量价配合出现异常
股价处于低位时,成交量温和放大,股价涨幅有限,甚至出现下跌抵抗。这种现象通常意味着有资金在悄悄吸纳。定量指标可以观察5日均量线与20日均量线的金叉,同时股价波动率下降。期货市场则表现为持仓量增加,价格窄幅波动,主力双向开仓。
import pandas as pd
import numpy as np
def volume_price_anomaly(data, window_short=5, window_long=20):
data['vol_ma_short'] = data['volume'].rolling(window_short).mean()
data['vol_ma_long'] = data['volume'].rolling(window_long).mean()
data['vol_ratio'] = data['vol_ma_short'] / data['vol_ma_long']
data['price_volatility'] = data['close'].pct_change().rolling(window_long).std()
condition = (data['vol_ratio'] > 1.5) & (data['price_volatility'] < data['price_volatility'].quantile(0.3))
return condition
盘口挂单出现规律性大单
买卖档位频繁出现特定数字的大单,如888、666等,且这些大单在股价下跌时撤单,上涨时加单。定量统计单位时间内大单撤单率与挂单量比值。期货市场观察买卖盘口的大单厚度变化,主力通过挂单诱导散户。
股价走势独立于大盘
大盘下跌时,个股横盘或小幅上涨;大盘上涨时,个股率先启动。计算个股与大盘的滚动相关系数,当20日相关系数低于0.3且个股相对强度持续为正时,庄家进驻概率高。期货品种也可类似对比板块指数。
import numpy as np
def relative_strength(stock_returns, index_returns, window=20):
corr = stock_returns.rolling(window).corr(index_returns)
rs = (stock_returns - index_returns).rolling(window).sum()
condition = (corr < 0.3) & (rs > 0)
return condition, corr, rs
换手率处于特定区间
庄家吸筹阶段换手率通常在3%到8%之间,拉升阶段换手率超过10%但股价涨幅不大。定量模型可统计连续5日换手率均值与股价涨幅的背离。期货市场无换手率,但可用持仓量变化率与价格变化率背离替代。

资金流向指标持续净流入
大单净流入额连续多日为正值,且净流入额占成交额比例超过5%。使用Level-2数据计算主力资金净流入。期货市场可通过持仓排名分析主力多空增减仓。
筹码分布出现单峰密集
成本分布图显示筹码在某一价格区间高度集中,上方套牢盘稀少。定量计算筹码集中度,如90%成本区间宽度除以当前价格小于20%。期货市场可观察持仓成本分布,但更依赖成交量分布。
技术指标出现底背离
股价创新低,MACD、RSI等指标不创新低。定量定义背离:价格低点序列与指标低点序列的斜率符号相反。连续两次背离可信度更高。期货市场同样适用,尤其结合持仓量指标。
import pandas as pd
import numpy as np
def bullish_divergence(price, indicator, window=5):
price_lows = price.rolling(window).min()
indicator_lows = indicator.rolling(window).min()
price_trend = price_lows.diff()
indicator_trend = indicator_lows.diff()
divergence = (price_trend < 0) & (indicator_trend > 0)
return divergence
均线系统由空转多
短期均线上穿长期均线形成金叉,且均线系统呈现多头排列。定量观察5日、10日、20日均线的排列关系及斜率。期货市场可结合布林带开口方向。
利空消息出现时股价抗跌
发布利空公告后,股价低开高走或横盘不跌。定量统计利空事件后3日累计超额收益。若超额收益为正且成交量放大,庄家借利空吸筹。期货市场可观察供需报告后的价格反应。
分时图出现脉冲式放量
盘中突然出现连续大单推升股价,随后恢复平静。定量检测每分钟成交量超过均量5倍且持续不超过3分钟。期货市场在夜盘或早盘常见此类现象。
以上十个现象需结合使用,单一现象可能存在假信号。构建量化评分系统,每满足一个现象得1分,总分超过6分可视为庄家进驻概率较高。实际交易中还需考虑市场环境与品种特性。