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#

text

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#

bash

# 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#

bash

# 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：

1. 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

2. 超大单占比加成：超大单(>100万)占比>20%时加分

3. 连续性确认：连续3-5天主力净流入累加奖励

4. 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：

1. 尾盘放量（>35%=+20分）：机构尾盘集中建仓
2. 开盘抢筹/出货：开盘30分钟放量+全天方向判断
3. 成交均匀度（CV<0.4=+10）：VWAP算法交易特征
4. 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：

1. 多时期覆盖：2022熊市→2023震荡→2024结构牛→2025科技牛→2026YTD
2. 样本外验证：训练集(2022-2024) vs 测试集(2025-2026)
3. 多窗口收益：3/5/10/20日前瞻收益
4. 追踪止损模拟：15%回撤止损
5. 统计检验：二项分布P值 + Wilson置信区间
6. 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544~20010日胜率55.3%59.0%P值0.0070.00620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：

text

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#

text

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。