Institution Tracker · 内部文档
Institution Tracker · 方法论白皮书
期货机构仓位跟踪系统
2026-04-13 · 覆盖品种：AU · AG · JM · SI · Aquabridge Trading 内部系统
4
监控品种
119
可用历史交易日
20
席位/品种/日
3
分析模块
T+0
收盘后更新

国内期货交易所每日收盘后强制公示前20名席位（期货公司）的多空持仓及变化量，俗称"龙虎榜"。 这是少数几个可以直接观测到机构真实仓位动向的窗口。本系统以此为核心数据源，构建三个分析模块： 席位可信度评估（C1）、交易异动告警（C2）、机构综合观点（C3）， 供交易决策参考。

数据来源

仓位数据 — 交易法门 免费公开

来源jiaoyifamen.com（聚合交易所官方数据）
更新频率每日收盘后，与交易所同步
历史深度119 个交易日（约 6 个月）
数据内容多头 / 空头 / 净多 / 净空 前20席位，含今日持仓量及变化量
品种范围全市场（SHFE/DCE/CZCE/GFEX）
认证方式无需登录，公开 JSON API

价格数据 — akshare 开源

来源新浪财经期货日线（akshare 封装）
合约类型连续主力合约（AU0 / AG0 / JM0 / SI0）
字段开 / 高 / 低 / 收 / 成交量 / 结算价
深度 AU: 4,446日 · AG: 3,387日 · JM: 3,166日 · SI: 798日
用途C1 席位信号胜率验证
⚠ 数据局限： 龙虎榜仅披露前20名席位，市场中存在大量散户及中小机构仓位无法观测。 席位（期货公司）不等于单一客户，一个席位可能混合多个客户的多空头寸，方向可能相互抵消。 应将龙虎榜视为"大型机构整体倾向"的近似观测，而非精确信号。
监控品种
品种名称交易所连续合约代码选择理由
AU沪金上期所 SHFEAU0全球定价，机构参与度高，龙虎榜数据质量好
AG沪银上期所 SHFEAG0与 AU 联动，工业+避险双重属性，波动较大
JM焦煤大商所 DCEJM0产业链关键品种，机构持仓集中，结构性机会多
SI多晶硅广期所 GFEXSI0新品种（2023年上市），价格处于历史低位，波动剧烈
C1 席位可信度评估 Broker Credibility Scoring

核心问题：谁的仓位变化是有效信号？ 并非所有席位增减仓都有预测意义——有些席位是"聪明资金"，有些只是对冲套保或被动调仓。 C1 通过历史回测，量化每个席位的信号预测能力。

信号定义
# 信号产生条件 席位 B 在第 T 日的多头仓位变化 δ = indicatorIncrease 若 δ > +500手 → 多信号（看多） 若 δ < −500手 → 空信号（看空） |δ| ≤ 500手 → 过滤（视为噪声，不计入信号） # 阈值 500手 的含义： # 过滤日常小幅调仓（对冲、保证金调整等）， # 只保留有主动方向判断意义的大额动作
胜率计算
# 对每个信号，计算 T+1 / T+3 / T+5 日的价格收益率 r_N = (close[T+N] − close[T]) / close[T] # 判断是否命中 hit_N = 1 若 sign(δ) × sign(r_N) > 0 # 方向一致 hit_N = 0 否则 # 各时间窗口胜率 hit_rate_1d = mean(hit_1) # T+1 日胜率 hit_rate_3d = mean(hit_3) # T+3 日胜率 hit_rate_5d = mean(hit_5) # T+5 日胜率 # 综合评分（加权平均，近期更重要） score = (hit_1d × 1 + hit_3d × 2 + hit_5d × 3) / 6

参数配置

参数值说明
MIN_SIGNAL_DELTA500手信号最小门槛
EVAL_HORIZONS[1,3,5]天验证周期
权重1:2:35日权重最高
最小信号数≥3条低于此阈值不评分
历史深度60交易日初始 bootstrap

评分解读

  • score ≥ 0.65：高可信度席位，仓位变化有较强预测意义
  • score 0.50–0.65：中等，参考价值有限
  • score < 0.50：低于随机，可能是反向参考
  • 注：60天约60–80条信号，统计置信度有限。随数据积累（目标180天+）评分会收敛。
今日最高分（AU）
中财期货 0.744
13条信号 · 5日胜率显著
今日最高分（AG）
信达期货 0.833
4条信号 · 样本较少，参考为主
今日最高分（JM）
广州金控 0.694
6条信号
今日最高分（SI）
招商期货 0.528
4条信号 · SI上市时间短
C2 交易异动告警 Anomaly Detection

核心问题：今天有没有不寻常的机构动作？ 同一个席位在不同交易日的仓位变化存在一定规律性。当今日变化量明显偏离历史均值， 或多个头部席位同时同方向动作，可能预示市场格局的转变。C2 提供两种检测机制。

