有一定炒谷经验的朋友，都会在各种行情软件上看到下图这种资经流数据。

它展示了所谓的机构资经流入、散户资经流入等数据。

这数据光名称就会让很多人兴奋。机构、主力、散户，哇，那我跟着主力资经C作是不是就能Z钱了？

稍微理智一点的，会去思考这个数据到底是怎么算的，也有人会来问我。

本文就对此问题进行详细的讲解。

01 各个财经网站的资经流数据

随便打开一个行情软件，比如同H顺（个人认为在手机上体验Z好的炒谷App），你就可以看到任一只谷票的资经流数据。

比如下图是平安BANK的数据：

我常用来抓数据的新浪财经也有平安BANK的买入、卖出资经流数据：

再比如付费的金融数据库万D，我很多数据都从这里获取，每年得花个几十万元。它也提供主力流入、流出数据：

我们将这些数据整理到下面的表格中：

同谷票同日的资经流数据，却各不相同

这是同一天、同一只谷票的资经流入和流出数据。仔细观察就会有疑问，为啥每个平台的数据存在这么大的差异？

02 我理解的资经流计算

我们做量化T资的对数据很敏感。看到新的数据类型就像看到宝藏一样，两眼放光。

当第一次看到资经流数据时，我想象中它的计算方式是这样的。

举个例子，假设下图是某谷票某日逐笔交易数据。我们知道每一笔交易的成交价、买卖方向、成交额。

上市公司A日内逐笔数据

因为之后要计算机构、主力、散户的资经进出，那我必然还要知道每笔交易对应的交易账号及背后账户人的信息。

我们可以看到图中橙色部分代表着机构账户，有4笔交易。其中买入的有两笔：

那么把两笔加起来，就得到了机构流入：1779360+277200=4551360。

同样的还有两笔机构卖出的交易：

把这两笔加起来，就得到了机构流出资经：919296+159120=1078416。

以此类推，我们还能算出大户、散户的相关数据，形成下面这张表：

以上就是我想象中的计算方法。我也问过很多人，他们也都以为是这么计算的。

但实际上，这种算法根本不可能实现。

03 每笔交易来自哪个账户

一笔交易来自于哪个账户这样的信息，只有交易所自己知道。

而交易所是绝D不会对外提供这样的数据的。

交易所对数据的管控非常严格，访问数据有专门的数据室，进出要安检，也没有持续外泄的可能。

当然也有特例。在某些交易所正式对外公布的数据中，会包含一些账户信息的蛛丝马迹。

比如之前的TopView数据和目前的沪港通数据，部分的展示了交易账户信息，感兴趣的可以自己搜一下，或点我头像交流了解详情。

另外，交易所虽然知道哪些账户是机构账户，但是如何区分散户、大户还有庄家呢？这些都属于个人账户，它们并不会告诉交易所自己是散户还是庄家。

04 实际上资经流数据到底如何计算？

那么资经流数据实际上是如何计算的呢？我们以万D的数据来进行讲解。

从上面的数据说明中，可以看到万D并不是以交易的归属账户来划分机构、散户等的，而是直接用这笔交易成交额的大小来区分：

根据这个标准我们重新划分一下刚刚的逐笔数据，重点注意倒数第二列橙色部分：

据此，我们再把逐笔数据分类汇总下，就能得到各类资经账户的流入、流出数据。

我们可以看到有三笔交易被定义为散户。其中有两笔买入：

把这两笔加起来就得到了散户资经流入：41048-8136=32912

同样的还有一笔是散户卖出的交易：

那么散户资经流出额就是8136元。

以此类推，将其它分类的买入额累计相加得到资经流入数据，卖出额累计相加得到资经流出数据：

按照万D的规则计算的资经流数据

以上是万D的资经流数据计算方法，其它软件也是也大同小异：

我们整理了几家行情软件的数据划分标准，可以看出每一家的标准都不同：

这也能解释为什么各个行情软件的数据会存在那么大的差异了，因为它们的划分标准不一样。

所谓的散户、大户、机构只不过是根据挂单的资经量来划分的名称而已。单子大的叫机构，单子小的是散户。

一个散户下单30万会被认为是机构。而有的机构把一个大单拆成很多个小单来下，却会被认为是散户。

这样的数据存在一定失真。

05 失真的数据还有什么意义？

很多的朋友可能会说：这存在缺陷的数据，还能用吗？

其实还是能用的，并且一定要用。

很多数据都是存在缺陷的，但它们依旧能在很大程度上反应出真实信息。

就好比很多人觉得A谷公司存在财务造假，财务数据不可靠。但实际上财务数据整体还是非常有价值的，基于财务数据能构建非常好的选谷策略。

归根到底还是要看你对数据了解的深度以及如何应用这些数据。

比如下面就是我们依据万D的资经流数据构建的一个选谷策略。年化SY率66%，13年至今累计翻46倍，总体来说还是不错的。

按照资经流数据构建策略

06 后记

文章的最后，和大家分享一点量化T资的心得。

很多人问我小白如何开始学习量化T资，有什么可以书单推荐。

我的建议是千万不要直接找本书来看。

你找本编程书看，那跟着敲完“Hello World”就结束了；你找本数学书看，那看到第七页的公式就睡着了。

更好的学习方式是做实际的项目，在实践中学习量化策略。

研报就是很好的量化实践项目。

一篇研报就是一个策略，作者都是年薪百万的高学历券商分析师，你要做的就是读懂策略研报，并用代码实现。

在此期间什么不会学什么，哪里不会点哪里，抱着解决问题的心态去学习，事半功倍。

熟读唐诗三百首，不会作诗也会吟。

那么哪里可以获取研报呢?

你可以在网上零零散散的搜索到一些，但是非常的不系统。

而像WIND这类能找到系统性研报的软件，则需要付费，并且里面的研报太多，让人不知该从何处入手。

我这里有分门别类几万份研报，还会实时更新。

我为大家区分了难度，从中精选了部分研报。

如果你需要的话，可以点我头像交流获取，都是可以直接发给你的。

点我头像后，也可以交流量化T资相关问题，我比较忙，回复的比较慢，但是看到的都会回复。

聊的开心，聊得有缘，很多量化的数据、资料都是可以送给你的。

也可以翻翻我朋友圈的内容，很多量化干货。一些不会公开发的内容，都会在朋友圈说。