的股票lb_buyset(df_lb[df_lb[游资净买入(万元)]1000][股票代码])main_lb_commonmain_buylb_buyprint(f\n 主力游资共同认可{len(main_lb_common)}只 )forcodeinlist(main_lb_common)[:10]:namedf_main[df_main[股票代码]code][股票名称].iloc[0]print(f{code}{name})# WorkBuddy找出北向主力游资共同认可的股票最强标的triple_commonnorth_buymain_buylb_buyprint(f\n 北向主力游资共同认可最强标的{len(triple_common)}只 )forcodeinlist(triple_common):namedf_main[df_main[股票代码]code][股票名称].iloc[0]print(f{code}{name})returntriple_common# WorkBuddy融合分析strongest_stocksfull_capital_flow_analysis()WorkBuddy会输出全市场资金流向的综合分析结果 北向主力共同认可35只 600036 招商银行 000333 美的集团 ... 主力游资共同认可28只 002475 立讯精密 300059 东方财富 ... 北向主力游资共同认可最强标的5只 000333 美的集团 002475 立讯精密 600519 贵州茅台 ...这5只股票就是北向资金、主力资金、游资共同认可的标的值得重点跟踪。第七阶段踩坑与优化教训一不同数据源的统计口径不同北向资金、主力资金、龙虎榜的统计口径不同WorkBuddy做融合分析时要统一标准北向资金按增持股数统计主力资金按主力净流入金额统计龙虎榜按机构净买入或游资净买入统计WorkBuddy要做单位换算和阈值统一。教训二资金流向只是参考不是买卖信号资金流向数据可以帮助判断市场方向但不能直接作为买卖信号。资金流入多的股票不一定马上就涨资金流出多的股票也不一定马上就跌。我的做法是资金流向作为参考结合技术面和基本面做综合判断。教训三游资动向要谨慎看待游资的操作风格往往很激进今天大买明天大卖的情况很常见。WorkBuddy追踪龙虎榜时要结合历史数据判断游资的操作风格不能盲目跟风。总结从分散查数据到WorkBuddy融合分析用WorkBuddy结合本地数据做资金流向追踪的这段时间我的资金面分析效率提升了一个量级之前分散查数据北向资金、主力资金、龙虎榜分散在不同的数据源手动查数据手动整合费时费力容易遗漏现在WorkBuddy融合分析WorkBuddy同时读取多个数据源WorkBuddy自动融合分析分钟级完成全市场资金追踪从分散查数据到WorkBuddy融合分析资金面分析效率提升了10倍以上。给同路人的建议如果你也想用WorkBuddy做资金流向追踪建议从这几步开始确定关注的数据源北向资金、主力资金、龙虎榜设定阈值增持股数多少、主力流入多少才关注融合分析逻辑北向主力游资共同认可还是单一数据源就够了把这些问题想清楚再构建你的WorkBuddy资金追踪体系。资金流向是参考你的交易逻辑才是核心。以上内容仅供交流学习不构成投资建议。股市有风险入市需谨慎。
从北向资金到主力动向：Agent如何帮我构建全市场资金流向追踪体系
从北向资金到主力动向WorkBuddy如何帮我构建全市场资金流向追踪体系写在前面做A股交易的人都绕不开资金流向这四个字。北向资金在买什么主力资金在流向哪个板块龙虎榜上哪些游资在出手这些信息每天都要关注。但问题在于资金流向的数据分散在不同的数据源里——北向资金在沪深港通数据里主力资金在各家数据商的口径里龙虎榜在交易所公开数据里。想把这些数据整合起来看费时费力。后来我用WorkBuddy结合股票本地数据ig50落盘方案构建了一套全市场资金流向追踪体系。WorkBuddy可以同时读取多个数据源融合分析让我第一时间掌握全市场资金的动向。今天想分享的就是WorkBuddy如何帮我构建这套资金流向追踪体系。第一阶段资金流向数据的痛点典型的一天做资金流向追踪典型的一天是这样的09:00 查看北向资金沪深港通昨日净买入 09:15 查看主力资金流向昨日情况 09:30 开盘盯着主力资金流入的股票 11:30 看龙虎榜数据分析游资动向 15:00 收盘看北向资金今日净买入 15:30 复盘主力资金流向分析板块轮动这些数据分散在不同的数据源里要手动查、手动整合非常耗时。用API查数据的问题后来我用WorkBuddy调API查数据想着可以自动化。但实际效果不理想问题一数据源分散北向资金、主力资金、龙虎榜是不同的API接口WorkBuddy要调多个API才能凑齐数据。问题二数据延迟API返回的数据通常有延迟等数据拉回来盘面可能已经变了。问题三数据格式不统一不同API返回的数据格式不一样WorkBuddy要做大量的数据清洗和格式转换工作。第二阶段本地数据让资金追踪实时化WorkBuddy可以同时读取多个数据源换成本地数据方案之后WorkBuddy可以同时读取北向资金、主力资金、龙虎榜等多个数据源。如果数据量比较大用多线程并行读取速度会更快——读本地的速度本质上取决于你的CPU、内存和硬盘速度。