资金流向因子挖掘实录从主力净流入到行业轮动的全流程建模资金流向数据是 A 股最值钱的一类数据但也是最容易用错的一类数据。我过去 2 年一直在做资金流向相关的量化因子今天把这套体系的完整建模过程记录下来重点讲怎么从原始资金流向数据构造有效因子和怎么验证因子的有效性。一、资金流向数据的 3 个层次很多人以为资金流向就是一个数字——主力净流入多少亿。实际上资金流向数据至少有 3 个层次每个层次能挖出的信息完全不同。第一层原始资金流向数据我用的数据源是本地数据引擎覆盖了几个接口个股资金走势time/zijin/zlzjzs/{dm}返回每日主力净流入金额、散户净流入金额、大单净额、中单净额、小单净额个股资金趋势time/zijin/zjlrqs/{dm}返回近 30 天每日主力净流入金额近 10 天资金time/zijin/zjlrqs/last10/{dm}是上面接口的便捷版行业资金流向all/zjlx/zjhhy返回各行业当日主力净流入排行大单交易time/real/trace/bigdeal/{dm}返回当日大单成交明细这些是原料直接用基本没什么价值——主力净流入 1 个亿到底是建仓还是出货光看一个数字判断不了。第二层派生指标把原始数据做加工得到几个有意义的派生指标主力净流入比率 主力净流入金额 / 当日成交金额。这个比率比主力净流入金额本身更有意义——5 个亿的主力净流入在 50 亿成交的票上和 100 亿成交的票上意义完全不同。大单占比 大单买入金额 / 大单总成交金额。超过 60% 算主力高度参与。主力连续性 近 5 日主力净流入的累计值 / 近 5 日成交金额合计。反映主力是否持续买入。资金流入加速度 今日主力净流入比率 - 昨日主力净流入比率。反映资金流入的加速或减速。第三层跨数据集联合特征把资金流向和股价、行业、估值等数据联合得到最有价值的因子量价背离因子股价创新高但主力净流入为负 → 主力出货嫌疑资金-行业联动因子个股主力净流入为正 行业主力净流入为正 → 共振信号资金-估值匹配因子低估值股票 主力净流入 → 价值资金双驱动二、主力净流入因子的有效性验证我先验证最基础的主力净流入比率因子验证方法是用过去 5 年的数据做 IC 测试信息系数测试。具体做法每月初取所有 A 股的主力净流入比率近 20 日累计按主力净流入比率从高到低分 5 组计算每组在下个月的平均收益计算多空收益差第 1 组收益 - 第 5 组收益计算 IC相关系数结果多空收益差年化 8.2%看起来不错IC0.045看起来一般IC 只有 0.045 说明因子有效性偏弱。问题出在哪我检查后发现问题 1主力净流入的定义在不同数据源差异很大有的数据源把大单买入算主力净流入有的把特大单大单算主力净流入。我用的 ig50 数据集定义是单笔成交金额 100 万算主力这个定义偏宽会把一些中户买入也算进去。问题 2主力净流入的反转效应我做了反转测试发现昨日主力净流入 Top10%的票今日平均跑输市场 0.3%。这说明主力净流入有明显的短期反转效应——主力大额买入后往往会出现回调建仓不是一天完成的。问题 3行业影响未剔除不同行业的主力净流入倾向差异很大比如金融行业天生主力净流入占比高不剔除行业影响会让因子失效。针对这些问题我做了 3 个改进把主力的定义调严只算单笔成交金额 500 万的部分避免中户噪音用 5 日累计主力净流入代替单日主力净流入减弱反转效应做行业中性化处理每个行业内单独做主力净流入排行改进后的 IC 从 0.045 提升到了 0.082多空收益差从 8.2% 提升到了 14.6%。这个 IC 在 A 股属于中等偏强的水平可以作为有效因子使用。三、行业轮动因子基于个股资金流向数据我做了一套行业轮动因子。