yuxuanhui
12 KiB
OneChartLab「板块资金雷达」三个指标逻辑补充研究
调研日期：2026-09-01。对象：截图所示“涨跌幅、加权评分、波段流入率”。本文是对既有板块资金雷达报告的补充，不把后端未公开算法包装成可复现事实。
结论先行
这三个指标处在不同计算层，不能用一个简单公式互相替代：
| 指标 | 页面直接展示的字段 | 已确认逻辑 | 当前不可确认的部分 |
|---|---|---|---|
| 涨跌幅 | pct_change |
直接格式化为带符号的两位小数百分比；可在榜内单独排序 | 板块层如何由成员股 daily.pct_chg 聚合、是否等权/成交额加权、停牌和缺失样本处理 |
| 加权评分 | Swing_Score 或 Ratio_Score |
后端预计算的综合加权值；Swing/Ratio 榜按 score 排名 | 特征列表、权重、标准化、截尾、缺失值规则；是否使用涨跌幅无法证明 |
| 波段流入率 | Swing_Ratio_Val |
多日资金流入率特征，页面显示时乘 100；作者称为 3—10 日加权单日流入率 | 具体日窗口权重、流入率分母、先聚合后求比还是逐股求比、低流动性过滤和缺失规则 |
因此第一阶段用 Tushare 直接复刻失败并不意外：Tushare 能提供底层行情和资金流事实，但页面只公开结果字段和少量来源契约，没有公开 score 与波段指标的构建端参数。
截图对应的页面结构
截图顶部选择的是“波段流入率”视角，页面把板块按类型排名池切成左右两榜：左侧“资金进攻榜 TOP 10%”，右侧“资金撤离榜 BOTTOM 10%”。每一行的主要列为：板块/排名、涨跌幅、加权评分、净额、在榜；中间镜像条显示波段流入与流出；右侧对应显示在榜、净额、加权评分、涨跌幅和板块名称。
这意味着同一行里的数值不是一组可互相换算的字段。以截图中“知识产权”为例，+4.03% 是 pct_change，985.0 是 Swing_Score 的一位小数展示，+3.21% 是 Swing_Ratio_Val × 100，25.0 亿 是金额字段。右侧“资金撤离榜”的 -5.60% 同样是波段流入率的负向展示，而不是涨跌幅列。
页面源码证据：https://onechartlab.com/ 首页内联 Vue 模板中，pct_change 的格式化与排序位于当前 HTML 的 731—744、836、963 附近；score tooltip 和字段读取位于 801—806、930—932；波段流入率格式化位于 809—810、936—937。行号随页面发布版本变化，应以字段和原文为准。
一、涨跌幅 pct_change
页面行为
无论当前视角是 Swing、Ratio 还是 Amount，表格都会读取同一条板块记录的 pct_change，以 +4.03%、-0.15% 形式显示，保留两位小数；非有限值显示 -。点击“涨跌幅”表头只改变当前榜一侧的排序，不改变该榜已经按 RankPct 筛出的候选集合。
上游来源与合理候选
OneChartLab 成分排行 manifest 声明个股涨跌幅来源为 tushare.daily.pct_chg，多日窗口的成分结果使用 compound_return。因此可确认的最小事实是：板块涨跌幅最终与成员股日行情有关，而不是从 score 反推出来。
对板块层聚合，至少存在以下候选：
# 候选 A：成员等权的当日平均收益
board_return_t = mean_i(r_i,t)
# 候选 B：按成交额/规模加权
board_return_t = sum_i(w_i,t * r_i,t), sum_i(w_i,t)=1
# 候选 C：先形成板块净值，再计算净值收益
board_return_t = NAV_t / NAV_{t-1} - 1
其中 r_i,t = daily.pct_chg / 100。公开 payload 没有成员逐股权重、板块净值、自由流通市值或完整 point-in-time 成员快照，因此无法在 A/B/C 中做确定选择。manifest 的 compound_return 能确认多日收益的复合语义，但不能单独证明板块单日横截面采用哪一种权重。
为什么第一阶段容易“没有条件”
如果只有当前板块名称和一个最终涨跌幅，无法处理成员变更、停牌、上市生命周期、缺失行情和板块规模权重；如果用当前成员回填历史，会产生幸存者偏差。正确的复现输入至少要保存交易日级 dc_member、stock_basic、suspend_d 和 daily，并把无法确定的聚合公式作为独立实验版本。
