[QMT量化交易小白入门]-七十三、主力资金动向:板块与个股资金流数据API(量化python代码解析)

本专栏主要是介绍QMT的基础用法,常见函数,写策略的方法,也会分享一些量化交易的思路,大概会写100篇左右。
QMT的相关资料较少,在使用过程中不断的摸索,遇到了一些问题,记录下来和大家一起沟通,共同进步。

相关阅读

小白也能做量化:零门槛QMT、Ptrade免费送
量化交易入门:如何在QMT中配置Python环境,安装第三方依赖包
年化收益达到了70%,增加了动态仓位权重调整后的全球核心资产轮动策略(含python代码解析)


之前有球友提问怎么获取股票的资金流动,通过akshare提供的stock_sector_fund_flow_rank和stock_individual_fund_flow_rank接口,我们可以获取专业级"今日", “5日”, "10日"的资金流数据。这种细分数据能够帮助我们识别主力资金的真实动向,而非仅看表面涨跌幅。资金流数据反映市场资金在不同板块和个股间的流动情况,是量化交易中判断市场热点的关键指标。
以三个指标的实际意义为例:

  1. 主力净流入:反映机构和大资金的总体动向
  2. 超大单/大单:区分不同规模资金的流向
  3. 净占比:资金流相对于成交量的比例,更具可比性
1. ak.stock_sec
akshare股票数据学习(二) AKShare 是一个开源的 Python 库,专注于提供股票、基金、期货、期权、外汇等金融数据接口。 阅读详情

相关推荐

AKShare实战:3分钟搞定A股实时资金流向分析(附完整代码)

本文详细介绍了如何使用AKShare开源工具快速获取并分析A股实时资金流向数据。通过实战代码演示,手把手指导读者完成从环境配置、数据获取到指标解读和可视化分析的全过程,为量化交易和短线决策提供了一套免费且高效的解决方案。

weixin_29217235的博客 3823

AI交易实操备忘录:分层增强架构与交易员协同设计

AI交易并非黑箱预测,而是面向真实交易场景的可解释、可干预、可校准的技术增强体系。其核心原理在于将复杂市场行为解耦为流动性识别、事件敏感度、策略拥挤度和执行质量四大可建模维度,通过规则引擎与轻量AI协同实现可控决策。技术价值体现在故障可追溯、修复响应快、业务语言直译,显著降低实盘运维成本与认知负荷。典型应用场景包括量化私募信号增强、个人交易者多屏辅助决策、券商自营风控嵌入等。本文聚焦于金融AI落地中最关键的分层增强架构设计与交易员协同机制。

weixin_34129696的博客 315

聚类分析构建动态股票池,ETF轮动策略实战解析

量化交易中,如何科学选择股票池是策略能否适应市场风格切换的关键。聚类分析作为一种无监督学习方法,能够依据收益率、波动率、换手率等行为特征,将股票自动划分为内在相似度高的类别,从而替代静态的行业或市值分类,动态识别当前市场的风格结构。其技术价值在于数据驱动的分类方式更贴近真实交易节奏,可广泛应用于选股粗筛、风格映射与资产轮动场景。本文基于QMT与ptrade双平台,详细拆解了如何将K-means聚类与ETF轮动策略结合,构建每周自动更新的动态股票池,并给出了代码实现、参数选择、回测结果及实盘部署中的关键注意事

weixin_34321753的博客 410

AKShare 快速入门

AKShare 快速入门查看数据具体函数使用详情, 请查看 AKShare 文档 每个接口的示例代码AKShare 数据接口一览。

qq_34068440的博客 1万+

qmt量化交易策略小白学习笔记第16期【qmt编程之获取北向南向资金(沪港通,深港通和港股通)】

​ 获取交易日列表 python from xtquant import xtdata xtdata.get_trading_dates(market, start_time='', end_time='', count=-1) 参数: 参数名称 类型 描述 market string 市场代码 start_time string 起始时间 end_time string 结束时间 count int 数据个数​

fanglue3705的博客 891

53 python akshare(获取金融数据)

AkShare是一款专注于中国金融市场的开源Python库,提供股票、基金、期货等多领域数据接口。通过简单指令即可获取实时行情和历史数据。

水滴爬呀爬 3229

在trae CN中使用conda环境(已解决)

Trae CN 是字节跳动于 2025 年 3 月 3 日发布的国内首个 AI 原生集成开发环境(AI IDE)123。

zwzscnds的博客 6940

2025年12月11日 Coherent收发器下沉到数据中心:调研

技术可行性已基本具备。随着3nm DSP技术的成熟和Coherent-Lite等低功耗方案的推出,Coherent技术与IMDD的功耗差距在800G及以上速率节点快速缩小。特别是在1.6T及更高速率,两种技术的功耗开始趋于收敛。同时,通过系统级优化,如将DSP功能从可插拔模块转移到ASIC芯片,可实现30%以上的功耗降低。在成本方面,硅光技术的进步使得单通道硅光引擎BOM成本降至18美元,较2020年下降62%,逼近InP方案的经济临界点。光学系统机会丰富多样。

weixin_51184047的博客 1168

【实战技巧】matplotlib中文标签显示问题的3种高效解决方案

本文详细介绍了解决matplotlib中文标签显示问题的3种高效方法,包括修改字体设置、临时指定字体和修改后端配置。针对不同操作系统和环境提供了实用技巧,帮助开发者快速解决中文显示为方框的常见问题,提升数据可视化效果。

weixin_30855099的博客 173

基于航天宏图PIE-SAR软件的高分三号(GF-3)SAR影像的预处理

软件官网 航天宏图—国内领先的卫星运营与应用服务提供商(官网) 一、数据导入 数据导入-GF-3-根据模式选择 参数文件导入解压后GF-3数据的XML文件 通道自动填充 设置输出目录 确定 等待,加载图像、自动构建金字塔 二、复数数据转换 强度/幅度特征是SAR影像最主要的特征之一,基于SAR强度/幅度影像可以提取地物目标信息,因此需要将SAR复数数据转换为SAR强度/幅度数据。导入输入影像,设置参数类型,输出目录、命名、类型; 漫长的等待 三、多视 为提...

weixin_52127098的博客 9004

python -- 海洋气象科研论文中常用绘图配色汇总

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。可以通过自定义选取不同颜色的rgb,通过自定义的方式构建colormap。

weixin_68789096的博客 973

auto.js梦幻西游游戏脚本,梦幻西游脚本开发思路

本篇文章给大家谈谈梦幻西游脚本用什么语言写,以及auto.js梦幻西游游戏脚本,希望对各位有所帮助,不要忘了收藏本站喔。

npy199331的博客 1946

2023 数字IC设计秋招复盘——数十家公司笔试题、面试实录

由于是本人的亲身经历,所以想通过付费专栏获得一些收益。扣除平台的抽成后,我会将最终收益的一半捐献给贫困山区助学基金。专栏内容: 1. 几十场笔试真题的原题纯净版与个人解答版。 2. 几十场面试实录,包含提问、解答与个人复盘建议。 3. 个人整理的知识点总结。 4. 求职准备、简历制作方面的建议。

w0shishabi的博客 1万+

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

上一篇: 构建Python机器学习流水线实践与代码解析
下一篇: Python深度学习框架TensorFlow与Keras的实践探索
python自动化工具
博客等级 码龄17年 1万+粉丝 1215原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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

打赏作者

python自动化工具

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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