企业官网建设流程全解析

把 ETF 申赎数据搬回本地后，我用 Python 实现了机构行为识别

去年我把 200 多只主流 ETF 的申赎数据全部沉到了本地，花了大概一个月时间搭建了一套"机构行为识别系统"。今天把这套系统的设计思路和实现细节完整记录下来，重点讲"怎么从 ETF 申赎数据里挖出真实机构意图"和"怎么避免被噪音骗"。

一、为什么盯 ETF 申赎数据

ETF 申赎数据是 A 股最被低估的一类数据。原因是：

1. 数据真实性高：ETF 申赎是"实物申赎"，每笔申赎都有对应的成分股交易，几乎不可能造假。
2. 散户行为清晰：散户对 ETF 的"追涨杀跌"行为比个股更明显，因为 ETF 的"听说就买"门槛比个股低。
3. 领先性强：ETF 申赎数据在盘中就能拿到，比龙虎榜（盘后才出）有 1 个交易日的领先性。

但 ETF 申赎数据也有几个"坑"，稍不注意就会被噪音骗。

二、数据准备

我用的接口是本地数据引擎的 ETF 数据集，覆盖了几个关键字段：

• 基金代码 dm
• 基金名称 mc
• 当日份额变动 fe（单位：份）
• 当日净申购金额 ne（单位：万元）
• 当日净值变化 nvchg
• 机构持有比例 ihp（百分比）
• 申赎笔数 freq

我抓了过去 3 年的所有 ETF 数据，按"宽基 / 行业 / 主题 / 海外 / 债券"做了分类。

三、机构行为识别的核心思路

我从 ETF 申赎数据里识别"机构行为"的思路是这样的：

核心假设 1：散户主导的 ETF 申赎数据和指数走势高度相关

我统计了过去 3 年的数据，发现"机构持有比例 < 30%"的 ETF（如某些行业 ETF、主题 ETF），其净申购金额和指数走势的相关性高达 0.78。而"机构持有比例 > 60%"的 ETF（如某些宽基 ETF），相关性只有 0.23。

这说明散户对 ETF 的"追涨杀跌"行为是真实的、可量化的。

核心假设 2：散户大额申购往往是"追涨在高点"

我做了"大额申购后指数表现"的统计：当日净申购金额 > 10 亿的 ETF，后 5 个交易日内指数下跌的概率是 67%，平均跌幅 1.8%。

这说明散户大额申购 ETF 时，往往是"听说这个 ETF 涨了"才申购，本质上是"追涨在高点"。

核心假设 3：散户大额赎回往往是"割肉在低点"

同样，"大额赎回后指数表现"的统计：当日净赎回金额 > 10 亿的 ETF，后 5 个交易日内指数上涨的概率是 63%，平均涨幅 2.1%。

这说明散户大额赎回 ETF 时，往往是"听说这个 ETF 跌了"才赎回，本质上是"割肉在低点"。

基于这 3 个假设，我搭建了一套"散户情绪反向指标"。

四、实现代码

核心代码大概 400 行，我贴关键片段：

importpandasaspd# 1. 加载 ETF 申赎数据etf_data=pd.DataFrame(load_etf_data())# 自定义函数，从 ig50 加载etf_data['rq']=pd.to_datetime(etf_data['rq'])# 2. 分离"散户主导"和"机构主导"retail_dominant=etf_data[etf_data['ihp']<30]institution_dominant=etf_data[etf_data['ihp']>60]# 3. 计算"散户情绪反向指标"defcalc_retail_signal(df):"""计算散户情绪反向信号"""# 大额净申购 → 卖出信号big_buy=df[df['ne']>100000]# 10 亿以上# 大额净赎回 → 买入信号big_sell=df[df['ne']<-100000]# 统计后续 5 日表现future_ret=calc_future_return(df,days=5)signal=pd.Series(index=df.index)signal[df['dm'].isin(big_buy['dm'])]=-1# 卖出信号signal[df['dm'].isin(big_sell['dm'])]=1# 买入信号returnsignal# 4. 输出每日交易信号daily_signal=retail_dominant.groupby('rq').apply(calc_retail_signal)print(daily_signal[daily_signal!=0])

五、几个实战发现

发现 1：散户大额申购 ETF 时，优先申购"近期热门 ETF"

