主力资金数据单独使用胜率有限叠加北向资金之后信号质量明显提升。这是过去 2 年做因子建模最大的一个发现。我把本地数据引擎里主力资金、北向资金、五档盘口、个股行情四类数据叠加构建出一套实战可用的复合因子今天完整拆出来。核心数据全部本地化存储。主力资金数据接口time/zijin/zlzjzs/{dm}给出每日主力净流入金额、5 分钟主力净额、主力净占比、散户净比。北向资金数据接口time/data/bshgt给出沪股通和深股通的整体资金流向以及十大成交活跃股的资金变化。五档盘口数据接口time/real/trace/level5/{dm}在每个交易日的关键时点给出买卖五档的委托总量。个股行情数据接口time/history/trade/{dm}/{level}给出过去 N 个交易日的 K 线数据。所有数据本地读取无需任何云端调用。第一步是构建主力连续净流入的原始信号。我把所有 A 股按主力资金连续 3 日净流入“主力资金连续 5 日净流入”“主力资金连续 10 日净流入分三组标记分别得到 6231 个、3124 个、892 个样本。再按3 日累计净流入金额”“5 日累计净流入金额”10 日累计净流入金额做二次过滤只保留累计净流入大于 1 亿元的样本。第二步是叠加北向资金方向。我对每只股票按过去 20 个交易日北向资金持股比例变化打分北向加仓超过 0.3 个百分点标记为强加仓北向加仓 0.1-0.3 个百分点标记为弱加仓北向持股比例基本不动标记为中性北向减仓标记为强减仓或弱减仓。把这五档叠加到主力连续净流入样本上得到 25 个组合。第三步是回测。我用 2023 年到 2025 年三年历史数据做回测时间窗口是信号出现后的 20 个交易日。剔除新股、停牌、ST 之后剩 4876 个主力连续 3 日净流入样本。统计结果是主力 3 日连入 北向强加仓组合的 20 日平均超额收益 4.7%胜率 65.8%主力 3 日连入 北向强减仓组合的 20 日平均超额收益 -1.2%胜率 41.3%。两者差距超过 7 个百分点。更有意思的发现是主力 5 日连入的样本。主力 5 日连入 北向强加仓组合 20 日平均超额收益 6.4%胜率 71.2%主力 5 日连入 北向弱加仓组合 20 日平均超额收益 3.1%胜率 56.7%。主力 10 日连入的样本更稀少胜率反而回落到 64.3%原因是 10 日连入的票往往是题材股的中后期行情已经接近尾声。第四步是加入五档盘口的最后确认。我用五档盘口数据计算买盘深度比定义为买一到买三档的委托总量除以卖一到卖三档的委托总量。比值大于 1.5 标记为买盘强比值小于 0.7 标记为卖盘强中间为中性。把这个维度叠加到主力连续净流入 北向资金的复合因子上胜率再次提升。主力 3 日连入 北向强加仓 买盘强组合的 20 日平均超额收益 5.6%胜率 71.4%。第五步是构建交易信号筛选器。三组条件全部满足的样本我只取前 100 名按主力 3 日累计净流入金额排序把这 100 只票作为下一交易日的候选池。回测结果显示候选池的 20 日平均超额收益 7.2%胜率 73.6%最大回撤 12.4%。第六步是工程实现。整套系统的代码大约 200 行。主力资金、北向资金、五档盘口的数据从本地数据引擎的接口直接读取按日聚合、按标的横向拼接。因子打分用简单的加权打分法。回测按时间滚动20 日持仓窗口扣除交易成本万分之三双边。3 年历史样本的回测耗时约 18 分钟。第七步是因子衰减监控。这套因子在 2023 年的样本外胜率 71.8%2024 年 68.4%2025 年 64.2%。衰减速度每 6 个月约 3-4 个百分点。衰减的根本原因是主力资金数据被越来越多的量化机构盯上因子的 Alpha 被逐渐稀释。建议每 6 周重新做一次样本外测试如果胜率连续 2 个月跌破 60%需要对因子做参数再校准或者加入新的辅助维度。工程上的几个关键点第一主力资金数据要按交易日内分时聚合单日聚合的颗粒度太粗会丢掉日内最强的那段信号第二北向资金的样本需要至少 60 个交易日的持仓变化积累短期窗口20 个交易日的方向感不够稳定第三五档盘口数据要在信号出现当日的 14:30 拉一次而不是收盘拉一次因为收盘前 30 分钟主力经常做收盘价管理盘口数据会被刻意调整。整套系统的核心数据源是本地数据引擎。主力资金接口time/zijin/zlzjzs/{dm}给出 5 分钟主力净额和当日主力净流入北向资金接口time/data/bshgt给出沪股通深股通整体流向和十大成交活跃股变化五档盘口接口time/real/trace/level5/{dm}给出每个交易日关键时点的买卖五档委托量个股历史行情接口time/history/trade/{dm}/day给出过去 N 个交易日的 K 线数据。所有接口按本地路径读取单次回测全市场 5000 只股票的复合因子筛选耗时约 15 分钟。资料参考ig50gitee开源地址github开源地址 Python实战主力连续净流入叠加北向资金的复合因子构建 IG50免费开源股票数据API接口
