yuxuanhui
165 lines
12 KiB
Markdown
165 lines
12 KiB
Markdown
# 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：
|
||
|
||
```text
|
||
# 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：
|
||
|
||
```python
|
||
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：
|
||
|
||
```text
|
||
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：
|
||
|
||
1. “主力流入”与“成交额”的字段口径和单位转换顺序；
|
||
2. 先逐股求比后聚合，还是先板块聚合后求比；
|
||
3. 3—10 日每个窗口的权重与窗口之间的协同方法；
|
||
4. 成员股停牌、缺失资金流、零分母、小样本和低流动性处理；
|
||
5. `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
|
||
|
||
```mermaid
|
||
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：
|
||
|
||
1. 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。
|
||
2. 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。
|
||
3. 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。
|
||
4. 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。
|
||
5. 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](https://onechartlab.com/)：当前表格模板、字段读取、格式化和排序逻辑。
|
||
- [`radar_manifest.json`](https://onechartlab.com/radar_manifest.json)：日期分片入口和当前版本。
|
||
- [2026-08-31 日期分片](https://onechartlab.com/radar_data/dates/2026-08-31.c094ac3098c9.json)：791 条记录与三个指标字段。
|
||
- [成分排行 manifest](https://onechartlab.com/sector_rankings/manifest.json)：Tushare 字段来源、单位与 `compound_return` 契约。
|
||
- [作者视频](https://www.bilibili.com/video/BV16Hur6rEq2/)：`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`。
|