# 信号构造 1. 取得2013年1月4日至2022年2月22日之间沪深两市龙虎榜的数据,选取其中上榜席位为机构席位的信息,并计算当日所有单个席位净流入金额(单个席位买入金额-单个席位卖出金额)的总和,记为全市场机构席位绝对净流入额**IS_NetBuy**; 2. 为了使不同交易日之间的IS_NetBuy可比,在本文对IS_NetBuy做了两市成交额中性化处理即**IS_NetBuy/沪深300指数当日成交金额**，得到全市场机构席位净流入强度**IS_NetBuy_S**,即相对净流入; 3. IS_NetBuy_S就是我们需要分析的择时因子,我们希望能得到可能存在的非线性关系,我们进而绘制出IS_NetBuy_S的期望收益分布图，即计算每日IS_NetBuy_S数据对应的后10日沪深300指数涨跌幅情况,对所得结果按照 **IS_NetBuy_S**从小到大进行排序 ## 席位分析期望收益分布 可以看到**机构席位**(图二):当相对净流入指标处于极值两端的时候,市场的未来期望收益率更高,即龙虎榜机构席位出现较大净流出或净流入后,后10日的沪深300指数对应为表现较好，而龙虎榜机构席位的净流入或净流出绝对值较低时，后10日的沪深300指数对应为表现较差。统计结果印证了机构龙虎榜影响下的有限注意力规律，即当机构席 位出现极端行为时很多的决策注意力被吸引而来，出现了较为明显的非线性交易规律， 整体的收益分布呈现出明显的V字型，即正收益来自于两端，负收益来自于中间。如果 择时因子与宽基未来收益显著正相关，且相关系数是 1，那么期望收益分布图则是一个 单调递增的形状。因此，期望收益分布图简单明了的表示择时因子与未来收益的非线性关系，而 IS_NetBuy_S 指标的期望收益分布图就是呈现出V型的非线性关系。       # 回测 ## 信号生成逻辑 由图二:当龙虎榜机构席位出现大幅相对净流入的时候,市场后续可能还会再继续向上脉冲;正所谓物极必反,当龙虎榜机构席位出现大幅相对净流出的时候,往往出现超跌状态,市场未来或更偏向反弹;而当龙虎榜机构席位相对 净流入较少或者相对净流出较少的时候,市场未来往往会更偏向震荡或者下跌。因此后文将依赖该特征,去构建龙虎榜的机构择时模型。 ## 交易信号构造 *无论是成交量模型,亦或是涨跌停模型,都使用了一类平滑性好滞后性低的均线HMA,因此本文使用的均线亦是基于HMA。而根据上文的统计结果,由于未来收益特征分布呈现出明显的V字型,因此择时模型的构造逻辑为做多两边做空中间* 以全市场机构席位相对净流入强度指标IS_NetBuy_S为基础: - fast_line:使用HMA均线对IS_NetBuy_S进行平滑处理(以30为短期均线参数),结果记为IS_NetBuy_S_S; - slow_line:使用HMA均线对IS_NetBuy_S进行平滑处理(以100为短期均线参数),结果记为 IS_NetBuy_S_L; **多头开/平仓规则**: 1. 大幅相对净流入:IS_NetBuy_S_S>IS_NetBuy_S_L(短期均线大于长期均线)且短期均线IS_NetBuy_S_S > 0且长期均线IS_NetBuy_S_L>0做多 2. 大幅相对净流出:IS_NetBuy_S_S< IS_NetBuy_S_L(短期均线小于长期均线) 且短期均线IS_NetBuy_S_S < 0且长期均线IS_NetBuy_S_L< 0做多         本文使用了Tushare数据,需要下载附件并解压,在scr/config.json中填入自己的tushare token