1. 课程导入与模型定位

在板块轮动分析中,投资者最常遇到的一个困惑是:某个板块今天资金净流入排名第一,明天却迅速转为净流出,追进去就被套;而另一个板块连续多日资金流入不显眼,却在随后几周走出主升浪。单日资金流向数据噪声极大,受指数调仓、ETF申赎、大宗交易、涨跌停撬板等偶发因素干扰,直接用它做决策,等于把随机波动当成趋势信号。本课程要构建的板块资金持续性滚动统计模型,正是为了解决"如何从逐日资金流数据中识别出真正具有持续性的板块资金行为"这一问题。

模型要解决的核心问题

先明确模型的目标定位。它不是一个预测明天涨跌的模型,也不是一个选股模型,而是一个状态刻画与筛选模型:把每个板块在一段滚动窗口内的资金行为,压缩成可比较、可排序、可跟踪的持续性指标,回答三个问题——哪些板块的资金流入是持续的而非脉冲式的?这种持续性正在增强还是衰减?当前持续性处于历史什么分位水平?

理解这一点非常关键,因为它决定了模型的价值边界。模型输出的是"资金持续性状态",不是买卖点。资金持续流入的板块可能因为估值过高、基本面证伪而下跌;资金持续流出的板块也可能因政策突变而反转。模型能帮你缩小观察范围、提高复盘效率、避免被单日数据误导,但不能替代对产业逻辑、估值位置和市场环境的判断。把它当作"过滤器"而非"预言机",是用好这个模型的前提。

适用场景与不适用场景

模型适合以下场景:一是板块轮动的中期跟踪,观察5至20个交易日尺度上资金在行业间的迁移路径;二是主题投资的强度排序,在数十个概念板块中筛出资金持续聚集的方向;三是持仓板块的健康度监控,判断手中板块的资金支撑是否正在弱化。它不适合用于日内交易决策,不适合判断个股买卖点,也不适合在数据源口径频繁变更的时期直接横向比较。

使用前提:资金流数据必须来自同一数据源、同一口径(如均为主力净流入、均为大单口径),且板块成分在同一统计周期内保持稳定。口径混用是导致模型失效最常见的原因。

整体学习路径

本课程共30节,按"概念—数据—指标—模型—应用—复盘"的逻辑递进。前期建立对资金流数据口径和持续性概念的正确理解;中期进入核心计算环节,包括滚动窗口设计、持续性指标构造、标准化与分位处理;后期聚焦实战,包括板块间横向比较、时序跟踪、信号确认与失效识别,最后通过完整案例复盘形成可复用的工作流程。

下面这张图展示了模型在整个板块轮动分析链条中的位置:它位于原始资金流数据与人工决策之间,承担"降噪—聚合—排序"的中间层职能。

板块资金持续性滚动统计模型在分析链条中的定位 原始资金流数据 主力净流入 / 大单净额 逐日、逐板块、多口径 噪声来源:调仓、申赎、 撬板、单日脉冲 持续性滚动统计模型 滚动窗口聚合 5 / 10 / 20 日 持续性指标构造 连续天数 / 占比 / 强度 标准化与分位 横向可比、纵向定位 状态判定 增强 / 维持 / 衰减 降噪 · 聚合 · 排序 · 状态刻画 (不预测涨跌,只描述资金行为) 模型输出 板块持续性排名 状态标签与分位值 人工决策层 产业逻辑 · 估值 · 环境 价值边界 ✓ 适合承担 中期轮动跟踪 · 主题强度排序 持仓健康度监控 · 复盘归因 ✗ 不应承担 预测涨跌 · 个股买卖点 · 日内决策 跨口径横向比较 · 替代基本面判断

一个直观的对比示例

为了说明"持续性"与"单日强度"的区别,这里给出一个合理假设的示例。假设有三个板块A、B、C,近10个交易日的主力净流入(单位:亿元)如下:

板块近10日净流入序列(亿元)累计净流入流入天数持续性判断
A0.2, 0.3, 0.1, 0.4, 0.2, 0.3, 0.1, 0.2, 0.3, 0.22.310/10高持续、低强度
B3.5, -0.8, -1.2, 0.5, -0.6, 2.8, -1.0, 0.3, -0.9, 0.43.05/10脉冲式、不稳定
C-0.5, -0.3, -0.2, -0.4, -0.1, -0.3, -0.2, -0.1, -0.3, -0.2-2.60/10持续流出

若只看累计净流入,B(3.0亿)甚至高于A(2.3亿),但B的流入集中在两天,其余时间反复流出,属于典型的脉冲式资金,持续性差;A虽然单日强度不高,但10天全部为正,资金行为稳定,持续性指标会明显优于B。这个例子说明:持续性模型必须同时刻画"方向一致性"和"强度稳定性",而不能只看累计值。这也是后续章节要构造多个维度指标的原因。

学习本课程前需要建立的三个认知

  • 数据口径先于模型:不同软件的主力资金定义差异很大(有的按单笔金额,有的按委托单大小,有的含集合竞价),口径不清时任何指标都不可信。课程会专门讲解口径核对方法。
  • 滚动窗口是核心参数:窗口太短噪声大,太长反应迟钝。5日、10日、20日三个窗口各有用途,需要组合使用而非单选。
  • 模型需要定期校准:市场结构变化(如注册制、量化占比提升)会改变资金行为特征,持续性阈值不能一劳永逸,需要按季度或按市场状态回看有效性。

明确了目标、边界与学习路径之后,接下来的章节将从资金流数据的口径辨析开始,逐步搭建这个模型。请记住本节的定位结论:它是帮你把噪声数据整理成可读状态的工具,判断权始终在人手中。