2. 行业资金流向数据源梳理

制作行业资金流向报表，第一步不是画图，而是把“数据从哪来、每个字段是什么意思、这批数据能不能用”这三件事说清楚。资金流向本身并不是交易所直接发布的原始指标，它是由成交明细按一定规则归类计算出来的衍生数据。因此，不同来源的数据在口径、频率、覆盖范围和准确性上差异很大，如果混用而不加甄别，报表上出现的“行业净流入”很可能只是口径差异造成的假象。

一、三类常见数据来源及其特点

交易所与官方披露渠道是最权威的底层来源。以上交所、深交所为例，其公开信息中包含个股的成交龙虎榜、大宗交易、融资融券余额等数据，部分渠道还提供逐笔成交或分价成交统计。这类数据准确性最高、可追溯，但通常不直接给出“行业资金流向”结论，需要自行按行业分类聚合，且获取频率受披露规则限制（如龙虎榜为盘后披露）。

金融数据终端（如 Wind、同花顺 iFinD、东方财富 Choice 等）是实务中最常用的来源。它们已经完成了成交明细的买卖方向判定、行业归属映射和指标计算，直接提供“行业净流入”“主力净流入”“超大单净流入”等字段，并支持按申万、中信等分类标准导出。优点是开箱即用、字段规范、历史数据完整；缺点是不同终端对“主力单”的金额门槛定义不同，跨终端对比时容易出现系统性偏差。

公开 API 与开源数据接口适合自动化报表和低成本场景，例如 Tushare、AkShare 等提供的资金流接口，可返回个股或板块的净流入金额、主力净占比等字段。这类来源灵活、可编程，但需要关注接口的更新延迟、字段变更和调用限额，且部分接口的行业分类为自定义口径，与标准行业分类存在映射差异。

二、关键字段的含义与易错点

无论数据来自哪个渠道，最终进入报表的核心字段大致相同，但每个字段都有需要留意的口径细节：

• 净流入额：通常定义为主动买入成交额减去主动卖出成交额。注意“主动”的判定依赖逐笔成交的买卖盘方向，不同终端对集合竞价、盘后固定价格交易的处理方式可能不同，导致同一只股票在同一天的净流入出现差异。
• 主力净流入 / 超大单净流入：按单笔成交金额分档统计。常见分档为：超大单（单笔≥100万元或≥50万股）、大单、中单、小单。不同终端的门槛并不统一，有的以100万元为界，有的以50万元为界，跨源合并前必须核对分档规则。
• 净占比：净流入额占当日成交额的比例，用于横向比较不同市值行业的资金强度。计算时要注意分母是行业总成交额还是成分股成交额之和，两者在成分股调整期会不一致。
• 行业归属：同一只股票在申万、中信、证监会分类下可能属于不同行业，且分类标准存在版本更新（如申万2021版对部分行业做了拆分）。报表必须固定一个分类版本，并在元数据中注明。
• 交易日与复权：资金流字段一般不需要复权，但若与价格、涨跌幅字段联表，需确认价格是否复权，避免除权日出现异常比值。

三、数据质量评估的四个可操作维度

完整性：统计目标时间区间内每个行业的记录条数，与交易日历比对。例如某行业在20个交易日中只返回了18天数据，缺失率10%，需要判断是停牌、接口漏数还是行业分类调整所致。缺失率超过设定阈值（如5%）的行业应在报表中标注。

一致性：做勾稽校验。个股层面，主力净流入应约等于超大单净流入加大单净流入；行业层面，各成分股净流入之和应等于行业净流入。若偏差超过成交额的千分之一，说明存在未归类成交或重复计算，需要回溯原始明细。

合理性：检查异常值。净流入额的绝对值不应超过当日成交额；净占比应在−100%到100%之间。出现净流入大于成交额的记录，通常是买卖方向判定错误或单位换算错误（万元与元混用是高频问题）。

时效性：记录每个数据源的更新时间戳。交易所盘后数据通常在收盘后数小时发布，终端数据可能有15分钟到1小时的延迟，API 接口则需关注是否在盘中提供实时估算值。若报表要求 T 日收盘后生成，应明确使用 T 日盘后终值而非盘中估算值。

四、一个可复用的字段核对示例

假设从某终端导出的行业资金流数据中，“电子”行业某日主力净流入为 12.6 亿元，当日行业成交额为 480 亿元，净占比 2.63%。核对步骤如下：先确认该终端的主力单门槛为单笔 100 万元以上；再抽取该行业市值前五的成分股，分别核对其个股主力净流入之和是否接近 12.6 亿元；最后检查净占比的分母是否为 480 亿元。若个股加总为 11.9 亿元，差额 0.7 亿元，则需检查是否有成分股当日停牌、是否遗漏了北交所标的，或行业成分股列表版本不一致。只有差额落在可解释范围内，该行数据才标记为“通过”，进入后续可视化环节。

把来源、字段口径和质量校验三件事在前端固定下来，后续的行业排序、热力图和趋势图才有可靠的基础。数据源梳理做得越细，报表在复盘和汇报时被质疑的空间就越小。