Py学习  »  Python

神秘指标一出现,市场立马就变天 | 用Python计算成交量集中度(附代码)【邢不行】

邢不行 • 2 年前 • 315 次点击  

这是邢不行第 81 期量化小讲堂的分享

作者 | 邢不行、密斯锌硒




01 

某神秘指标


有这么一个神秘指标,虽然15年来只产生过5次信号,但每次信号后市场都发生了翻天覆地的变化,无一例外。



下图中的蓝色曲线就是这个神秘指标,从2007年开始至今。


指标波动范围介于20%—50%


该指标每个月有一个数据,我们会在月底计算。如2007年1月底算出来是32.05%。


1

对比沪深300

光看上图,大家可能觉得也平平无奇。我们把这个指标和沪深300指数放在一起对比看。


2007年1月-2021年8月


上图中蓝色曲线代表了该指标,橙色曲线则为同期沪深300指数。


从指标的45%位置画一道线,



将大于45%的5个月份映射到下面的沪深300指数上,对应下图中标记为1-5的点。



这样可以清楚的发现,指标大于45%时,次月沪深300指数就会下跌(圆圈内蓝色折线)。尤其是第1、第2个点。


指标信号触发后大盘表现


当然这并不能说明太多。出现次数不多,第5个点大盘在次月也只下跌了0.28%。


但关键是,这5个点出现的时间点却非常的特殊


2

牛熊转换

首先看第1、2、4个点:


3次牛熊转换


只要观察指数走势或者亲历过,就知道2007年10月、2008年9月,以及2018年1月都是非常重要的牛熊转换节点


如07年10月就是那轮波澜壮阔的大牛市的顶点,当时A股涨到了6000多点。


接下来就是持续一年的熊市,一直跌到了第2个点的2008年9月。说来也巧,随后熊市立即结束,09年出现一波反弹。



再看点4位置的2018年1月。之前蓝筹股的持续上涨带动了一轮蓝筹牛,但是到了点4之后大盘就开始下跌。


所以这3个点精确定位了牛熊的转换:点1、点4预示了牛市的终结、点2则标志着熊市的结束。


3

风格切换

接着来看点3和点5:


2次风格切换


这两个点出现后市场并未发生明显牛熊转换。


但亲历过的朋友应该知道,点3出现前的2014年10月到12月,市场行情以蓝筹股为主。


代表大盘股的沪深300涨了40%,同期代表中小盘的中证1000却下跌了1%。市场风格差异巨大。


市场风格从蓝筹股切换为中小盘


但在点3之后,市场风格就急剧变化。随后的1月到5月中证1000涨了84%,远超同期沪深300指数33%的涨幅。



同样的点5也是如此,就是最近发生的抱团股疯涨与崩盘,大家应该印象深刻。


如下图所示,2020年10月到2021年1月间,大盘股涨幅明显优于小盘股。接下来的2021年2月到8月,由于抱团股的瓦解,沪深300下跌10%,中证1000反而上涨21%。



所以总的来说,点1、2、4代表了牛熊转换,点3、5代表了市场风格转换,这个指标一旦出现信号,市场确实会急剧变化



既然这个指标如此神奇,那它到底是怎样计算的呢?下文就详细介绍这个指标的原理,相关数据即计算代码也都会提供给大家。



02 

指标原理


1

指标原理

前5%成交额个股的占全部A股比重


这个指标的原理并不复杂:


