从北向资金到主力动向：Agent如何帮我构建全市场资金流向追踪体系-尧图网络科技

从北向资金到主力动向：WorkBuddy如何帮我构建全市场资金流向追踪体系

写在前面

做A股交易的人，都绕不开"资金流向"这四个字。

北向资金在买什么？主力资金在流向哪个板块？龙虎榜上哪些游资在出手？这些信息每天都要关注。但问题在于，资金流向的数据分散在不同的数据源里——北向资金在沪深港通数据里，主力资金在各家数据商的口径里，龙虎榜在交易所公开数据里。想把这些数据整合起来看，费时费力。

后来我用WorkBuddy结合股票本地数据ig50落盘方案，构建了一套全市场资金流向追踪体系。WorkBuddy可以同时读取多个数据源，融合分析，让我第一时间掌握全市场资金的动向。

今天想分享的，就是WorkBuddy如何帮我构建这套资金流向追踪体系。

第一阶段：资金流向数据的痛点

典型的一天

做资金流向追踪，典型的一天是这样的：

09:00 查看北向资金（沪深港通）昨日净买入 09:15 查看主力资金流向昨日情况 09:30 开盘，盯着主力资金流入的股票 11:30 看龙虎榜数据，分析游资动向 15:00 收盘，看北向资金今日净买入 15:30 复盘主力资金流向，分析板块轮动

这些数据分散在不同的数据源里，要手动查、手动整合，非常耗时。

用API查数据的问题

后来我用WorkBuddy调API查数据，想着可以自动化。但实际效果不理想：

问题一：数据源分散
北向资金、主力资金、龙虎榜是不同的API接口，WorkBuddy要调多个API才能凑齐数据。

问题二：数据延迟
API返回的数据通常有延迟，等数据拉回来，盘面可能已经变了。

问题三：数据格式不统一
不同API返回的数据格式不一样，WorkBuddy要做大量的数据清洗和格式转换工作。

第二阶段：本地数据让资金追踪实时化

WorkBuddy可以同时读取多个数据源

换成本地数据方案之后，WorkBuddy可以同时读取北向资金、主力资金、龙虎榜等多个数据源。如果数据量比较大，用多线程并行读取，速度会更快——读本地的速度本质上取决于你的CPU、内存和硬盘速度。

importjsonimportpandasaspdfrompathlibimportPathfromconcurrent.futuresimportThreadPoolExecutor DATA_DIR=Path('/data')defload_capital_file(file_info):"""WorkBuddy多线程读取单个资金流向数据文件"""name,path=file_infowithopen(path,'r',encoding='utf-8')asf:data=json.load(f)returnname,pd.DataFrame(data)defload_capital_flow_data():"""WorkBuddy多线程读取资金流向相关数据"""data_files=[('北向资金',DATA_DIR/'stock-center'/'北向资金'),('主力资金',DATA_DIR/'stock-a'/'主力资金流向'),('龙虎榜',DATA_DIR/'stock-a'/'龙虎榜'),('个股资金',DATA_DIR/'stock-a'/'个股资金追踪')]# WorkBuddy用多线程并行读取4个数据源withThreadPoolExecutor(max_workers=4)asexecutor:results=list(executor.map(load_capital_file,data_files))returndict(results)# WorkBuddy一次读取多个数据源（多线程并行，秒级完成）capital_data=load_capital_flow_data()

WorkBuddy可以在一次函数调用里，多线程并行读取4个数据源，这在用API的时候要调4次接口，耗时几分钟。在本地SSD+多核CPU环境下，这个过程通常只需要几秒钟。实际速度取决于本地CPU、内存和硬盘速度。

WorkBuddy可以融合分析多个数据源

更关键的是，WorkBuddy可以融合分析多个数据源：

defanalyze_capital_flow():"""WorkBuddy融合分析资金流向"""capital_data=load_capital_flow_data()df_north=capital_data['北向资金']df_main=capital_data['主力资金']df_lb=capital_data['龙虎榜']# WorkBuddy分析北向资金增持的股票north_buy=df_north[df_north['增持股数(万股)']>10]north_buy_codes=set(north_buy['股票代码'])# WorkBuddy分析主力资金流入的股票main_inflow=df_main[df_main['主力净流入(万元)']>1000]main_codes=set(main_inflow['股票代码'])# WorkBuddy分析龙虎榜机构买入的股票lb_buy=df_lb[df_lb['机构净买入(万元)']>500]lb_codes=set(lb_buy['股票代码'])# WorkBuddy找出同时满足多个条件的股票common_codes=north_buy_codes&main_codes&lb_codesprint(f"北向资金增持股票：{len(north_buy_codes)}只")print(f"主力资金流入股票：{len(main_codes)}只")print(f"龙虎榜机构买入：{len(lb_codes)}只")print(f"同时满足三个条件：{len(common_codes)}只")returncommon_codes# WorkBuddy融合分析strong_stocks=analyze_capital_flow()