importjsonimportpandasaspdfrompathlibimportPathfromconcurrent.futuresimportThreadPoolExecutor DATA_DIRPath(/data)defload_capital_file(file_info):WorkBuddy多线程读取单个资金流向数据文件name,pathfile_infowithopen(path,r,encodingutf-8)asf:datajson.load(f)returnname,pd.DataFrame(data)defload_capital_flow_data():WorkBuddy多线程读取资金流向相关数据data_files[(北向资金,DATA_DIR/stock-center/北向资金),(主力资金,DATA_DIR/stock-a/主力资金流向),(龙虎榜,DATA_DIR/stock-a/龙虎榜),(个股资金,DATA_DIR/stock-a/个股资金追踪)]# WorkBuddy用多线程并行读取4个数据源withThreadPoolExecutor(max_workers4)asexecutor:resultslist(executor.map(load_capital_file,data_files))returndict(results)# WorkBuddy一次读取多个数据源多线程并行秒级完成capital_dataload_capital_flow_data()WorkBuddy可以在一次函数调用里多线程并行读取4个数据源这在用API的时候要调4次接口耗时几分钟。在本地SSD多核CPU环境下这个过程通常只需要几秒钟。实际速度取决于本地CPU、内存和硬盘速度。WorkBuddy可以融合分析多个数据源更关键的是WorkBuddy可以融合分析多个数据源defanalyze_capital_flow():WorkBuddy融合分析资金流向capital_dataload_capital_flow_data()df_northcapital_data[北向资金]df_maincapital_data[主力资金]df_lbcapital_data[龙虎榜]# WorkBuddy分析北向资金增持的股票north_buydf_north[df_north[增持股数(万股)]10]north_buy_codesset(north_buy[股票代码])# WorkBuddy分析主力资金流入的股票main_inflowdf_main[df_main[主力净流入(万元)]1000]main_codesset(main_inflow[股票代码])# WorkBuddy分析龙虎榜机构买入的股票lb_buydf_lb[df_lb[机构净买入(万元)]500]lb_codesset(lb_buy[股票代码])# WorkBuddy找出同时满足多个条件的股票common_codesnorth_buy_codesmain_codeslb_codesprint(f北向资金增持股票{len(north_buy_codes)}只)print(f主力资金流入股票{len(main_codes)}只)print(f龙虎榜机构买入{len(lb_codes)}只)print(f同时满足三个条件{len(common_codes)}只)returncommon_codes# WorkBuddy融合分析strong_stocksanalyze_capital_flow()WorkBuddy可以自动计算多个数据源的交集找出同时满足多个条件的股票北向资金增持股票85只 主力资金流入股票120只 龙虎榜机构买入45只 同时满足三个条件8只这8只股票就是北向资金、主力资金、机构资金共同认可的标的值得重点关注。第三阶段北向资金追踪WorkBuddy可以追踪北向资金动向北向资金沪深港通是A股市场最重要的增量资金之一。WorkBuddy可以实时追踪北向资金的动向deftrack_north_money():WorkBuddy追踪北向资金north_pathDATA_DIR/stock-center/北向资金withopen(north_path,r,encodingutf-8)asf:north_datajson.load(f)df_northpd.DataFrame(north_data)# WorkBuddy筛选北向资金增持的股票north_buydf_north[df_north[增持股数(万股)]10].sort_values(增持股数(万股),ascendingFalse)print( 北向资金增持前10 )for_,rowinnorth_buy.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 增持{row[增持股数(万股)]:.0f}万股 | 持股比例{row[持股比例(%)]:.2f}%)# WorkBuddy筛选北向资金减持的股票north_selldf_north[df_north[增持股数(万股)]-10].sort_values(增持股数(万股),ascendingTrue)print(\n 北向资金减持前10 )for_,rowinnorth_sell.