institutional-tracker-ai — AI链条机构建仓探测算法
一句话定位：每天盘后自动扫描A股AI链条龙头，通过5维信号评分识别机构建仓行为，生成带统计检验的买入建议。
核心价值
- 统计显著的买入信号：544次买入，10日胜率55.3%（P=0.007），样本外59.0%（P=0.006）
- 只做买入，不做卖出：卖出信号41.9%正确率已砍掉，改为机械止损-15%
- BEAR市禁入：熊市环境下自动屏蔽所有买入信号，避免逆势操作
- 论文支撑：资金流市值归一化（Kang 2025）、量价反转逻辑、散户反向过滤
算法架构
输入层 评分层 输出层
┌─────────────┐ ┌──────────────────┐ ┌─────────────┐
│ Tushare API │ │ A.资金结构 (30%) │ │ ACCUMULATION│ ← 买入
│ ├ daily │───▶│ B.量价形态 (24%) │───▶│ MARKUP │ ← 持有
│ ├ moneyflow │ │ C.筹码位置 (18%) │ │ WASHOUT │ ← 加仓
│ ├ margin │ │ D.北向两融 (16%) │ │ NEUTRAL │ ← 观望
│ ├ mins(5m) │ │ E.事件异动 (12%) │ │ CAUTION │ ← 警示
│ └ index │ │ + 分钟线加成 15% │ └─────────────┘
└─────────────┘ │ + 市场环境调整 │
└──────────────────┘
快速开始
前置要求
| 必须 | 说明 |
|---|---|
| Python 3.10+ | 标准库即可，无需额外安装包 |
| Tushare 代理 Token | 闲鱼购买（约38元/月），支持分钟线 |
安装
# 1. 复制脚本到工作目录
cp -r ~/.workbuddy/skills/institutional-tracker-ai/scripts/ ./institutional_tracker/
# 2. 编辑配置文件，填入你的 Tushare Token
vi ./institutional_tracker/config.py
# 修改 TUSHARE_TOKEN = "你的token"
# 修改 TUSHARE_API_URL = "你的代理地址"
# 3. 创建必要目录
mkdir -p ./institutional_tracker/data/daily_scores
mkdir -p ./institutional_tracker/reports
运行
# 每日扫描（盘后运行）
cd ./institutional_tracker && python3 main.py
# 大规模回测
cd ./institutional_tracker && python3 backtest_v2.py
5维信号评分体系
A. 资金结构分析（权重30%）— score_fund_flow()
核心逻辑：
- 市值归一化（Kang 2025）：净流入占市值百分比，而非绝对金额，避免大盘股天然优势
- 超大单占比加成：超大单(>100万)占比>20%时加分
- 连续性确认：连续3-5天主力净流入累加奖励
- 散户反向过滤（上交大2019, Ravina 2023）：
- 散户跟风买入 → 降权15分（FOMO末端信号）
- 主力买+散户卖 → 加权10分（经典吸筹模式）
B. 量价形态识别（权重24%）— score_volume_price()
核心改进（v8 量价反转逻辑）：
- 放量温和上涨 → 降权至+30（A股放量上涨预测反转，量价趋势2023）
- 缩量横盘 → 加权至+55（安静吸筹，国金2022）
- 缩量小跌 → 加权至+45（洗盘吸筹）
- 放量大涨后缩量 → +50（主力控盘不出货）
辅助指标：OBV背离检测、CMF蔡金资金流、多日形态（连阳/连阴）
C. 筹码/位置分析（权重18%）— score_position()
- 简化版筹码分布（参考 ChipDistribution 开源）
- 获利盘比例 + 筹码集中度 + 平均成本偏离
- BOS/CHoCH 结构破裂检测（参考 smart-money-concepts 开源）
- MA20偏离 + PE估值
D. 北向+两融（权重16%）— score_north_margin()