WorkBuddy可以自动计算多个数据源的交集，找出同时满足多个条件的股票：

北向资金增持股票：85只 主力资金流入股票：120只 龙虎榜机构买入：45只 同时满足三个条件：8只

这8只股票，就是北向资金、主力资金、机构资金共同认可的标的，值得重点关注。

第三阶段：北向资金追踪

WorkBuddy可以追踪北向资金动向

北向资金（沪深港通）是A股市场最重要的增量资金之一。WorkBuddy可以实时追踪北向资金的动向：

deftrack_north_money():"""WorkBuddy追踪北向资金"""north_path=DATA_DIR/'stock-center'/'北向资金'withopen(north_path,'r',encoding='utf-8')asf:north_data=json.load(f)df_north=pd.DataFrame(north_data)# WorkBuddy筛选北向资金增持的股票north_buy=df_north[df_north['增持股数(万股)']>10].sort_values('增持股数(万股)',ascending=False)print("=== 北向资金增持前10 ===")for_,rowinnorth_buy.head(10).iterrows():print(f"{row['股票代码']}{row['股票名称']}| 增持{row['增持股数(万股)']:.0f}万股 | 持股比例{row['持股比例(%)']:.2f}%")# WorkBuddy筛选北向资金减持的股票north_sell=df_north[df_north['增持股数(万股)']<-10].sort_values('增持股数(万股)',ascending=True)print("\n=== 北向资金减持前10 ===")for_,rowinnorth_sell.head(10).iterrows():print(f"{row['股票代码']}{row['股票名称']}| 减持{abs(row['增持股数(万股)']):.0f}万股")returnnorth_buy,north_sell# WorkBuddy追踪北向资金north_buy,north_sell=track_north_money()

WorkBuddy会输出北向资金增持和减持的股票列表：

=== 北向资金增持前10 === 600036 招商银行 | 增持500万股 | 持股比例8.5% 601318 中国平安 | 增持450万股 | 持股比例6.2% 000333 美的集团 | 增持380万股 | 持股比例12.3% ... === 北向资金减持前10 === 000651 格力电器 | 减持300万股 600519 贵州茅台 | 减持280万股 ...

北向资金追踪的价值

北向资金被称为"聪明钱"，其动向往往预示着市场方向。WorkBuddy追踪北向资金，帮助我：

发现增量资金方向：北向资金在买什么，往往就是市场热点
跟踪外资持仓变化：外资持仓比例的变化，是中长期趋势的信号
预警外资流出：北向资金大幅流出，往往是风险信号

第四阶段：主力资金追踪

WorkBuddy可以追踪主力资金流向

主力资金流向是A股市场最核心的资金面指标。WorkBuddy可以实时追踪主力资金的流向：

deftrack_main_fund():"""WorkBuddy追踪主力资金流向"""main_path=DATA_DIR/'stock-a'/'主力资金流向'withopen(main_path,'r',encoding='utf-8')asf:main_data=json.load(f)df_main=pd.DataFrame(main_data)# WorkBuddy筛选主力资金流入最多的股票main_inflow=df_main[df_main['主力净流入(万元)']>1000].sort_values('主力净流入(万元)',ascending=False)print("=== 主力资金流入前10 ===")for_,rowinmain_inflow.head(10).iterrows():print(f"{row['股票代码']}{row['股票名称']}| 主力流入{row['主力净流入(万元)']:.0f}万元 | 主力占比{row['主力占比(%)']:.2f}%")# WorkBuddy筛选主力资金流出最多的股票main_outflow=df_main[df_main['主力净流入(万元)']<-1000].sort_values('主力净流入(万元)',ascending=True)print("\n=== 主力资金流出前10 ===")for_,rowinmain_outflow.head(10).iterrows():print(f"{row['股票代码']}{row['股票名称']}| 主力流出{abs(row['主力净流入(万元)']):.0f}万元")returnmain_inflow,main_outflow# WorkBuddy追踪主力资金main_inflow,main_outflow=track_main_fund()

WorkBuddy会输出主力资金流入和流出的股票列表：

=== 主力资金流入前10 === 002475 立讯精密 | 主力流入8000万元 | 主力占比3.2% 600519 贵州茅台 | 主力流入7500万元 | 主力占比1.8% 000333 美的集团 | 主力流入6800万元 | 主力占比2.5% ... === 主力资金流出前10 === 000651 格力电器 | 主力流出5000万元 601012 隆基绿能 | 主力流出4500万元 ...