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 减持{abs(row[增持股数(万股)]):.0f}万股)returnnorth_buy,north_sell# WorkBuddy追踪北向资金north_buy,north_selltrack_north_money()WorkBuddy会输出北向资金增持和减持的股票列表 北向资金增持前10 600036 招商银行 | 增持500万股 | 持股比例8.5% 601318 中国平安 | 增持450万股 | 持股比例6.2% 000333 美的集团 | 增持380万股 | 持股比例12.3% ... 北向资金减持前10 000651 格力电器 | 减持300万股 600519 贵州茅台 | 减持280万股 ...北向资金追踪的价值北向资金被称为聪明钱其动向往往预示着市场方向。WorkBuddy追踪北向资金帮助我发现增量资金方向北向资金在买什么往往就是市场热点跟踪外资持仓变化外资持仓比例的变化是中长期趋势的信号预警外资流出北向资金大幅流出往往是风险信号第四阶段主力资金追踪WorkBuddy可以追踪主力资金流向主力资金流向是A股市场最核心的资金面指标。WorkBuddy可以实时追踪主力资金的流向deftrack_main_fund():WorkBuddy追踪主力资金流向main_pathDATA_DIR/stock-a/主力资金流向withopen(main_path,r,encodingutf-8)asf:main_datajson.load(f)df_mainpd.DataFrame(main_data)# WorkBuddy筛选主力资金流入最多的股票main_inflowdf_main[df_main[主力净流入(万元)]1000].sort_values(主力净流入(万元),ascendingFalse)print( 主力资金流入前10 )for_,rowinmain_inflow.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 主力流入{row[主力净流入(万元)]:.0f}万元 | 主力占比{row[主力占比(%)]:.2f}%)# WorkBuddy筛选主力资金流出最多的股票main_outflowdf_main[df_main[主力净流入(万元)]-1000].sort_values(主力净流入(万元),ascendingTrue)print(\n 主力资金流出前10 )for_,rowinmain_outflow.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 主力流出{abs(row[主力净流入(万元)]):.0f}万元)returnmain_inflow,main_outflow# WorkBuddy追踪主力资金main_inflow,main_outflowtrack_main_fund()WorkBuddy会输出主力资金流入和流出的股票列表 主力资金流入前10 002475 立讯精密 | 主力流入8000万元 | 主力占比3.2% 600519 贵州茅台 | 主力流入7500万元 | 主力占比1.8% 000333 美的集团 | 主力流入6800万元 | 主力占比2.5% ... 主力资金流出前10 000651 格力电器 | 主力流出5000万元 601012 隆基绿能 | 主力流出4500万元 ...主力资金追踪的价值主力资金流向是判断短期行情的重要指标。WorkBuddy追踪主力资金帮助我发现短期热点主力资金大量流入的股票往往短期会有行情预警资金撤退主力资金大量流出往往是风险信号跟踪资金轮动主力资金从板块A流向板块B预示着热点切换第五阶段龙虎榜追踪WorkBuddy可以追踪龙虎榜动向龙虎榜是游资和机构动向的公开披露渠道。WorkBuddy可以实时追踪龙虎榜动向deftrack_longhubang():WorkBuddy追踪龙虎榜lb_pathDATA_DIR/stock-a/龙虎榜withopen(lb_path,r,encodingutf-8)asf:lb_datajson.load(f)df_lbpd.DataFrame(lb_data)# WorkBuddy筛选机构净买入的股票org_buydf_lb[df_lb[机构净买入(万元)]500].sort_values(机构净买入(万元),ascendingFalse)print( 机构净买入前10 )for_,rowinorg_buy.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 机构买入{row[机构净买入(万元)]:.0f}万元 | 游资买入{row[游资净买入(万元)]:.0f}万元)# WorkBuddy筛选游资净买入的股票hot_buydf_lb[df_lb[游资净买入(万元)]1000].sort_values(游资净买入(万元),ascendingFalse)print(\n 游资净买入前10 )for_,rowinhot_buy.head(10).iterrows():print(f{row[股票代码]}{row[股票名称]}| 游资买入{row[游资净买入(万元)]:.0f}万元)returnorg_buy,hot_buy# WorkBuddy追踪龙虎榜org_buy,hot_buytrack_longhubang()WorkBuddy会输出机构和游资动向的股票列表 机构净买入前10 002475 立讯精密 | 机构买入3000万元 | 游资买入500万元 000333 美的集团 | 机构买入2500万元 | 游资买入800万元 ... 