具体做法是每天取所有行业的主力净流入金额用all/zjlx/zjhhy接口计算每个行业的主力净流入强度主力净流入 / 行业总成交按主力净流入强度对行业排序取 Top5 作为强势行业每月初调仓买入 Top5 行业的等权组合回测过去 5 年的数据年化收益21.3%同期沪深 300 年化 7.8%最大回撤18.2%同期沪深 300 最大回撤 32.5%夏普比率1.42效果相当不错。但要注意几个坑坑 1行业轮动在牛市中有效在熊市中失效牛市里资金会追逐高景气行业行业轮动效果明显。熊市里资金会撤到防御行业白酒、医药、公用事业行业轮动会变成反向指标。坑 2行业资金流向容易被主力制造有些行业的主力净流入是对倒制造的同一席位自买自卖不能反映真实资金态度。我后来加了一个对倒嫌疑检测——如果某行业当日主力净流入中对倒单占比超过 30%把这个行业从 Top5 中剔除。坑 3行业分类标准要稳定我用申万一级行业分类31 个行业跨期一致性好。如果用中证或 Wind 分类不同年份的分类标准会变影响回测结果。四、实战中的几个反常识发现发现 1主力净流入为负的股票反而可能是机会我统计了过去 5 年的所有主力净流入 Top10%的股票发现它们在次日跑输市场 0.3%。反过来主力净流入 Bottom10%的股票次日跑赢市场 0.5%。这个反转效应在短期1-3 日非常明显。发现 2连续 3 日主力净流入的股票比单日主力净流入的股票更值得关注连续性比绝对值更重要。单日主力净流入 5 亿可能是主力建仓也可能是主力出货的对倒。但连续 3 日主力净流入累计 5 亿大概率是真实建仓。发现 3行业资金流向的领先性比个股强行业资金流向的调头往往领先个股 1-2 个交易日。当某个行业主力净流入开始加速时连续 3 日递增再过 1-2 天行业内的龙头股才会开始表现。这个领先性可以用来做右侧买入。发现 4跨行业的资金迁徙是判断风格切换的关键我做了一个跨行业资金迁徙指数——把每个行业的主力净流入按高景气/低景气、“成长/价值”、“大盘/小盘做分类。如果高景气和成长的主力净流入明显跑赢低景气和价值说明市场风格在切向成长”。五、踩过的坑坑 1不要用主力净流入金额做横截面比较主力净流入金额受市值影响很大。一只 1000 亿市值的票主力净流入 5 亿很正常一只 50 亿市值的票主力净流入 5 亿就是天量。一定要用主力净流入比率分子是净流入金额分母是成交金额。坑 2主力净流入数据有T1 滞后主力净流入数据通常是盘后统计但日内主力可能在尾盘突然变盘。如果只看当日数据会漏掉很多尾盘异动的信号。我后来加了分钟级主力净流入的实时计算信号及时性大幅提升。坑 3因子相关性检验主力净流入比率和换手率的相关性高达 0.68。如果同时用这两个因子做模型会出现共线性问题。我后来用 PCA 把高度相关的因子做了合并。六、最后说几句资金流向数据是 A 股最丰富的另类数据但也是最容易用错的。几个核心建议不要直接用原始资金流向数据一定要做派生加工一定要做行业中性化否则因子有效性会被行业偏差吞掉一定要做 IC 检验不要凭直觉判断因子有效性因子相关性检验一定要做否则多重共线性会让模型过拟合这套体系跑了大半年最大的收获不是因子多有效是明白了任何因子都有适用边界。主力净流入因子在牛市有效、熊市失效行业轮动因子在趋势市有效、震荡市失效。真正值钱的不是因子本身是知道什么情况下用什么因子。参考接口个股资金走势time/zijin/zlzjzs/{dm}个股资金趋势time/zijin/zjlrqs/{dm}近 10 天资金time/zijin/zjlrqs/last10/{dm}行业资金流向all/zjlx/zjhhy大单交易time/real/trace/bigdeal/{dm}历史 K 线time/history/trade/{dm}/{level}用于回测资料参考ig50 资金流向因子挖掘实录：从主力净流入到行业轮动的全流程建模
