2018年度‘龙虎榜’统计分析（一）

最新推荐文章于 2023-07-18 11:00:03 发布
最新推荐文章于 2023-07-18 11:00:03 发布
阅读量3.6k 收藏 6
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 量化交易 文章标签： 龙虎榜 networkx
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/kingking2888/article/details/85494211

2018年度‘龙虎榜’统计分析（一）——数据来源聚宽网(JQData)

2018年的最后一天了，总觉一年的时间过的太快，要总结的东西太多，给自己的任务还没有完成，这两天就2018年‘龙虎榜’上榜机构（或营业部）的‘关系’做了些统计，看看哪些机构的‘关系’比较紧密，从另一个角度分析龙虎榜，算是学习总结分享给大家。

数据来源
聚宽JQData （https://www.joinquant.com/）
数据获取方法
‘龙虎榜’解释参看下面的引用。
以下数据引用聚宽SDK的帮助文档中对get_billboard_list ()解释，详情参见jqdatasdk的帮助文档
返回数据格式：

code:股票代码
day:日期
direction:ALL 表示『汇总』，SELL 表示『卖』，BUY 表示『买』
abnormal_code:异常波动类型
abnormal_name:异常波动名称
sales_depart_name:营业部名称
rank:1 表示汇总， 1~5 表示买一到买5， 6~10 表示卖一到卖五
buy_value:买入金额
buy_rate:买入金额占比(买入金额/市场总成交额)
sell_value:卖出金额
sell_rate:卖出金额占比(卖出金额/市场总成交额)
net_value:净额(买入金额 - 卖出金额)
amount:市场总成交额

上榜原因：

abnormal_codeabnormal_name（异常波动名称）
106001涨幅偏离值达7%的证券
106002跌幅偏离值达7%的证券
106003日价格振幅达到15%的证券
106004换手率达20%的证券
106005无价格涨跌幅限制的证券
106006连续三个交易日内收盘价格涨幅偏离值累计达到20%的证券
106007连续三个交易日内收盘价格跌幅偏离值累计达到20%的证券
106008连续三个交易日内收盘价格涨幅偏离值累计达到15%的证券
106009连续三个交易日内收盘价格跌幅偏离值累计达到15%的证券
106010连续三个交易日内涨幅偏离值累计达到12%的ST证券、*ST证券和未完成股改证券
106011连续三个交易日内跌幅偏离值累计达到12%的ST证券、*ST证券和未完成股改证券
106012连续三个交易日的日均换手率与前五个交易日日均换手率的比值到达30倍
106013单只标的证券的当日融资买入数量达到当日该证券总交易量的50％以上的证券
106099其它异常波动的证券

统计时间
 2018年度
统计方法

  1. 获取统计时间段每天的‘龙虎榜’数据,按出现次数进行排名，取前五名。
  2. 分别按异常代码（abnormal_code），统计出现次数，取排名前五位的交易机构名称（sales_depart_name），然后再分别统计出与这五个交易机构出现在同一天、同一只股票上的其他交易机构名。
  3. 用networkx 图像呈现出来。

统计分析

总排名
机构名称共：7865个
‘龙虎榜’机构名出现总次数排名（前10名）：

sales_depart_nameTotal_times
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部1551
机构专用1476
国金证券股份有限公司上海奉贤区金碧路证券营业部325
财富证券有限责任公司杭州庆春路证券营业部320
中国中投证券有限责任公司无锡清扬路证券营业部307
平安证券股份有限公司深圳深南东路罗湖商务中心证券营业部306
财通证券股份有限公司杭州体育馆证券营业部286
深股通专用285
华泰证券股份有限公司深圳益田路荣超商务中心证券营业部232
华鑫证券有限责任公司杭州飞云江路证券营业部207

在这里插入图片描述
【同一天同一只股票，共同出现次数大于5次】

分析
 左边的中心点是排名第一的‘西藏东方财富证券股份有限公司拉萨团结路第二证券营业部’，右边中心点是排名第二的‘机构专用’。
 距离中心点越近的机构，表示与中心点共同出现次数越多，越远的越少。
 与第一名相关的‘其他交易机构’数量远远超过了第二名。
 好像一条鱼——‘大鱼吃小鱼’
这图范围太广，我们逐步提高显示的出现次数。
在这里插入图片描述
【同一天同一只股票，共同出现次数大于10次】

在这里插入图片描述
【同一天同一只股票，共同出现次数大于30次】
在这里插入图片描述
【同一天同一只股票，共同出现次数大于60次】

在这里插入图片描述
【同一天同一只股票，共同出现次数大于80次】
注：为了显示的方便，图中机构名去掉了“证券营业部”，“证券股份有限公司”