游资净买入前10 300059 东方财富 | 游资买入5000万元 002230 科大讯飞 | 游资买入4000万元 ...龙虎榜追踪的价值龙虎榜是判断市场情绪的重要指标。WorkBuddy追踪龙虎榜帮助我发现游资动向知名游资买入的股票往往短期会有行情跟踪机构动向机构买入的股票往往中长期更稳健判断市场情绪龙虎榜活跃度反映市场情绪高低第六阶段全市场资金流向融合分析WorkBuddy可以融合分析全市场资金流向把北向资金、主力资金、龙虎榜数据融合起来WorkBuddy可以给出全市场资金流向的综合分析deffull_capital_flow_analysis():WorkBuddy全市场资金流向融合分析capital_dataload_capital_flow_data()df_northcapital_data[北向资金]df_maincapital_data[主力资金]df_lbcapital_data[龙虎榜]# WorkBuddy找出北向主力共同认可的股票north_buyset(df_north[df_north[增持股数(万股)]10][股票代码])main_buyset(df_main[df_main[主力净流入(万元)]1000][股票代码])north_main_commonnorth_buymain_buyprint(f 北向主力共同认可{len(north_main_common)}只 )forcodeinlist(north_main_common)[:10]:namedf_main[df_main[股票代码]code][股票名称].iloc[0]print(f{code}{name})# WorkBuddy找出主力游资共同认可的股票lb_buyset(df_lb[df_lb[游资净买入(万元)]1000][股票代码])main_lb_commonmain_buylb_buyprint(f\n 主力游资共同认可{len(main_lb_common)}只 )forcodeinlist(main_lb_common)[:10]:namedf_main[df_main[股票代码]code][股票名称].iloc[0]print(f{code}{name})# WorkBuddy找出北向主力游资共同认可的股票最强标的triple_commonnorth_buymain_buylb_buyprint(f\n 北向主力游资共同认可最强标的{len(triple_common)}只 )forcodeinlist(triple_common):namedf_main[df_main[股票代码]code][股票名称].iloc[0]print(f{code}{name})returntriple_common# WorkBuddy融合分析strongest_stocksfull_capital_flow_analysis()WorkBuddy会输出全市场资金流向的综合分析结果 北向主力共同认可35只 600036 招商银行 000333 美的集团 ... 主力游资共同认可28只 002475 立讯精密 300059 东方财富 ... 北向主力游资共同认可最强标的5只 000333 美的集团 002475 立讯精密 600519 贵州茅台 ...这5只股票就是北向资金、主力资金、游资共同认可的标的值得重点跟踪。第七阶段踩坑与优化教训一不同数据源的统计口径不同北向资金、主力资金、龙虎榜的统计口径不同WorkBuddy做融合分析时要统一标准北向资金按增持股数统计主力资金按主力净流入金额统计龙虎榜按机构净买入或游资净买入统计WorkBuddy要做单位换算和阈值统一。教训二资金流向只是参考不是买卖信号资金流向数据可以帮助判断市场方向但不能直接作为买卖信号。资金流入多的股票不一定马上就涨资金流出多的股票也不一定马上就跌。我的做法是资金流向作为参考结合技术面和基本面做综合判断。教训三游资动向要谨慎看待游资的操作风格往往很激进今天大买明天大卖的情况很常见。WorkBuddy追踪龙虎榜时要结合历史数据判断游资的操作风格不能盲目跟风。总结从分散查数据到WorkBuddy融合分析用WorkBuddy结合本地数据做资金流向追踪的这段时间我的资金面分析效率提升了一个量级之前分散查数据北向资金、主力资金、龙虎榜分散在不同的数据源手动查数据手动整合费时费力容易遗漏现在WorkBuddy融合分析WorkBuddy同时读取多个数据源WorkBuddy自动融合分析分钟级完成全市场资金追踪从分散查数据到WorkBuddy融合分析资金面分析效率提升了10倍以上。给同路人的建议如果你也想用WorkBuddy做资金流向追踪建议从这几步开始确定关注的数据源北向资金、主力资金、龙虎榜设定阈值增持股数多少、主力流入多少才关注融合分析逻辑北向主力游资共同认可还是单一数据源就够了把这些问题想清楚再构建你的WorkBuddy资金追踪体系。资金流向是参考你的交易逻辑才是核心。以上内容仅供交流学习不构成投资建议。股市有风险入市需谨慎。
