资金流向决定股票短期涨跌
股票价格上涨的直接驱动力是买入资金超过卖出资金。观察盘面时，成交量的变化比价格本身更早发出信号。当一只股票在低位横盘后出现连续放量，且收盘价站稳短期均线，往往意味着有主力资金进场。北向资金、融资余额、龙虎榜席位数据都是追踪资金动向的工具。期货市场同样如此，持仓量的增减反映多空双方的真实意图。持仓量上升伴随价格上涨，说明新多头主动入场，趋势延续概率较高。
供需关系是期货定价的锚
期货价格由现货供需和远期预期共同决定。以螺纹钢期货为例，钢厂开工率、社会库存、表观消费量三个数据每周更新。当库存连续下降且消费量同比转正，期货价格容易走出上涨趋势。农产品期货看天气和种植面积，原油期货看OPEC减产执行率和美国页岩油产量。基差即现货价格减期货价格，基差走强说明现货紧张，期货价格有向上修复空间。交易者可以跟踪基差率变化来捕捉套利机会。
业绩预期驱动股票中期趋势
股票市场喜欢确定性增长。一家公司如果连续两个季度营收和净利润增速环比提升，且行业景气度向上，机构资金会持续买入。关注ROE、毛利率、经营性现金流三个指标。ROE大于15%且稳定，毛利率不依赖单一客户，现金流覆盖净利润，这样的股票在回调时容易获得支撑。期货市场没有业绩概念，但产业利润可以类比。当钢厂利润被压缩到负值，减产预期升温，螺纹钢期货价格往往见底。
技术形态提供入场时机
股票和期货都可以用趋势跟踪策略。移动平均线多头排列，价格在20日均线上方运行，MACD金叉且红柱放大，这些条件同时满足时胜率较高。期货交易需要额外关注杠杆和保证金变化。以下是一个简单的双均线策略代码示例，用于股票或期货回测。
import pandas as pd
import numpy as np
def dual_ma_strategy(price_series, short_window=5, long_window=20):
signals = pd.DataFrame(index=price_series.index)
signals['price'] = price_series
signals['short_ma'] = price_series.rolling(short_window).mean()
signals['long_ma'] = price_series.rolling(long_window).mean()
signals['signal'] = 0
signals.loc[signals['short_ma'] > signals['long_ma'], 'signal'] = 1
signals.loc[signals['short_ma'] <= signals['long_ma'], 'signal'] = 0
signals['position'] = signals['signal'].diff()
return signals
该策略在短期均线上穿长期均线时买入，下穿时卖出。股票市场需要过滤掉流动性差的标的，期货市场要选择主力合约。
波动率与市场情绪影响短期节奏
股票涨停板数量、连板高度、炸板率反映短线情绪。情绪冰点后出现修复，首板股票容易晋级。期货市场看VIX指数和期权隐含波动率。当隐含波动率处于历史低位，往往酝酿大行情。股票和期货的共同点是，极端情绪后容易反转。恐慌性抛售后，如果成交量萎缩且价格不再创新低，反弹一触即发。
宏观因子改变股票与期货的联动
利率、汇率、通胀数据影响所有风险资产。降息周期中，成长股和有色金属期货受益。加息周期中，价值股和农产品期货相对抗跌。股票与期货的跨市场套利需要关注基差和展期成本。股指期货贴水时，可以买入ETF同时做空股指期货，等待基差收敛。商品期货跨期套利看近远月价差和仓单变化。
交易纪律决定最终盈亏
知道什么会涨只是第一步。股票交易要设置止损位，一般以买入价下方5%到8%为限。期货交易因为杠杆，止损更严格。单笔亏损不超过总资金的2%。盈利后移动止损保护利润。不要因为一只股票涨停就追高，也不要因为期货跌停就抄底。等待信号确认，分批建仓。股票和期货市场永远存在机会，保住本金才能持续参与。