- 北向十大成交个股级别信号
- 北向全局7日趋势
- 融资余额变动 + 融券余额激增检测
E. 事件异动（权重12%）— score_limit_event()
- 涨跌停封板/开板
- 连阳/连阴模式
- 换手率暴增 + 成交额暴增
- 底部/顶部反转模式
日内分钟线加成（权重15%）— analyze_intraday_pattern()
利用 Tushare 5分钟K线数据：
- 尾盘放量（>35%=+20分）：机构尾盘集中建仓
- 开盘抢筹/出货：开盘30分钟放量+全天方向判断
- 成交均匀度（CV<0.4=+10）：VWAP算法交易特征
- VWAP偏离：收盘价vs日内VWAP判断买卖方主导
市场环境判断 — judge_market_regime()
11个指标综合判断BULL/NEUTRAL/BEAR：
| 指标 | 权重 | 说明 |
|---|---|---|
| 均线多空排列 | 20% | MA5/20/60/120排列 |
| MACD趋势 | 16% | 双线+柱状态 |
| 指数位置 | 11% | 距120日高低点 |
| 北向20日趋势 | 12% | 累计流入/流出 |
| 成交额趋势 | 8% | 5日vs20日均额 |
| 涨跌停比 | 8% | 赚钱效应 |
| 动量 | 6% | 20日涨跌幅 |
| 隔夜美股 | 5% | 标普500联动 |
| 恒生联动 | 5% | 港A联动r=0.69 |
| 外部情绪 | 8% | 5源聚合 |
关键规则：
- BEAR → 买入门槛=999：熊市完全禁止发出买入信号
- BULL → 门槛降低：牛市放宽买入条件
- NEUTRAL→BULL转折 → 额外降低吸筹门槛
标的池
默认监控25+只AI链条核心标的（可在 main.py 中修改）：
| 赛道 | 代表标的 |
|---|---|
| AI算力/光互联 | 中际旭创、新易盛、天孚通信 |
| AI服务器 | 工业富联、立讯精密、沪电股份 |
| AI芯片 | 寒武纪、海光信息、中芯国际、北方华创 |
| AI大模型 | 科大讯飞、金山办公 |
| AI应用 | 中科创达、虹软科技 |
| AI+存储 | 源杰科技、江波龙 |
回测框架
详细方法论见 references/backtest_framework.md，核心特点：
- 多时期覆盖：2022熊市→2023震荡→2024结构牛→2025科技牛→2026YTD
- 样本外验证：训练集(2022-2024) vs 测试集(2025-2026)
- 多窗口收益：3/5/10/20日前瞻收益
- 追踪止损模拟：15%回撤止损
- 统计检验：二项分布P值 + Wilson置信区间
- 过拟合检测：训练vs测试胜率衰减
最终回测结果（v11）
| 指标 | 全周期 | 样本外(2025-26) |
|---|---|---|
| 买入次数 | 544 | ~200 |
| 10日胜率 | 55.3% | 59.0% |
| P值 | 0.007 | 0.006 |
| 20日胜率 | — | 60.0%(P=0.003) |
自动化配置
每日盘后扫描
建议在 WorkBuddy 中创建自动化任务：
时间: 每个交易日 16:35
任务: cd ~/institutional_tracker && python3 main.py
推送: 通过微信推送报告摘要+HTML附件
每周效果评估
时间: 每周五 17:30
任务: 评估本周信号实际收益 vs 基准(55.3%)
规则: 连续2周<45%标记算法失效，需重新校准
故障排查
| 问题 | 解决方案 |
|---|---|
| Tushare返回空数据 | 检查Token是否过期，代理地址是否正确 |
| 分钟线接口报错 | 确认Token权限>=15000积分，freq用5min不是5 |
| 北向数据缺失 | 当天非交易日，会自动fallback到最近交易日 |
| 信号全是NEUTRAL | 可能处于BEAR市场环境，算法自动屏蔽买入信号 |
| 回测耗时过长 | Tushare限速0.6s/次，10只股票约需30分钟 |
免责声明
本算法基于 Tushare 结构化交易数据自动生成信号。"机构行为"基于超大单(>100万)/大单(20-100万)分类的统计推断，不代表真实资金身份。所有结论仅供参考，不构成任何投资建议。投资有风险，决策需谨慎。