  1. 机构间关系的强弱，大家一目了然 
  2. 总感觉股市就是一个江湖，一个大佬带领众家兄弟与另一个大佬对抗，以不知道是一起去割了‘韭菜’，还是互相残杀。

下面分别以异常代码（abnormal_code: ）,分类统计

异常代码106001：涨幅偏离值达7%的证券
在这里插入图片描述
【同一天同一只股票，共同出现次数大于10次】

机构名称次数
机构专用265
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部183
中国中投证券有限责任公司无锡清扬路证券营业部150
深股通专用119
财通证券股份有限公司杭州体育馆证券营业部108

异常代码106002：跌幅偏离值达7%的证券
在这里插入图片描述
【同一天同一只股票，共同出现次数大于10次】

机构名称次数
机构专用691
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部269
深股通专用114
平安证券股份有限公司深圳深南东路罗湖商务中心证券营业部58
财富证券有限责任公司杭州庆春路证券营业部53

异常代码106003：日价格振幅达到15%的证券
在这里插入图片描述
【同一天同一只股票，共同出现次数大于5次】

机构名称次数
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部144
机构专用97
财富证券有限责任公司杭州庆春路证券营业部38
财通证券股份有限公司杭州体育馆证券营业部34

平安证券股份有限公司深圳深南东路罗湖商务中心证券营业部 29

异常代码106004：换手率达20%的证券
在这里插入图片描述

sales_depart_nametotal_times
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部774
国金证券股份有限公司上海奉贤区金碧路证券营业部175
财富证券有限责任公司杭州庆春路证券营业部160
平安证券股份有限公司深圳深南东路罗湖商务中心证券营业部126
西藏东方财富证券股份有限公司拉萨东环路第二证券营业部91

【同一天同一只股票，共同出现次数大于20次】
异常代码106006 ：连续三个交易日内收盘价格涨幅偏离值累计达到20%的证券

在这里插入图片描述
【同一天同一只股票，共同出现次数大于3次】

sales_depart_nametotal_times
机构专用162
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部108
中国中投证券有限责任公司无锡清扬路证券营业部60
国融证券股份有限公司杭州江晖路证券营业部57
财通证券股份有限公司杭州体育馆证券营业部53

***异常代码106007 ：***连续三个交易日内收盘价格跌幅偏离值累计达到20%的证券
在这里插入图片描述
【同一天同一只股票，共同出现次数大于3次】

sales_depart_nametotal_times
机构专用131
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部46
华泰证券股份有限公司深圳益田路荣超商务中心证券营业部22
深股通专用20
国金证券股份有限公司上海奉贤区金碧路证券营业部18

异常代码106010 ：连续三个交易日内涨幅偏离值累计达到12%的ST证券、*ST证券和未完成股改证券
在这里插入图片描述
【同一天同一只股票，共同出现次数大于1次】

sales_depart_nametotal_times
长城证券股份有限公司仙桃钱沟路证券营业部9
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部8
华福证券有限责任公司泉州丰泽街证券营业部7
中国银河证券股份有限公司厦门美湖路证券营业部5
西藏东方财富证券股份有限公司浙江分公司5
机构专用5

***异常代码106011 ：***连续三个交易日内跌幅偏离值累计达到12%的ST证券、*ST证券和未完成股改证券

在这里插入图片描述

sales_depart_nametotal_times
机构专用8
长城证券股份有限公司仙桃钱沟路证券营业部5
国金证券股份有限公司上海互联网证券分公司4
浙商证券股份有限公司临安万马路证券营业部3
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部3

***异常代码106012 ：***连续三个交易日的日均换手率与前五个交易日日均换手率的比值到达30倍
在这里插入图片描述

sales_depart_nametotal_times
机构专用18
西藏东方财富证券股份有限公司拉萨团结路第二证券营业部7
华泰证券股份有限公司深圳益田路荣超商务中心证券营业部7
国泰君安证券股份有限公司顺德大良证券营业部6
华泰证券股份有限公司湖南分公司4

***异常代码106013 ：***单只标的证券的当日融资买入数量达到当日该证券总交易量的50％以上的证券
在这里插入图片描述

sales_depart_nametotal_times
华泰证券股份有限公司15
中天证券股份有限公司6
广发证券股份有限公司6
海通证券股份有限公司6
中泰证券股份有限公司5