二、加权评分 Swing_Score / Ratio_Score
页面行为
在截图视角中，“加权评分”显示约 985.0、976.4 等数值。源码 tooltip 原文为“后端特征算法算出的综合加权值”，前端只做读取、保留一位小数、排序和展示，没有 score 计算函数。
普通榜先按类型分池，再以 RankPct >= 90 和 RankPct <= 10 选取前后 10%。Swing 榜默认键是 Swing_Score，Ratio 榜默认键是 Ratio_Score；Amount 榜默认按 Amount_Raw_BN，即使记录带有 Amount_Score 也不使用它。由此可知 score 是排序特征，不是排名百分位本身。
数据证据：不是涨跌幅的简单变换
当前最新公开分片（2026-08-31，791 条记录，概念 414、行业 377）可重复观察到：
| 板块 | pct_change |
Swing_Ratio_Val |
Swing_Score |
Ratio_Raw_Pct |
Ratio_Score |
Amount_Raw_BN |
|---|---|---|---|---|---|---|
| 知识产权 (概念) | 4.03 | 0.0320857 | 985.0391 | 0.1494700 | 988.6650 | 25.0232 |
| 盲盒经济 (概念) | 4.04 | 0.0465369 | 899.3116 | 0.2279457 | 952.2123 | 16.0316 |
| 元宇宙概念 (概念) | 2.83 | 0.0152171 | 976.3810 | 0.0695193 | 1032.4349 | 61.7966 |
“盲盒经济”的波段流入率和单日流入率都高于“知识产权”，但其两个 score 反而更低；“元宇宙概念”的 Ratio_Score 高于二者而 raw 流入率不最高。这排除了“score 只是 raw 值乘固定倍数”这一解释。
按当前分片计算的相关性也只能说明共同变化，不能证明公式：pct_change → Ratio_Score 在概念/行业约为 r=0.714/0.584，pct_change → Swing_Score 约为 r=0.392/0.259。对应 raw 值与 score 的相关性更高，但 R² 仍不是 1，且存在板块类型差异。因此“加权评分由涨跌幅+资金字段构成”目前只能列为合理推断，不能列为已确认事实。
可复现的最小替代策略
如果目标是先跑通系统而非伪装成原站，可定义独立版本，例如：
def independent_ratio_score(pct_change, ratio_raw, amount_raw):
# 所有标准化参数必须按 trade_date + type 保存并版本化。
z_pct = winsorized_zscore(pct_change, group="type")
z_ratio = winsorized_zscore(ratio_raw, group="type")
z_amount = winsorized_zscore(amount_raw, group="type")
return 500 + 100 * (0.30 * z_pct + 0.50 * z_ratio + 0.20 * z_amount)
这里的权重只是替代策略示例，不是 OneChartLab 参数。生产结果必须命名为自建 metric_version，同时保留与原站 score 的排名重合率、Spearman 相关、覆盖率和低流动性样本分层误差。
三、波段流入率 Swing_Ratio_Val
作者语义与页面字段
作者视频 01:58—02:23 将它解释为“统计 3—10 天加权的单日流入率并排名”，排名靠前意味着资金在板块内留存比例较高，后续行情延续性可能相对更好。这里的“可能”是使用启发式，不是收益保证。
页面显示时使用 Swing_Ratio_Val * 100。同一截图中左侧“流入 +3.21%”就是这一字段的百分比展示；右侧“流出 -5.60%”是负向榜板块的同一波段字段，不等于 pct_change。
可确认的结构与不可确认的参数
可以写成如下抽象形式：
r_t = daily 主力净流入 / 当日成交额 # 作者口径；生产字段未确认
Swing_Ratio = Σ_{h∈H} w_h · aggregate(r_{t-h+1:t}), H ⊆ {3,...,10}