资金流向因子挖掘实录从主力净流入到行业轮动的全流程建模资金流向数据是 A 股最值钱的一类数据但也是最容易用错的一类数据。我过去 2 年一直在做资金流向相关的量化因子今天把这套体系的完整建模过程记录下来重点讲怎么从原始资金流向数据构造有效因子和怎么验证因子的有效性。一、资金流向数据的 3 个层次很多人以为资金流向就是一个数字——主力净流入多少亿。实际上资金流向数据至少有 3 个层次每个层次能挖出的信息完全不同。第一层原始资金流向数据我用的数据源是本地数据引擎覆盖了几个接口个股资金走势time/zijin/zlzjzs/{dm}返回每日主力净流入金额、散户净流入金额、大单净额、中单净额、小单净额个股资金趋势time/zijin/zjlrqs/{dm}返回近 30 天每日主力净流入金额近 10 天资金time/zijin/zjlrqs/last10/{dm}是上面接口的便捷版行业资金流向all/zjlx/zjhhy返回各行业当日主力净流入排行大单交易time/real/trace/bigdeal/{dm}返回当日大单成交明细这些是原料直接用基本没什么价值——主力净流入 1 个亿到底是建仓还是出货光看一个数字判断不了。第二层派生指标把原始数据做加工得到几个有意义的派生指标主力净流入比率 主力净流入金额 / 当日成交金额。这个比率比主力净流入金额本身更有意义——5 个亿的主力净流入在 50 亿成交的票上和 100 亿成交的票上意义完全不同。大单占比 大单买入金额 / 大单总成交金额。超过 60% 算主力高度参与。主力连续性 近 5 日主力净流入的累计值 / 近 5 日成交金额合计。反映主力是否持续买入。资金流入加速度 今日主力净流入比率 - 昨日主力净流入比率。反映资金流入的加速或减速。第三层跨数据集联合特征把资金流向和股价、行业、估值等数据联合得到最有价值的因子量价背离因子股价创新高但主力净流入为负 → 主力出货嫌疑资金-行业联动因子个股主力净流入为正 行业主力净流入为正 → 共振信号资金-估值匹配因子低估值股票 主力净流入 → 价值资金双驱动二、主力净流入因子的有效性验证我先验证最基础的主力净流入比率因子验证方法是用过去 5 年的数据做 IC 测试信息系数测试。具体做法每月初取所有 A 股的主力净流入比率近 20 日累计按主力净流入比率从高到低分 5 组计算每组在下个月的平均收益计算多空收益差第 1 组收益 - 第 5 组收益计算 IC相关系数结果多空收益差年化 8.2%看起来不错IC0.045看起来一般IC 只有 0.045 说明因子有效性偏弱。问题出在哪我检查后发现问题 1主力净流入的定义在不同数据源差异很大有的数据源把大单买入算主力净流入有的把特大单大单算主力净流入。我用的 ig50 数据集定义是单笔成交金额 100 万算主力这个定义偏宽会把一些中户买入也算进去。问题 2主力净流入的反转效应我做了反转测试发现昨日主力净流入 Top10%的票今日平均跑输市场 0.3%。这说明主力净流入有明显的短期反转效应——主力大额买入后往往会出现回调建仓不是一天完成的。问题 3行业影响未剔除不同行业的主力净流入倾向差异很大比如金融行业天生主力净流入占比高不剔除行业影响会让因子失效。针对这些问题我做了 3 个改进把主力的定义调严只算单笔成交金额 500 万的部分避免中户噪音用 5 日累计主力净流入代替单日主力净流入减弱反转效应做行业中性化处理每个行业内单独做主力净流入排行改进后的 IC 从 0.045 提升到了 0.082多空收益差从 8.2% 提升到了 14.6%。这个 IC 在 A 股属于中等偏强的水平可以作为有效因子使用。三、行业轮动因子基于个股资金流向数据我做了一套行业轮动因子。