***异常代码106099：***其它异常波动的证券

在这里插入图片描述

sales_depart_nametotal_times
华泰证券股份有限公司杭州求是路证券营业部24
中国中投证券有限责任公司宁波江东北路证券营业部17
广发证券股份有限公司潮州潮枫路证券营业部16
机构专用10
国信证券股份有限公司广州东风中路证券营业部8

感谢聚宽小编 JQData01 给我开放了更多的数据访问资源
易蠡贡 2018/12/31

Python 爬虫实战：龙虎榜机构买卖数据爬取与代码详解（附数据分析）
u014481728的博客
07-07 126
龙虎榜是证券市场中重要的市场信息之一，记录了当日大宗交易及机构买卖情况，包括机构名称、买卖方向、成交金额、成交股数、买入卖出价格等信息。通过分析龙虎榜数据，投资者可以更好地了解市场动向和机构投资者的行为，从而做出更准确的决策。本文将详细介绍如何使用 Python 编写爬虫程序，高效地抓取龙虎榜机构买卖数据，并进行数据分析。我们将从环境搭建、数据抓取、数据存储到数据分析等关键步骤逐一展开，帮助读者掌握完整的爬虫实战流程。
Python及常用财经数据接口包
微信号：RunsenLiu
07-10 1718
Python使用def关键字来定义函数，使用return来指定返回值。return 11还可以通过lambda来创建匿名函数，以达到精简代码的效果。', sep='')
沪深 龙虎榜 数据分析软件 V2.5
11-03
软件功能简介 本软件旨在解析龙虎榜数据，追踪游资营业部，分析个股龙虎榜席位。近几年游资以上海、浙江、深圳、成都、北京为主。尤其成都系游资手中资金量不是最大，但是异常彪悍与勇猛，参与的个股往往带动整个板块上涨。 游资可谓狡兔三窟，打一枪换一地，游资营业部“头牌”位置经常移主， 后台数据库是：MySQL, 本地数据库：ACCESS.。
2018年度‘龙虎榜’统计分析（二）
kingking2888的博客
01-03 2193
2018‘龙虎榜’统计分析（二） 上榜股票流通市值，所属行业统计分析
龙虎榜股票数据分析软件机构席位游资主力意图趋势选股短线涨停
qq_42683130的博客
07-18 9516
龙虎榜是交易所公布的当日异动股票汇总。上榜主要有日价格涨跌幅偏离值7%、日换手率达到20%、日价格振幅达到15%以及连续三个交易 日内，涨跌幅偏离值累计达到20%等4个主要条件。上得了龙虎榜的个股股性活跃，往往不是市场的焦点，就是市场的热点。 龙虎榜上的机构席位都是一些公募、私募等等法人账户，他们的资金一般是募集而来，上榜后统一称为“机构专用”。由于知名游资所在 席位营业部是固定的，可以通过.上榜...
C# 实现的龙虎榜数据分析源码
02-16
C# winform 实现的龙虎榜数据分析源码,可以自己动手进行改造，实现自己需要的效果，可以参考
沪深龙虎榜分析统计软件V1.9
07-23
软件功能简介 本软件旨在解析龙虎榜数据，追踪游资营业部，分析个股龙虎榜席位。近几年游资以上海、浙江、深圳、成都、北京为主。尤其成都系游资手中资金量不是最大，但是异常彪悍与勇猛，参与的个股往往带动整个板块上涨。 游资可谓狡兔三窟，打一枪换一地，游资营业部“头牌”位置经常移主， 没有专门的统计软件很难从一堆数据中发现他们的踪迹，掌握他们的规律与特点。游资主要是一些私募基金，主要特点是炒题材、炒热点、炒概念，快进快出，急拉急跌，散户在跟风的同时，也很容易被套牢。该软件可以帮您追踪自己喜欢的游资，紧跟游资步伐，掌握游资动向！
【年度福利】聚宽2018年度评选+精选文章合集
Quant_的博客
01-14 1700
量化交易策略基本框架岁月不居，时节如流，聚宽量化交易平台与大家共度了一个不平凡的2018年，在这一年里，虽然投资环境波云诡谲，难以捉摸，但依然有许许多多的用户在聚宽做出了优秀的研究，并无私地分享了出来。 回首2018年，我们将评选出『分享达人』与『年度用户』两个奖项给表现最为突出的用户，借此感谢他们的无私及对聚宽的支持。此外，我们还对2018年分享的文章进行了整理筛选，精选出99篇优质文章合集，...
