4. 复盘数据准备与工具设置

冲高回落复盘最怕两件事:一是数据不全,事后只能凭记忆“讲故事”;二是数据太杂,打开十几个软件却拼不出一张完整的时间轴。本节的目标很明确——把板块指数、个股行情、资金流向、龙虎榜、新闻舆情这五类数据源整理成一套可重复使用的数据环境,并配置好看盘与复盘工具模板,让每一次复盘都能在固定框架内快速完成。

一、先明确复盘需要回答的问题

数据准备不是“能下载的都下载”,而是由问题倒推数据。针对冲高回落,复盘通常要回答:板块在哪个时点见顶、回落幅度与速度如何、龙头股与跟风股的分化程度、主力资金是流入还是借冲高出货、龙虎榜席位是接力还是兑现、消息面在冲高前后发生了什么变化。这六个问题分别对应板块指数、个股行情、资金流向、龙虎榜、新闻舆情五类数据,缺一类,因果链就会断。

二、五类数据源的获取与整理

板块指数数据。以通达信、同花顺或东方财富的行业/概念板块指数为对象,导出当日分时与近20日K线。关键字段包括:开盘、最高、最低、收盘、涨跌幅、成交额、换手率、板块内上涨家数。整理时统一为“日期—时间—板块名称—最高涨幅—收盘涨幅—成交额”的宽表,便于横向比较不同板块的回落幅度。示例参数:某概念板块当日最高涨幅+4.8%,收盘+1.2%,回落3.6个百分点,成交额较前一日放大1.7倍——这类量化描述比“冲高回落明显”更有复盘价值。

个股行情数据。重点抓板块内涨幅前10与市值前10的个股,记录其最高涨幅、收盘涨幅、封板时间、开板次数、换手率。龙头股与跟风股的回落节奏往往不同步,把两者并列,才能看出资金是“龙头先撤”还是“集体退潮”。

资金流向数据。使用Level-2或公开的主力资金净流入数据,按“超大单、大单、中单、小单”四档记录板块与龙头股在冲高时段(如10:00—10:30)与回落时段(如13:00—14:30)的净额变化。核心不是全天净流入多少,而是冲高时段的流入能否在回落时段守住。

龙虎榜数据。收盘后从交易所或行情软件导出当日上榜个股的营业部席位,标注“知名游资、机构专用、量化席位”,并记录买入额、卖出额、净额。龙虎榜是T+1数据,复盘时用于验证前一日冲高是否有资金兑现。

新闻舆情数据。整理当日盘前、盘中、盘后三个时段的政策、行业新闻、公司公告与社交媒体热度,标注发布时间与情绪倾向(利好/中性/利空)。舆情的时间戳尤其重要——很多冲高回落正是“利好兑现即出货”的典型形态。

冲高回落复盘数据环境与工具模板 数据源层(五类输入) 板块指数 分时/K线/成交额 个股行情 龙头/跟风/封板 资金流向 四档单/时段净额 龙虎榜 席位/买卖净额 新闻舆情 时间戳/情绪倾向 整理层(统一字段与时间轴) 宽表:日期·时间·板块·涨幅 最高涨幅 / 收盘涨幅 / 回落幅度 时段切片:冲高段 / 回落段 资金净额与舆情时间戳对齐 龙头—跟风对照表 封板时间 / 开板次数 / 换手率 工具模板层(看盘与复盘模板) 看盘模板 自选分组:板块指数+龙头+跟风 预警:涨幅回撤2% / 放量滞涨 复盘模板 固定字段:见顶时点/回落幅度 资金兑现/席位性质/舆情节点 归档规则 按“日期_板块”命名 截图+数据表同目录存放

三、看盘工具模板的设置

看盘模板解决“盘中来不及找”的问题。以通达信为例,可新建一个“冲高回落监控”自选分组,按三层组织:第一层放3—5个目标板块指数,第二层放每个板块的龙头股与两只跟风股,第三层放对应的ETF或可转债作为情绪参照。分组内统一设置涨幅、换手率、量比、主力净流入四列,盘中一眼就能看出板块与个股是否同步。

预警条件建议设置两条:一是板块指数从当日最高点回撤超过2%,二是龙头股放量但涨幅停滞(量比大于2且5分钟涨幅小于0.3%)。前者提示回落启动,后者提示资金接力乏力。预警只是提醒,是否成立仍需结合资金与舆情判断,避免把机械信号当成结论。

四、复盘模板的字段设计

复盘模板的价值在于固定字段、减少遗漏。建议用一张表格承载,字段包括:板块名称、见顶时点、最高涨幅、收盘涨幅、回落幅度、冲高段主力净额、回落段主力净额、龙头封板/开板情况、龙虎榜席位性质、关键舆情时间与倾向、一句话结论。每次复盘只填这一张表,日积月累就能横向比较不同板块的回落模式。

模板字段不宜过多,控制在10—12项即可。字段太多会导致填写负担过重,反而放弃使用;字段太少又无法支撑因果判断。可以先跑一周,再根据实际复盘时“最想查却查不到”的信息增补字段。

五、归档与复用

数据环境要能复用,归档规则必须统一。建议按“日期_板块名称”建立文件夹,内含分时截图、导出的数据表、复盘表三部分。文件名统一为“20240612_人工智能_复盘表”,避免出现“新建表格(3)”这类无法检索的命名。每周做一次横向汇总,把本周所有冲高回落案例的回落幅度、资金兑现比例、舆情节点列在一起,就能看出哪些板块是“消息驱动一日游”,哪些是“资金持续接力后的正常换手”。

需要提醒的是,本节涉及的涨幅、净额、量比等数值均为教学示例,实际复盘应以当日真实行情数据为准。数据源之间可能存在口径差异(如不同软件的主力资金定义不同),一旦选定某个数据源,就应在整个复盘周期内保持一致,避免因口径切换导致结论失真。

完成以上准备后,复盘就不再是临时拼凑信息,而是在一套稳定的数据与模板上做结构化分析。数据环境搭好,后面的见顶识别、资金验证与案例拆解才有可靠的落脚点。