主力资金追踪的价值

主力资金流向是判断短期行情的重要指标。WorkBuddy追踪主力资金，帮助我：

发现短期热点：主力资金大量流入的股票，往往短期会有行情
预警资金撤退：主力资金大量流出，往往是风险信号
跟踪资金轮动：主力资金从板块A流向板块B，预示着热点切换

第五阶段：龙虎榜追踪

WorkBuddy可以追踪龙虎榜动向

龙虎榜是游资和机构动向的公开披露渠道。WorkBuddy可以实时追踪龙虎榜动向：

deftrack_longhubang():"""WorkBuddy追踪龙虎榜"""lb_path=DATA_DIR/'stock-a'/'龙虎榜'withopen(lb_path,'r',encoding='utf-8')asf:lb_data=json.load(f)df_lb=pd.DataFrame(lb_data)# WorkBuddy筛选机构净买入的股票org_buy=df_lb[df_lb['机构净买入(万元)']>500].sort_values('机构净买入(万元)',ascending=False)print("=== 机构净买入前10 ===")for_,rowinorg_buy.head(10).iterrows():print(f"{row['股票代码']}{row['股票名称']}| 机构买入{row['机构净买入(万元)']:.0f}万元 | 游资买入{row['游资净买入(万元)']:.0f}万元")# WorkBuddy筛选游资净买入的股票hot_buy=df_lb[df_lb['游资净买入(万元)']>1000].sort_values('游资净买入(万元)',ascending=False)print("\n=== 游资净买入前10 ===")for_,rowinhot_buy.head(10).iterrows():print(f"{row['股票代码']}{row['股票名称']}| 游资买入{row['游资净买入(万元)']:.0f}万元")returnorg_buy,hot_buy# WorkBuddy追踪龙虎榜org_buy,hot_buy=track_longhubang()

WorkBuddy会输出机构和游资动向的股票列表：

=== 机构净买入前10 === 002475 立讯精密 | 机构买入3000万元 | 游资买入500万元 000333 美的集团 | 机构买入2500万元 | 游资买入800万元 ... === 游资净买入前10 === 300059 东方财富 | 游资买入5000万元 002230 科大讯飞 | 游资买入4000万元 ...

龙虎榜追踪的价值

龙虎榜是判断市场情绪的重要指标。WorkBuddy追踪龙虎榜，帮助我：

发现游资动向：知名游资买入的股票，往往短期会有行情
跟踪机构动向：机构买入的股票，往往中长期更稳健
判断市场情绪：龙虎榜活跃度，反映市场情绪高低

第六阶段：全市场资金流向融合分析

WorkBuddy可以融合分析全市场资金流向

把北向资金、主力资金、龙虎榜数据融合起来，WorkBuddy可以给出全市场资金流向的综合分析：

deffull_capital_flow_analysis():"""WorkBuddy全市场资金流向融合分析"""capital_data=load_capital_flow_data()df_north=capital_data['北向资金']df_main=capital_data['主力资金']df_lb=capital_data['龙虎榜']# WorkBuddy找出北向+主力共同认可的股票north_buy=set(df_north[df_north['增持股数(万股)']>10]['股票代码'])main_buy=set(df_main[df_main['主力净流入(万元)']>1000]['股票代码'])north_main_common=north_buy&main_buyprint(f"=== 北向+主力共同认可：{len(north_main_common)}只 ===")forcodeinlist(north_main_common)[:10]:name=df_main[df_main['股票代码']==code]['股票名称'].iloc[0]print(f"{code}{name}")# WorkBuddy找出主力+游资共同认可的股票lb_buy=set(df_lb[df_lb['游资净买入(万元)']>1000]['股票代码'])main_lb_common=main_buy&lb_buyprint(f"\n=== 主力+游资共同认可：{len(main_lb_common)}只 ===")forcodeinlist(main_lb_common)[:10]:name=df_main[df_main['股票代码']==code]['股票名称'].iloc[0]print(f"{code}{name}")# WorkBuddy找出北向+主力+游资共同认可的股票（最强标的）triple_common=north_buy&main_buy&lb_buyprint(f"\n=== 北向+主力+游资共同认可（最强标的）：{len(triple_common)}只 ===")forcodeinlist(triple_common):name=df_main[df_main['股票代码']==code]['股票名称'].iloc[0]print(f"{code}{name}")returntriple_common# WorkBuddy融合分析strongest_stocks=full_capital_flow_analysis()

WorkBuddy会输出全市场资金流向的综合分析结果：

=== 北向+主力共同认可：35只 === 600036 招商银行 000333 美的集团 ... === 主力+游资共同认可：28只 === 002475 立讯精密 300059 东方财富 ... === 北向+主力+游资共同认可（最强标的）：5只 === 000333 美的集团 002475 立讯精密 600519 贵州茅台 ...

这5只股票，就是北向资金、主力资金、游资共同认可的标的，值得重点跟踪。