AI链条机构建仓探测算法。基于Tushare结构化数据，通过5维信号评分体系（资金流+量价+筹码+北向+事件）识别A股AI链条（算力/芯片/大模型/应用）机构建仓行为，生成买入信号（10日持有期、-15%止损）。含市场环境判断（11指标）、外部情绪聚合（5源）、日内分钟线分析、大规模回测框架。回测结果：54...
SKILL.md

---
name: institutional-tracker-ai
version: 1.0.0
description: |
  AI链条机构建仓探测算法。基于Tushare结构化数据，通过5维信号评分体系（资金流+量价+筹码+北向+事件）
  识别A股AI链条（算力/芯片/大模型/应用）机构建仓行为，生成买入信号（10日持有期、-15%止损）。
  含市场环境判断（11指标）、外部情绪聚合（5源）、日内分钟线分析、大规模回测框架。
  回测结果：544次买入信号，10日胜率55.3%，P=0.007（统计显著），样本外59.0%（P=0.006）。

  当用户提到以下意图时触发此 skill：
  "机构建仓检测"、"AI链条选股"、"资金流分析"、"量价信号"、"建仓探测"、
  "机构行为识别"、"吸筹信号"、"A股机构跟踪"、"AI赛道筛选"、"智能选股"、
  "帮我跑一遍建仓探测"、"今天有哪些AI股票在吸筹"、"跑回测"、"评估算法可信度"。
type: workflow
author: caspar
best_for:
  - AI链条（算力/芯片/大模型/应用）机构建仓行为识别
  - A股个股多维信号评分与状态判定
  - 市场环境（牛市/熊市/震荡）自动判断
  - 多窗口收益回测与统计检验
  - 每日自动化扫描与微信推送
scenarios:
  - 每日盘后扫描25+只AI链条龙头标的，生成HTML报告
  - 大规模回测验证算法有效性（2022-2026全周期 + 样本外）
  - 市场环境动态调整买入门槛（BEAR禁入、BULL降门槛）
  - 接入Tushare分钟线Level-2数据做日内模式识别
estimated_time: 5-15 minutes per scan
allowed-tools:
  - Bash
  - Read
  - Write
  - Edit
references:
  - references/algorithm_methodology.md
  - references/backtest_framework.md
  - references/paper_citations.md
  - references/install_guide.md
metadata:
  openclaw:
    requires:
      bins:
        - python3
    emoji: "🦉"
    homepage: https://github.com/casparzhong-cloud/institutional-tracker-ai
    os:
      - macos
      - linux
  security:
    credentials_usage: |
      需要用户自备 Tushare 代理 Token（闲鱼可买38元/月，支持分钟线）。
      Token 保存在本地 config.py 中，不上传任何外部服务。
  agent_created: true
---

# 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

```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 | ~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。
Institutional Tracker Ai

SKILL.md

related skills