``` {智能估值体系V14} 大盘过滤:=INDEXC>MA(INDEXC,60) AND INDEXC>MA(INDEXC,120); {新增大盘趋势过滤器} DYNPETTM:=IF(FINANCE(1)>300000000 AND FINANCE(4)>150000000, CLOSE/((FINANCE(1)/MAX(FINANCE(4),120000000)+0.000001)*0.82)* {优化系数至0.82} (1+0.18*INDUSTRYF(1013)),1000); {替换为通达信行业函数} PB_RATE:=IF(FINANCE(34)>0.88 AND CLOSE>5.5, CLOSE/((FINANCE(34)*0.88+REF(FINANCE(34),1)*0.12)*0.95+0.000001),1000); {优化权重参数} {修正PEG计算V5} PEG_VAL:=DYNPETTM/MAX(FINANCE(30)/REF(MAX(FINANCE(30),0.01),4),1.28); {调整分母系数至1.28} {分形波动率V21} VAR_PERIOD:=IF(VOLATILITY(89)<0.018,377, {替换为通达信波动率函数} IF(VOLATILITY(89)<0.04,233,89)); SLOW_LEN:=IF(VOLATILITY(89)>0.2,INT(VAR_PERIOD*1.618),CEILING(VAR_PERIOD*2.118)); {行业轮动V14} HY_RET:=EMA((INDEXC/REF(INDEXC,5)-1)*100,5)*1.42; {增强行业动量系数} TRANS_MAT:=EMA((SUM((IND_RATIO>REF(IND_RATIO,5))*(REF(IND_RATIO,5)>REF(IND_RATIO,21)),21)+ SUM((IND_RATIO>REF(IND_RATIO,5))*(REF(IND_RATIO,5)>REF(IND_RATIO,34)),34))/2/ (SUM(REF(IND_RATIO,5)>REF(IND_RATIO,21),55)+0.0001),5)*1.15; {增加过渡矩阵权重} {行业筛选V4} SECTOR_FLT:=SECTOR_STR>REF(SECTOR_STR,34)*1.22 {提升强度阈值} AND CTOP_SECT AND CROSS(EMA(SECTOR_STR,5),EMA(SECTOR_STR,13)) {缩短EMA周期} AND SLOPE(SECTOR_STR,3)>SLOPE(SECTOR_STR,8)*1.35; {增强斜率对比} {三维共振V7} DIF:=EMA(CLOSE,8)-EMA(CLOSE,21); {缩短周期提高灵敏度} DEA:=EMA(DIF,5); MACD_COND:=DIF>DEA AND DEA>REF(DEA,3); {新增趋势确认条件} {资金流向V6} BIGBUY:=SUM(IF(VOL/FINANCE(7)>=0.01 AND COUNT(VOL/FINANCE(7)>=0.008,3)=3, AMOUNT*0.82,0),3); {提高主力资金系数} FUNDFLOW:=(BIGBUY-BIGSELL)/FINANCE(7)*100*1.25; {增加资金流权重} {情绪启动V4} 情绪启动:=CROSS(MARKET_SENT,1.35) AND COUNT(MARKET_SENT>1.15,3)>=2 {提高触发阈值} AND CLOSE>EMA(CLOSE,233)*1.18; {新增趋势确认} {终极信号V8} 盘后选股:=大盘过滤 AND DYNPETTM<8.8 AND PB_RATE<1.65 {加入大盘过滤} AND PEG_VAL<0.48 {降低PEG阈值} AND EVERY(CLOSE>EMA(CLOSE,55),8) {延长趋势确认周期} AND FINANCE(30)/REF(MAX(FINANCE(30),0.01),4)>1.68 AND EVERY(VOL>MA(VOL,55)*1.35,5) {增加放量天数} AND MACD_COND AND CLOSE/EMA(CLOSE,55)>1.28 AND VOL/EMA(VOL,55)>1.55; {盘中预警V3} 盘中预警:CROSS(CLOSE,BOLL_UPPER) AND VOL>MA(VOL,34)*3.5 {新增布林带突破} AND FUNDFLOW>REF(FUNDFLOW,1)*1.25 AND 情绪启动 AND CLOSE>HHV(HIGH,21) AND 大盘过滤; {资金流验证V13} LHB_DATA:=FINANCE(244)/CAPITAL*100; {修正龙虎榜函数} CAPITAL_INFLOW:=SUM(AMO,8)/SUM(AMO,34)>0.95 {缩短统计周期} AND EVERY(V>REF(V,1)*1.25,5) AND (MAIN_FUND-REF(MAIN_FUND,5))/CAPITAL>0.18; {信号衰减模型V3} DECAY_WEIGHT:=EXP(-0.08*(BARSLAST(盘后选股))); //优化衰减系数 SIGNAL_EMA:EMA(盘后选股*DECAY_WEIGHT,8); DRAWICON(盘后选股 AND 盘中预警, LOW, 1);```你的身份是高级编程技术专家，精通各类编程语言，能对编程过程中的各类问题进行分析和解答。我的问题是【我编辑通达信选股代码，你如何深度理解此代码能用2018-2024年全A股周期回测验证此代码选股逻辑的准确性和胜率，评估月胜率达到多少？评估有效信号准确率达到多少？