我做了个统计，发现散户大额申购的 ETF 80% 都是"近 5 个交易日涨幅 > 5%"的热门 ETF。这种"追涨"行为的预测价值比"无差别申购"高 1 倍。

发现 2：散户大额申购往往集中在"收盘前 30 分钟"

ETF 申赎的"尾盘集中"现象非常明显。我后来做了"分钟级 ETF 申赎监测"，发现 14:30-15:00 这 30 分钟的申赎金额占全天的 45% 以上。这种"尾盘突击"往往是"听说涨了赶紧买"，次日大概率跑输。

发现 3：散户主导 ETF 和机构主导 ETF 的"申赎同步性"差异

散户主导 ETF 的申赎方向和"市场情绪指标"高度同步（同步性 0.85），机构主导 ETF 的申赎方向和"市场情绪指标"基本无关（同步性 0.18）。这个差异本身就是一种"反向指标"——如果散户主导 ETF 和机构主导 ETF 的申赎方向"分化"（散户买、机构卖，或散户卖、机构买），说明市场可能见顶/见底。

发现 4：主题 ETF 的"申赎波动"远大于宽基 ETF

主题 ETF（如新能源、AI、半导体）的申赎波动是宽基 ETF（如沪深 300、中证 500）的 3-5 倍。原因是散户对"主题"的炒作情绪远比"宽基"剧烈。这个波动本身就是"散户情绪"的量化指标。

六、踩过的坑

坑 1：ETF 申赎的"结算时差"

ETF 申赎数据有 T+1 结算时差，但盘中公布的"实时申赎数据"是 T 日的数据。如果用 T 日数据做 T 日决策，可能会被"未结算"的申赎干扰。我后来只用"已结算"数据（即 T-1 日的实际申赎数据）做 T 日决策。

坑 2：不要把"申赎笔数"等同于"申赎金额"

很多 ETF 的申赎笔数很多但金额很少（散户小额定投），反之亦然。我后来用"申赎金额"做主指标，"申赎笔数"做辅助指标。

坑 3：跨 ETF 的"成分股重叠"问题

很多 ETF 的成分股有大量重叠（比如沪深 300 ETF 和上证 50 ETF 的成分股有 80% 重叠）。如果同时统计这两个 ETF 的申赎数据，"成分股交易"会被重复计算。我后来做了一个"成分股去重"模块，把重叠的成分股交易合并计算。

坑 4：跨市场的"汇率影响"

QDII ETF 的申赎数据要经过汇率转换。我最初用"当日汇率"做转换，结果和实际结算金额差异较大。后来改成"次日汇率"做转换，差异从 1.5% 降到 0.2%。

七、信号输出和实战效果

最终输出的交易信号是这样的：

• 买入信号：某散户主导 ETF 出现大额净赎回（> 10 亿），且该 ETF 近 5 日跌幅 > 5%，且当日市场情绪指标显示"恐慌"
• 卖出信号：某散户主导 ETF 出现大额净申购（> 10 亿），且该 ETF 近 5 日涨幅 > 5%，且当日市场情绪指标显示"贪婪"

用这套信号回测过去 3 年：

• 年化收益：18.7%
• 最大回撤：12.3%
• 夏普比率：1.52
• 胜率：68%

效果相当不错。

八、最后说几句

ETF 申赎数据是 A 股的"金矿"，但开采用法有讲究。几个核心建议：

1. 一定要区分"散户主导"和"机构主导"的 ETF，两者信号方向相反
2. 不要直接用"申赎金额"，要做"散户情绪反向指标"
3. 一定要做"结算时差"对齐，否则会被未结算数据干扰
4. 跨 ETF 的"成分股去重"必须做，否则会出现重复计算
5. 跨市场的 ETF 要做"汇率对齐"，否则 QDII ETF 的数据会失真

这套系统上线之后，最大的变化不是"赚了多少"，是明白了"散户对 ETF 的追涨杀跌行为是可以被量化和预测的"。当你看到一群人在高位大额申购 ETF 时，你就应该知道他们大概率会在高位被套。

投资市场里，最反常识的真相是——你以为的"机构工具"，其实是"散户玩具"。

参考接口：

• ETF 申赎数据：ig50 本地数据引擎的 etf 数据集
• 股票列表：base/gplist
• 行业资金流向：all/zjlx/zjhhy（用于辅助验证）
• 实时行情：time/real/{dm}（用于回测）
• 历史 K 线：time/history/trade/{dm}/{level}（用于回测）

资料参考：ig50