机制一：Z-Score 单席异动
# 对每个席位，计算过去 20 个交易日的 delta 均值和标准差 μ = mean(δ[-20:]) # 历史均值 σ = std(δ[-20:]) # 历史标准差 Z = (δ_today − μ) / σ # 今日标准化偏离 # 触发条件 |Z| ≥ 2.0 → 触发告警（"单席异动"） # 示例：SI 国泰君安今日 δ = −6,781手，Z = −6.35 # 意味着该席位今日减仓幅度是过去20日正常波动的 6.35 倍
机制二：多席同向收敛
# 观察多头榜（或空头榜）前3名席位的今日变化方向 top_3_deltas = [δ_rank1, δ_rank2, δ_rank3] 若 all(d > 0 for d in top_3_deltas) → "多席同向加仓" 告警 若 all(d < 0 for d in top_3_deltas) → "多席同向减仓" 告警 # 直觉：前三大持仓机构罕见地同时加仓/减仓， # 意味着市场可能有统一的信息或判断在传导

参数配置

参数值说明
Z_THRESHOLD2.0约 2.5% 单侧概率
LOOKBACK_DAYS20天约一个月均值窗口
CONVERGENCE_N3席同向检测席位数
最小历史≥5天低于此不计算Z

今日告警汇总（2026-04-13）

  • AU 沪金：1条（中泰期货增仓，Z=2.45）
  • AG 沪银：8条（东证/国元大幅减多仓 + 多席同向加仓空头）
  • JM 焦煤：8条（多席同向减仓，头部机构集体降低多头敞口）
  • SI 多晶硅：12条（国泰君安 −6,781手 Z=−6.35，极端异动）
C3 机构综合观点 Institutional View Synthesis

核心问题：机构整体在看多还是看空？与我自己的判断是否一致？ C3 将当日龙虎榜数据压缩为一个结构化的"机构观点"，可直接与个人分析对比（cross check）。

净多比 · 方向标签
# 统计前20席位的多头/空头持仓总量 total_long = Σ(多头榜前20席位 持仓量) total_short = Σ(空头榜前20席位 持仓量) net_ratio = total_long / (total_long + total_short) # 方向标签映射 net_ratio ≥ 0.65 → 强多 net_ratio ≥ 0.55 → 偏多 net_ratio ≥ 0.45 → 中性 net_ratio ≥ 0.35 → 偏空 net_ratio < 0.35 → 强空 # 信念度（0–10）：净多比偏离中值的程度 conviction = |net_ratio − 0.5| × 20
Cross Check 接口
# ov-gd 技能生成个人观点后，直接调用 C3 对比 from c3_view import load_view_for_crosscheck, crosscheck inst_view = load_view_for_crosscheck("AU") # 加载最新机构观点 my_view = { "symbol": "AU", "my_direction": "多", # 个人方向 "conviction": 7, # 个人信念度 } result = crosscheck(my_view, inst_view) # 输出：{"alignment": "一致", "signal": "✅ 机构与观点同向，增强信心"}

今日机构观点（2026-04-13）

品种方向净多比主要动向
AU 沪金强多78%永安期货增多485手
AG 沪银中性51%东证减多2,307手，多空拉锯
JM 焦煤中性46%多席同向减仓，机构退潮
SI 多晶硅偏空45%国泰君安减多6,781手（极端）

输出结构体字段

  • inst_direction：方向标签（强多/偏多/中性/偏空/强空）
  • conviction：信念度 0–10
  • net_ratio：净多比 0–1
  • long_leader / short_leader：多/空头持仓最大席位
  • key_move：今日主导资金流（增多减空/减多增空等）
  • top_mover：今日最大单席动作席位及手数
  • anomaly：是否存在 C2 异动告警
  • summary：中文摘要（供直接引用）
系统架构与运行方式
  1. 每日收盘后执行 python3 run_daily.py，自动拉取最新数据
  2. 持仓数据 存储为 data/positions/{SYMBOL}/{YYYY-MM-DD}.json，滚动积累
  3. 价格数据 存储为 data/prices/{SYMBOL}_price.csv，每日覆盖更新
  4. C2 异动检测：读取最近21日持仓，计算 Z-score，输出告警列表
  5. C1 评分计算：读取最近60日持仓 + 价格，按席位计算胜率，保存至 data/credibility/
  6. C3 观点合成：从今日仓位数据提取结构体，保存至 data/views/{SYMBOL}_view.json
  7. 报告生成：输出 MD + HTML + PDF，存入 reports/{YYYY-MM-DD}/
  8. ov-gd 调用：发动 ov-gd 技能后，自动从 data/views/ 加载 C3 观点进行 cross check

当前数据状态

仓位历史60天（Bootstrap 完成）
SI 仓位39天（广期所上市较晚）
C1 信号样本AU ~13条 · AG ~4条
目标积累180天后 C1 评分可靠性显著提升

后续计划

  • C1 动态追踪：新信号产生后实时更新评分
  • 扩展至全品种（当前 MVP 仅4个）
  • 奇货可查历史数据补充（VIP 接口）
  • 企业微信每日推送 C2 实时告警
  • Aquabridge 网页自动发布
Aquabridge Trading · Institution Tracker v1.0 · 2026-04-13 内部文档，请勿对外传阅 · 本系统由 CC 自动生成和维护