📋 聪明钱动线追踪 SOP

一、概述

本SOP的目标是：通过追踪"聪明钱"（主力资金、北向资金、融资融券、汇率等）的动线，找到市场主线和资金聚集的标的。

整体架构

二、个人参数设定

三、大盘体检（分析层）

3.1 指标定义

共11个指标，覆盖4个市场 + 汇率：

3.2 每日滑动窗口训练

import numpy as np
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler

def daily_pca_analysis(today_data):
    # 获取过去60个交易日的数据（11个指标）
    history_data = get_history_data(days=60)  # 60行 × 11列

    # 标准化历史数据（双窗口标准化后再StandardScaler）
    scaler = StandardScaler()
    history_normalized = scaler.fit_transform(history_data)

    # 训练PCA模型
    pca = PCA(n_components=1)
    pca.fit(history_normalized)
    weights = pca.components_[0]  # shape: (11,)

    # 标准化当日数据
    today_normalized = scaler.transform(today_data.reshape(1, -1))

    # 计算综合得分
    S = pca.transform(today_normalized)[0][0]

    return S, weights

3.3 双窗口标准化

11 个指标的单位、量级差异很大（"亿元"、"%"、"倍数"），直接相加没有意义。需要先把每个指标转换成"距离均值多少个标准差"——这就是 Z 分数（Z-score）。

3.4 综合得分含义

阈值设定方法：历史分位数

由于PCA得分是每日动态计算的，阈值也应当动态调整。使用过去60日的得分计算分位数：

import numpy as np

# 获取过去60日的综合得分历史
scores = get_historical_scores(days=60)

# 计算分位数
q_75 = np.percentile(scores, 75)   # 75%分位数
q_50 = np.percentile(scores, 50)   # 50%分位数（中位数）
q_25 = np.percentile(scores, 25)   # 25%分位数

# 当日判断
if S > q_75:
    status = "明显偏多"
elif S > q_50:
    status = "略偏多"
elif S > q_25:
    status = "中性"
elif S > q_50 - (q_50 - q_25):
    status = "略偏空"
else:
    status = "明显偏空"

# 极端信号
if S > q_75 + 1.5 * (q_75 - q_25) or S < q_25 - 1.5 * (q_75 - q_25):
    status = "极端信号"

综合得分含义表

3.5 分市场观察

3.6 输出格式

【大盘综合情况】
综合得分 S = ____（当日计算）
趋势判断：偏多 / 偏空 / 中性 / 转折中

【第一主成分权重】（11个指标）
上证主力:___ 上证涨幅:___ 深证主力:___ 深证涨幅:___
创业板:___ 科创板:___ 融资上海:___ 融资深圳:___
北向放大:___ 融资综合:___ 汇率变化:___

【分市场观察】
上证：___
深证：___
创业板：___
科创板：___
融资上海：___
融资深圳：___
汇率：___

【风险提示】
- 综合得分绝对值 > 1.5：极端信号
- 短期与长期信号相反：转折期
- 汇率与北向资金反向：需特别关注

【北向窗口】（龙虎榜异动股中的北向方向）
- 北向净买入/净卖出金额：___
- 上榜个股中北向净买入数量：___只，净卖出数量：___只
- 仅覆盖当日异动股，不代表北向全市场方向

四、板块追踪（分析层）

4.0 板块追踪整体流程

4.1 数据获取（20日窗口）

板块资金数据获取从v3.8的5日窗口扩展为20日窗口，以捕捉更长期的资金趋势。

4.2 三维度分析

对每个板块进行三个维度的独立分析，产出客观指标（不含结论）：

维度1：资金动线

基于20日资金净流入序列，判断板块资金的趋势状态：

维度2：轮动观察（领涨角色切换）

基于板块相对沪深300的多窗口超额收益（rs）排名变化：

维度3：量化指标

4.3 结论层：LLM推理 + 规则兜底双体系

4.3.1 架构设计

4.3.2 A类专家（中线投资）

核心逻辑：注重趋势确认的严谨性，旨在赚大钱。

A类规则兜底（v4.4更新：引入状态路径约束）：

4.3.3 B类专家（短线投资）

核心逻辑：敏锐、果断，注重当下资金动能而非长期趋势。

B类规则兜底：

4.3.4 硬性过滤规则（A类/B类共用）

4.4 输出格式

【板块分析】(20日窗口)

【资金状态】
1. XXX板块 - 加速流入
2. XXX板块 - 持续流入
...

【轮动观察】
新兴主线：XXX板块, XXX板块
持续主线：XXX板块, XXX板块
退潮板块：XXX板块

【量化指标】
1. XXX板块：连续流入=T/F | 相对强度=T/F | 板块广度=T/F
...

【板块结论】

A类(中线·赚大钱)：
    确认主线：XXX板块（理由：XXX）
    观察中：XXX板块（理由：XXX）

B类(短线·快速变现)：
    确认主线：XXX板块（理由：XXX）
    观察中：XXX板块（理由：XXX）

五、A部分选股（月度中线）

5.1 选股流程（三段式架构）

阶段1：过滤层（顺序执行，逐步淘汰）

阶段2：排序层（板块内综合评分）

在每个板块内，按综合评分降序排列：

评分计算：

score = (rank_mf_ratio × 0.4 + rank_volume_ratio × 0.3 + rank_turnover × 0.3) × 100

其中 rank_* 为各指标在板块内的分位排名（0~1）。

阶段3：选股层（按板块状态取数）

5.2 候选池维护

每日收盘后更新：

候选池字段：

六、B部分选股（周/日级短线）

6.0 大盘风险参考

6.1 选股流程（三段式架构）

阶段1：过滤层（顺序执行，逐步淘汰）

阶段2：排序层（板块内综合评分）

评分计算：

score = (rank_volume_ratio × 0.4 + rank_inst_buy × 0.3 + rank_turnover × 0.3) × 100

其中 rank_* 为各指标在板块内的分位排名（0~1）。

阶段3：选股层（按板块状态取数）

七、每日晚复盘

1. 大盘体检复盘：综合得分趋势、权重变化、市场状态切换
2. 主线板块复盘：资金持续流入/流出板块、轮动观察变化
3. 板块结论复盘：A类/B类结论变化、LLM与规则兜底差异分析