mirror of
https://ghfast.top/https://github.com/aeroxw/easy_tdx_max.git
synced 2026-09-12 16:54:20 +08:00
62 lines
2.5 KiB
Python
62 lines
2.5 KiB
Python
"""演示：获取个股当日资金流向（基于 L1 逐笔数据统计）。
|
||
|
||
使用 TdxClient 标准协议客户端，调用 get_fund_flow() 获取个股当日资金流向分布。
|
||
返回单行 DataFrame（FundFlow 模型），包含四级资金的流入/流出金额。
|
||
|
||
DataFrame 列说明:
|
||
super_in float 超大单流入（元）
|
||
super_out float 超大单流出（元）
|
||
large_in float 大单流入（元）
|
||
large_out float 大单流出（元）
|
||
medium_in float 中单流入（元）
|
||
medium_out float 中单流出（元）
|
||
small_in float 小单流入（元）
|
||
small_out float 小单流出（元）
|
||
|
||
资金级别划分（按单笔成交金额）:
|
||
超大单: 单笔成交金额 > 100 万元
|
||
大单: 单笔成交金额 > 20 万元 且 <= 100 万元
|
||
中单: 单笔成交金额 > 4 万元 且 <= 20 万元
|
||
小单: 单笔成交金额 <= 4 万元
|
||
|
||
衍生指标:
|
||
主力净流入 = (超大单流入 + 大单流入) - (超大单流出 + 大单流出)
|
||
全单净流入 = 所有级别流入之和 - 所有级别流出之和
|
||
|
||
数据特点:
|
||
- 金额单位为元（本 demo 转换为亿元便于阅读）
|
||
- 数据实时计算，非交易时段返回全零值
|
||
- 基于 L1 逐笔成交数据统计，非交易所官方资金流向数据
|
||
- 口径注意（Issue #55）: 0x0fb5 逐笔为聚合记录、按成交额（非挂单额）分档，
|
||
高价股主力档常占 95%+，"主力净流入"更接近主动买卖总失衡，与东财/
|
||
同花顺同名指标不可比，勿混用于同一张表或同一个因子
|
||
"""
|
||
|
||
import pandas as pd
|
||
|
||
from easy_tdx import Market, TdxClient
|
||
|
||
with TdxClient.from_best_host() as c:
|
||
flow = c.get_fund_flow(Market.SH, "600519")
|
||
# flow 是单行 DataFrame，转换为万元便于阅读
|
||
in_cols = ["super_in", "large_in", "medium_in", "small_in"]
|
||
out_cols = ["super_out", "large_out", "medium_out", "small_out"]
|
||
df = pd.DataFrame(
|
||
{
|
||
"级别": ["超大单", "大单", "中单", "小单"],
|
||
"流入(亿)": [flow[c].iloc[0] / 1e8 for c in in_cols],
|
||
"流出(亿)": [flow[c].iloc[0] / 1e8 for c in out_cols],
|
||
}
|
||
)
|
||
df["净流入(亿)"] = df["流入(亿)"] - df["流出(亿)"]
|
||
print("贵州茅台 当日资金流向:")
|
||
print(df.to_string(index=False))
|
||
|
||
# 运行结果:
|
||
# 贵州茅台 当日资金流向:
|
||
# 级别 流入(亿) 流出(亿) 净流入(亿)
|
||
# 超大单 3.52 2.18 1.34
|
||
# 大单 2.86 2.54 0.32
|
||
# 中单 4.12 3.98 0.14
|
||
# 小单 1.56 2.36 -0.80
|