每月末把所有股票按当月成交额从高到低进行排名,加总排名前5%的股票成交额计算其占当月全部A股成交额的比重,即为指标的值。


下面举例说明。


2

指标案例

在2021年6月末我们将所有4418只股票按当月成交额从大到小进行排名。



可以看到第1名的股票(比XX)当月成交额为2358亿。最后一名的成交额为0.13亿,也就是一个月才成交了1300万。


同时我们可以算出排名前5%(前220名)的股票成交额加总为12万亿,以及所有4418只股票总的成交额是27万亿左右。


计算得到2021年6月前5%个股的成交额占比指标:12 / 27 = 44%。



基于上述计算方法,为方便实时监测该指标,我做了一个相关的网页。


图中白色曲线就是我们的指标,黄色曲线则为同期沪深300指数表现。



也想要实时看到结果的话,可以加我微信xbx297获取网站地址。



03

指标总结


此时我们再回看下图,就能大概明白为什么这个指标可以预示出市场变换了。


以最近的点5为例,当时的行情是极致抱团,抱团股的成交量极高,导致前5%个股成交额占比不断抬升,直到超过45%


但金融市场没有什么会一直发生下去,早晚会均值回归。我们当时就说过抱团股一定会瓦解,事实也确实如此。


所以总体而言,当这个指标超过45%时就意味着我们应多注意未来的风险或机会



当然没有任何指标是绝对有效的,它只是从某一个角度让我们更清楚的观察市场


对这个指标感兴趣或有想法的,可以在评论区留言或者加我微信xbx297,一起沟通交流。




04

Python量化实现指标


1

获取数据

介绍完指标的原理,接下来我会讲解如何通过Python编程计算指标。零基础也能听懂。


为了计算指标,我们首先要有股票的成交量历史数据。


有编程基础的朋友可以用Python从一些财经网站(网易财经、新浪财经等)抓取数据。


网易财经:quotes.money.163.com/stock


也可以从我们的量化小讲堂网站上直接下载数据:


量化小讲堂数据网址:www.quantclass.cn/data/stock


这里有已经整理好的所有股票(包括退市股)从上市至今每天的交易数据。


如果需要的话,可以加我微信xbx297,免费获取一份最新的数据。


数据文件下载后如下图所示:


数据展示


文件名就是股票代码,打开后就能看到这只股票每天的交易数据。


2

代码实操

有了数据后结合相应的代码就可以计算指标。


代码可以加xbx297获取


如果尚未安装Python,可以看我之前这篇文章,里面讲的非常清楚:


收藏 | 最最最最简单、最最最最详细的Python和Pandas安装教程


按照它的操作就可以完成安装,大家有兴趣可以看看。下载好后运行代码的界面就如下图所示:


Spyder界面


打开输出运行结果的文件,从2016年11月到2021年8月,每一行都计算了每个月指标的数据。


运行后的结果文件


同时Python还做了个折线图,如上文展示的一样:


数据、代码可以加xbx297获取


最后你也可以通过每个月观测这个指标来了解目前市场的分化情况,相信能对大家的交易决策有一定帮助。


如果你有其他观测市场的指标,或者对数据、代码感兴趣,都可以加我微信xbx297交流。


联系作者


往期文章推荐


Python量化避雷指南:一直买负债最多的公司,会亏成啥样?【邢不行】

用Python量化定义MACD,找出A股全部12万次顶底背离,胜率究竟有多少?附代码【邢不行】

从零编写60%+胜率的短线择时信号!零基础python量化投资代码详解【邢不行】

邢不行 | 妙用北向资金找出大盘买点、卖点,跟着操作6年4倍【附代码】

常见量化投资误区合集,量化交易新手脱坑指南 | 邢不行

期权骚操作:逃顶比特币,还能额外赚【比特币逃顶系列1】

邢不行 | Python量化 + 数字货币 + 轮动 = 4年1000倍【附代码】

抱团股会一直涨?无脑执行大小盘轮动策略,轻松跑赢指数5倍【附Python代码】

BTC涨这么多,还能买吗?要卖吗?| 量化定投策略告诉你答案【附代码】

【交易回顾】没用Python做量化回测,少赚100w | 股指期货妙用案例

听说MACD是技术指标之王?我们用Python来验验成色

复权不复权,天差与地别 | 量化投资中如何最准确的计算股票前后复权价(附代码)

写最少的代码,画最骚的K线


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/122398
 
315 次点击