作者口头给出窗口范围 3—10，但没有说明是选择一个窗口、多个窗口协同，还是对 3 到 10 日结果再加权；也没有披露 w_h、缺失日处理、成员变更、截尾和板块低流动性门槛。
在当前公开日期分片上，把连续日期的 Ratio_Raw_Pct 与板块匹配后，最近 3 日简单均值与 Swing_Ratio_Val 最接近：概念和行业可匹配样本的 R² 约为 0.886/0.882；但拟合有非零斜率和截距，4—10 日候选更弱。因此“接近 3 日均值”是验证实验结果，不是原站公式。
为什么 Tushare 直接复现条件不足
Tushare 可提供 moneyflow_dc.net_amount 和 daily.amount 等候选字段，但还缺少原站精确的：
- “主力流入”与“成交额”的字段口径和单位转换顺序；
- 先逐股求比后聚合，还是先板块聚合后求比；
- 3—10 日每个窗口的权重与窗口之间的协同方法；
- 成员股停牌、缺失资金流、零分母、小样本和低流动性处理；
Swing_Ratio_Val如何与Swing_Amount_Val合成为Swing_Score。
三个指标之间的正确关系
flowchart LR
A[成员/行情/资金原始事实] --> B[pct_change：板块收益聚合]
A --> C[Ratio_Raw_Pct：单日资金流入率候选]
C --> D[Swing_Ratio_Val：3—10日加权波段特征]
B --> E[后端综合评分候选特征]
C --> E
D --> E
A --> E
E --> F[Swing_Score / Ratio_Score]
F --> G[按 type 分池、前后10%、排名百分位]
图中从 B/C/D 到 E 的箭头是合理推断，不是页面代码已证实的 score 公式。页面真正确认的是：F 已在后端生成，G 的排序和榜单筛选逻辑公开；B/C/D 的部分字段在页面中展示，但构建过程不公开。
可执行的验证实验
后续若能取得目标 Tushare 账号和连续数据，建议按以下顺序验证，而不是直接硬编码一个公式：
- 对同一交易日、同一板块同时计算
sum(net_amount)/sum(amount)、板块级net_amount_rate、逐股比例均值和成交额加权比例，与公开Ratio_Raw_Pct比较。 - 保存至少 30 个连续交易日的
Ratio_Raw_Pct，比较 3、4、5、6…10 日候选窗口；用留出日期验证，不只做同日拟合。 - 以
pct_change、单日流入率、波段流入率、净额、成员数量和流动性特征分别做消融实验，检查哪一组特征能解释 score 的横截面和时间序列变化。 - 以概念/行业分开校准，并对小样本、停牌、零成交额和成员变更样本单独报告误差。
- 用 Spearman 排名重合率而非只看 Pearson 相关，因为页面最终用途是排序；所有结果带
metric_version、trade_date、type、输入覆盖率和版本 hash。
最终复现建议
- 若目标是页面一致性：直接保存 OneChartLab 的日期分片和 score/raw 字段；本地只复刻格式化、排序、前后 10% 和排名变化。
- 若目标是独立生产：先实现
pct_change_v1、ratio_v1、swing_v1和score_v1等明确命名的替代策略，不要命名为“原站算法”；把 Tushare 原始响应、成员快照和参数版本全部落库。 - 若目标是研究原站算法：需要作者或后端提供 score 特征定义、3—10 日权重、板块涨跌幅聚合和异常值规则；仅凭截图、最终 JSON 和 Tushare 公共字段无法唯一反演。
本文只用于技术与产品逻辑研究，不构成投资建议，也不代表替代指标具有预测能力。
主要证据
- OneChartLab 首页：当前表格模板、字段读取、格式化和排序逻辑。
radar_manifest.json：日期分片入口和当前版本。- 2026-08-31 日期分片：791 条记录与三个指标字段。
- 成分排行 manifest：Tushare 字段来源、单位与
compound_return契约。 - 作者视频：
01:36—02:23的单日流入率、波段流入率概念口径和限制说明。 - 既有板块资金雷达报告：本项目此前页面逻辑、排名和数据协议调研，仓库文件为
docs/research/onechartlab-sector-capital-radar.md。