最新发布
04-03
最后，回测结果的分析需要统计每个月的胜率和总体准确率，并进行显著性检验，确保结果不是偶然产生的。同时，需要考虑过拟合问题，检查策略在样本外的表现是否稳定，可能需要进行参数优化和交叉验证。 总结来说，...
Python量化交易入门
曲折旅程，艰难人生
04-13 4780
Python量化交易知识归纳
聚宽数据
weixin_30932215的博客
02-22 2784
一、聚宽数据 1、聚宽数据 1.在聚宽数据这个页面可以看到聚宽平台集成好的各大类数据，如下图，点击可以查看详情与用法 2.但实际上可能有些数据要在API文档里才比较容易能找到，比如龙虎榜数据等。这时用ctrl+f进行网页搜索可以快速搜索需要的数据。 二、几种常用数据的取用方法 1、获取指数成分股 成分股指数是指从指数所涵盖的全部股票中选取一部分较有代表性的股票...
股票交易龙虎榜
10-25
好用，请下载，股票龙虎榜交易软件，随时查看大资金流入
[eCharts,angularjs]echarts小试-龙虎榜数据显示
02-26
echarts小试-龙虎榜数据显示。 整理龙虎榜数据，使用 eCharts显示，并可以下载导入通达信自选股文件
Python+SQL实战：京东用户行为数据分析案例解析（上）
lsxxx2011的专栏
10-25 2997
freedom_lime| 作者掘金|来源https://juejin.im/post/6844904202590748679#heading-01项目背景项目对京东电商运营数据集...
量化选股策略搭建(三)(回测系统)
热门推荐
qq_31611005的博客
01-04 1万+
前两篇文章讲了数据的下载及更新，今天这篇文章讲回测系统的搭建。 回测系统 首先, 个人理解的回测系统就是输入每日可买入的股票（这些股票是经过模型筛选得到的），然后回测系统根据一些条件买入卖出等操作。 account类声明: 首先我们需要声明一个account类，记录账户的一些信息。具体需要记录的信息如下：（后期可能还会再加一些信息），信息初始化代码如下： class Account: ...
干货之如何利用Python程序赚钱
xiangxueerfei的博客
10-22 566
不知道大家玩过CSGO这款游戏没有（其实我没有玩过），俗话说有游戏的地方就有江湖，有江湖的地方就有买卖。在这些买卖当中其中一种是：游戏物品商人，手动倒买倒卖游戏物品，从而赚取差价收入。交易平台：1、国内比较大的CSGO饰品交易平台有C5GAME和IGXE(声明绝对不是打广告)2、国外肯定是官方的Steam以及亲儿子opskins了1、同一件商品，国内国外价格有差异，一般国内平台比国外便宜。
【MySQL实战】基于100万电商用户的1亿条行为数据分析——自发秩序
tossing_a_coin的博客
02-27 1053
sql
用机器学习来提升你的用户增长：第八步，Uplift模型
AI公园
04-23 7923
点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：Barış KaramanFollow编译：ronghuaiyang正文共：7593 字 8 图预计阅读时间：22 分钟导...
因果推断--Uplift model的原理和python实操（三）
baidu_26137595的博客
07-18 7771
目前精细化运营已经普及到各行各业，如何把营销成本投入到真正被运营策略打动的用户身上，而不浪费在本身就会转化用户身上，是精准营销面临的重要课题，也是提高投入产出比的重要手段，业界成熟的解决方法是Uplift Model。本文主要介绍Uplift Model的应用背景、原理及建模细节、python中如何实现。
C# 龙虎榜数据分析源码详解与应用改造指南
“龙虎榜数据分析”指的是对股票交易中某一个或多个交易日内的龙虎榜数据进行收集、整理和分析的过程。龙虎榜是证券交易所公布的特定交易日中，股票交易异常波动或出现异常交易行为的股票名单，以及买卖前五名的交易...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值