具体做法是每天取所有行业的主力净流入金额用all/zjlx/zjhhy接口计算每个行业的主力净流入强度主力净流入 / 行业总成交按主力净流入强度对行业排序取 Top5 作为强势行业每月初调仓买入 Top5 行业的等权组合回测过去 5 年的数据年化收益21.3%同期沪深 300 年化 7.8%最大回撤18.2%同期沪深 300 最大回撤 32.5%夏普比率1.42效果相当不错。但要注意几个坑坑 1行业轮动在牛市中有效在熊市中失效牛市里资金会追逐高景气行业行业轮动效果明显。熊市里资金会撤到防御行业白酒、医药、公用事业行业轮动会变成反向指标。坑 2行业资金流向容易被主力制造有些行业的主力净流入是对倒制造的同一席位自买自卖不能反映真实资金态度。我后来加了一个对倒嫌疑检测——如果某行业当日主力净流入中对倒单占比超过 30%把这个行业从 Top5 中剔除。坑 3行业分类标准要稳定我用申万一级行业分类31 个行业跨期一致性好。如果用中证或 Wind 分类不同年份的分类标准会变影响回测结果。四、实战中的几个反常识发现发现 1主力净流入为负的股票反而可能是机会我统计了过去 5 年的所有主力净流入 Top10%的股票发现它们在次日跑输市场 0.3%。反过来主力净流入 Bottom10%的股票次日跑赢市场 0.5%。这个反转效应在短期1-3 日非常明显。发现 2连续 3 日主力净流入的股票比单日主力净流入的股票更值得关注连续性比绝对值更重要。单日主力净流入 5 亿可能是主力建仓也可能是主力出货的对倒。但连续 3 日主力净流入累计 5 亿大概率是真实建仓。发现 3行业资金流向的领先性比个股强行业资金流向的调头往往领先个股 1-2 个交易日。当某个行业主力净流入开始加速时连续 3 日递增再过 1-2 天行业内的龙头股才会开始表现。这个领先性可以用来做右侧买入。发现 4跨行业的资金迁徙是判断风格切换的关键我做了一个跨行业资金迁徙指数——把每个行业的主力净流入按高景气/低景气、“成长/价值”、“大盘/小盘做分类。如果高景气和成长的主力净流入明显跑赢低景气和价值说明市场风格在切向成长”。五、踩过的坑坑 1不要用主力净流入金额做横截面比较主力净流入金额受市值影响很大。一只 1000 亿市值的票主力净流入 5 亿很正常一只 50 亿市值的票主力净流入 5 亿就是天量。一定要用主力净流入比率分子是净流入金额分母是成交金额。坑 2主力净流入数据有T1 滞后主力净流入数据通常是盘后统计但日内主力可能在尾盘突然变盘。如果只看当日数据会漏掉很多尾盘异动的信号。我后来加了分钟级主力净流入的实时计算信号及时性大幅提升。坑 3因子相关性检验主力净流入比率和换手率的相关性高达 0.68。如果同时用这两个因子做模型会出现共线性问题。我后来用 PCA 把高度相关的因子做了合并。六、最后说几句资金流向数据是 A 股最丰富的另类数据但也是最容易用错的。几个核心建议不要直接用原始资金流向数据一定要做派生加工一定要做行业中性化否则因子有效性会被行业偏差吞掉一定要做 IC 检验不要凭直觉判断因子有效性因子相关性检验一定要做否则多重共线性会让模型过拟合这套体系跑了大半年最大的收获不是因子多有效是明白了任何因子都有适用边界。主力净流入因子在牛市有效、熊市失效行业轮动因子在趋势市有效、震荡市失效。真正值钱的不是因子本身是知道什么情况下用什么因子。参考接口个股资金走势time/zijin/zlzjzs/{dm}个股资金趋势time/zijin/zjlrqs/{dm}近 10 天资金time/zijin/zjlrqs/last10/{dm}行业资金流向all/zjlx/zjhhy大单交易time/real/trace/bigdeal/{dm}历史 K 线time/history/trade/{dm}/{level}用于回测资料参考ig50