沪深港通数据实战从北向资金到择时信号的全链路量化第 11 篇自研北向择时综合指标净流入、成分股与排名共振一、前言前 10 篇分别打通了「资金面」第 1、2 篇、「成分股情绪」第 3 篇、「排名持续度」第 8 篇三条线索。本篇是择时综合层把这三个单因子按权重合成一个可量化的北向择时综合打分落库ht_composite作为第 12 篇实战流水线的输出目标。二、因子来源均来自本系列前文落库表因子来源表字段含义资金面ht_bx_trendsignal第 2 篇北向净流入动量信号−1/0/1成分股情绪ht_hgtc / ht_sgtcpc第 3 篇北向成分股平均涨跌幅排名持续度ht_bxpmzqszzf第 8 篇北向周期市值涨幅三、自研综合指标综合打分演示用线性加权权重可按样本外调优score 0.4 * 资金面信号 0.3 * 成分股情绪归一 0.3 * 排名持续度归一成分股情绪归一mean(pc) / 10涨跌幅百分比压缩到 ≈[−1,1]。排名持续度归一mean(zqszzf) / 10。三者同向为正时 score 显著为正代表「资金在买 标的走强 持续加仓」共振。四、数据表设计CREATETABLEht_composite(tsTEXT,bx_signalREAL,boardREAL,rankREAL,scoreREAL);五、完整代码importsqlite3,pandasaspd,loggingfromdatetimeimportdatetime DB_PATHquant.dbLOG_FILEseason4_article11.loglogging.basicConfig(filenameLOG_FILE,levellogging.INFO,format%(asctime)s %(levelname)s %(message)s)def_safe_read(sql):try:connsqlite3.connect(DB_PATH)dfpd.read_sql(sql,conn)conn.close()returndfexceptException:returnpd.DataFrame()defcomposite_signal():trend_safe_read(SELECT signal FROM ht_bx_trend ORDER BY t DESC LIMIT 1)hg_safe_read(SELECT pc FROM ht_hgtc)sg_safe_read(SELECT pc FROM ht_sgtc)rank_safe_read(SELECT zqszzf FROM ht_bxpm)w_bxint(trend[signal].iloc[0])ifnottrend.emptyelse0pc_seriespd.concat([hg,sg])[pc]if(nothg.emptyornotsg.empty)elsepd.Series(dtypefloat)w_boardpd.to_numeric(pc_series,errorscoerce).mean()/10.0iflen(pc_series)else0.0w_rankpd.to_numeric(rank[zqszzf],errorscoerce).mean()/10.0ifnotrank.emptyelse0.0score0.4*w_bx0.3*w_board0.3*w_rank connsqlite3.connect(DB_PATH)conn.execute(CREATE TABLE IF NOT EXISTS ht_composite ( ts TEXT, bx_signal REAL, board REAL, rank REAL, score REAL))conn.execute(INSERT INTO ht_composite VALUES (?,?,?,?,?),(datetime.now().isoformat(),float(w_bx),float(w_board),float(w_rank),float(score)))conn.commit();conn.close()logging.info(composite score%.4f,score)print(f资金面{w_bx}成分股情绪{w_board:.3f}排名持续度{w_rank:.3f}f综合打分{score:.3f})returnscoreif__name____main__:composite_signal()六、业务关键点本篇是「聚合层」依赖前文的表已存在用_safe_read兜底缺表时该因子记为 0不会整体崩溃。权重 0.4/0.3/0.3 仅作演示实盘应当用历史样本做归一与调参避免过拟合。打分的「共振」思想可扩展到第 9、10 篇的南北长周期因子做成多周期版本。七、拓展练习把三个因子各自做 z-score 标准化后再加权削弱量纲差异。用ht_composite.score历史序列做分位切分定义「强看多 / 中性 / 强看空」三区。将本篇 score 与沪深 300 后续 N 日收益做相关性检验评估因子有效性。八、下篇预告下一篇《综合实战流水线数据调度与北向看板》将把全系列 21 个接口用统一调度串起来并用一个通用落库函数 调度框架输出北向看板完成本季收官。免责申明文中所有数据处理逻辑仅为编程演示仅为数据演示不构成投资建议。市场有风险投资需谨慎。