主力资金数据单独使用胜率有限叠加北向资金之后信号质量明显提升。这是过去 2 年做因子建模最大的一个发现。我把本地数据引擎里主力资金、北向资金、五档盘口、个股行情四类数据叠加构建出一套实战可用的复合因子今天完整拆出来。核心数据全部本地化存储。主力资金数据接口time/zijin/zlzjzs/{dm}给出每日主力净流入金额、5 分钟主力净额、主力净占比、散户净比。北向资金数据接口time/data/bshgt给出沪股通和深股通的整体资金流向以及十大成交活跃股的资金变化。五档盘口数据接口time/real/trace/level5/{dm}在每个交易日的关键时点给出买卖五档的委托总量。个股行情数据接口time/history/trade/{dm}/{level}给出过去 N 个交易日的 K 线数据。所有数据本地读取无需任何云端调用。第一步是构建主力连续净流入的原始信号。我把所有 A 股按主力资金连续 3 日净流入“主力资金连续 5 日净流入”“主力资金连续 10 日净流入分三组标记分别得到 6231 个、3124 个、892 个样本。再按3 日累计净流入金额”“5 日累计净流入金额”10 日累计净流入金额做二次过滤只保留累计净流入大于 1 亿元的样本。第二步是叠加北向资金方向。我对每只股票按过去 20 个交易日北向资金持股比例变化打分北向加仓超过 0.3 个百分点标记为强加仓北向加仓 0.1-0.3 个百分点标记为弱加仓北向持股比例基本不动标记为中性北向减仓标记为强减仓或弱减仓。把这五档叠加到主力连续净流入样本上得到 25 个组合。第三步是回测。我用 2023 年到 2025 年三年历史数据做回测时间窗口是信号出现后的 20 个交易日。剔除新股、停牌、ST 之后剩 4876 个主力连续 3 日净流入样本。统计结果是主力 3 日连入 北向强加仓组合的 20 日平均超额收益 4.7%胜率 65.8%主力 3 日连入 北向强减仓组合的 20 日平均超额收益 -1.2%胜率 41.3%。两者差距超过 7 个百分点。更有意思的发现是主力 5 日连入的样本。主力 5 日连入 北向强加仓组合 20 日平均超额收益 6.4%胜率 71.2%主力 5 日连入 北向弱加仓组合 20 日平均超额收益 3.1%胜率 56.7%。主力 10 日连入的样本更稀少胜率反而回落到 64.3%原因是 10 日连入的票往往是题材股的中后期行情已经接近尾声。第四步是加入五档盘口的最后确认。我用五档盘口数据计算买盘深度比定义为买一到买三档的委托总量除以卖一到卖三档的委托总量。比值大于 1.5 标记为买盘强比值小于 0.7 标记为卖盘强中间为中性。把这个维度叠加到主力连续净流入 北向资金的复合因子上胜率再次提升。主力 3 日连入 北向强加仓 买盘强组合的 20 日平均超额收益 5.6%胜率 71.4%。第五步是构建交易信号筛选器。三组条件全部满足的样本我只取前 100 名按主力 3 日累计净流入金额排序把这 100 只票作为下一交易日的候选池。回测结果显示候选池的 20 日平均超额收益 7.2%胜率 73.6%最大回撤 12.4%。第六步是工程实现。整套系统的代码大约 200 行。主力资金、北向资金、五档盘口的数据从本地数据引擎的接口直接读取按日聚合、按标的横向拼接。因子打分用简单的加权打分法。回测按时间滚动20 日持仓窗口扣除交易成本万分之三双边。3 年历史样本的回测耗时约 18 分钟。第七步是因子衰减监控。这套因子在 2023 年的样本外胜率 71.8%2024 年 68.4%2025 年 64.2%。衰减速度每 6 个月约 3-4 个百分点。衰减的根本原因是主力资金数据被越来越多的量化机构盯上因子的 Alpha 被逐渐稀释。建议每 6 周重新做一次样本外测试如果胜率连续 2 个月跌破 60%需要对因子做参数再校准或者加入新的辅助维度。工程上的几个关键点第一主力资金数据要按交易日内分时聚合单日聚合的颗粒度太粗会丢掉日内最强的那段信号第二北向资金的样本需要至少 60 个交易日的持仓变化积累短期窗口20 个交易日的方向感不够稳定第三五档盘口数据要在信号出现当日的 14:30 拉一次而不是收盘拉一次因为收盘前 30 分钟主力经常做收盘价管理盘口数据会被刻意调整。整套系统的核心数据源是本地数据引擎。主力资金接口time/zijin/zlzjzs/{dm}给出 5 分钟主力净额和当日主力净流入北向资金接口time/data/bshgt给出沪股通深股通整体流向和十大成交活跃股变化五档盘口接口time/real/trace/level5/{dm}给出每个交易日关键时点的买卖五档委托量个股历史行情接口time/history/trade/{dm}/day给出过去 N 个交易日的 K 线数据。所有接口按本地路径读取单次回测全市场 5000 只股票的复合因子筛选耗时约 15 分钟。资料参考ig50gitee开源地址github开源地址