通达信资金异动指标源码解析：从量价代理变量到实战验证

简介：通达信资金异动附图指标公式源码，面向习惯用通达信盯盘、希望捕捉大资金进出场信号的股民和技术分析爱好者。文档完整给出经过反复验证的指标公式，通过VA1、VA2比较开盘价与收盘价相对65日低点、80日高点的强度变化，结合成交量和价格同步走强触发“有大资金进 关注”提示；利用成本分布函数WINNER计算各价位持股比例，通过A1~A12逻辑组合区分资金进场日与资金加仓日，并融入RSI、移动平均线、MACD变体及大盘强弱判断，形成多维度资金异动监控体系。资源仅含1个doc文件，大小127KB，内容紧凑，可直接复制到通达信公式编辑器使用。目前已有265人学习浏览，适合借鉴成熟资金监控思路、优化个人看盘系统的投资者参考。

1. 资金异动指标源码：拿到这份.doc之前，先想清楚它算的是什么

某个技术论坛里流传着一份文档，标题叫“通达信指标公式源码自己经过反复验证的资金异动附图指标.doc”，下载下来里面是源码、参数说明和几张复盘截图。很多人把源码粘贴进公式管理器，看到历史图上红柱绿柱标得精准，就准备真金白银进场。这个动作本身没有错，错在把它当成黑匣子直接用。资金异动在通达信的公式引擎里没有“真正的主力资金”数据可读，所有号称资金异动的指标，本质都是用成交额、换手率、量比、振幅等量价代理变量去估算资金活跃度。这份文档的价值不在于那几行源码，而在于“反复验证”四个字——验证方法比源码本身更值钱。本文把这套指标从原理到源码拆开，再给出可复现的复盘统计流程，以及最容易翻车的几类坑。

2. 资金异动到底怎么算：通达信公式能拿到的数据与五个代理变量

2.1 为什么不用“真正的资金流”？公式系统里根本没有这个字段

很多刚接触指标编写的人都会问一个问题：通达信不是能看到大单成交吗，公式里直接读大单净流入不就行了？实际在通达信的公式函数集里，我们能稳定读取的是开高低收、成交量、成交额、换手率、量比这些基础行情字段。所谓的大单净流入、主力持仓、北向资金，要么来自盘口快照的实时数据，要么来自增值行情终端，这些数据在公式引擎里要么无法历史回溯，要么在盘中频繁变动，根本不能用于写一个“历史图上稳定复现”的指标。

所以绝大多数资金异动类指标，走的都是“代理变量”路线：用量、价、额、率这些基础字段，构造一个能间接反映资金进出强度的评分。理解了这一点，你再看任何一份资金异动指标源码，第一件事就不是找什么神奇函数，而是看它到底用了哪些字段、如何加权。

这份文档里的指标也不例外，它没有调用任何付费数据接口，全部基于五个代理变量计算。后面 2.2 逐一拆解这五个变量的含义。想看代码的直接跳到第 3 章，但强烈建议先读完选型理由，因为参数怎么调、信号什么时候可信，全部取决于这层逻辑。

2.2 五个量价代理变量：成交额倍率、量比、换手率、收盘位置、趋势位置

第一个变量是成交额倍率。当日成交额除以过去 N 日的平均成交额，衡量的是资金参与度相对平时的放大程度。倍率超过 2 通常意味着有增量资金进入，低于 0.8 则是缩量整理。这个变量的优点是不受股本变动影响，缺点是它只告诉你“钱多了”，不告诉你钱是买还是卖——所以需要后面的方向变量来配合。

第二个是量比。通达信的量比函数在日线上可以简化为当日成交量与前一周期成交量的比值，更精确的做法是除以过去 5 日的日均成交量。量比描述的是“即时热度”，盘中量比飙升说明有资金正在抢筹或出逃，收盘后的量比则失去了分时意义。指标里我一般只把它当辅助确认项，不直接参与分值主计算。

第三个是换手率。换手率等于成交量除以流通股本，它衡量筹码交换的烈度。换手率太低说明交易清淡，资金异动无意义；换手率过高说明可能出现天量出货。最理想的是温和放量配合换手率抬升，比如换手从 1% 级别上升到 3% 到 8% 区间。注意通达信里的 CAPITAL 是流通股本，默认取当前值，这在历史回放时会造成口径失真，后面第 5 章会专门讲。

第四个是收盘位置，也叫 K 线位置因子。公式用 (收盘价 - 最低价) / (最高价 - 最低价) 计算当天收盘价落在振幅区间的位置。如果收盘接近最高价，说明多方占优，资金更可能是主动买入；反过来则偏向主动卖出。这个变量给前面的“量增”提供了方向，是整套指标判断资金流入还是流出的关键。

第五个是趋势位置。用收盘价与 20 日均线的关系来判断资金异动发生的环境：均线上方放量异动，属于多头环境下的资金进攻；均线下方放量异动，可能是超跌反弹或资金出逃。这一项不参与异动强度评分，但作为信号过滤条件，能显著减少下跌趋势里的假信号。

2.3 源码前的最后一个选择：副图上画什么才符合“资金异动”的直觉

设计附图指标和写选股公式不一样，选股公式只需要输出一个 0 或 1 的布尔值，附图指标必须让使用者在 K 线图上“一眼看懂”。我见过不少资金异动指标，把五六条线堆在一张副图上，每条线都有自己的颜色和坐标，根本不知道看哪条。这份文档里的做法相对克制：一条平滑的资金分值线，一组围绕零轴的红绿柱，外加信号触发时的图标标记。

画法上，红柱表示资金流入型异动，画在零轴上方；绿柱表示资金流出型异动，画在零轴下方；分值线平滑后反映资金异动的持续性。这样设计有一个直接好处：复盘时能快速区分“单日脉冲”和“持续异动”——单日脉冲是柱子突然放大第二天就缩回去，持续异动则是分值线连续走高。这个区分在后面的第 6 章会具体展开。

选型做完了，接下来就是把五个代理变量写成可编译的通达信公式源码。第 3 章给出完整代码、逐行解释和参数调整建议。

3. 把资金异动写成通达信公式：完整源码与逐行参数解读

3.1 一份可直接编译的资金异动附图指标源码

在通达信界面按 Ctrl+F 打开公式管理器，选择“技术指标公式”，新建一个公式，画线方法选“副图”，把下面代码粘贴进去即可编译。公式类型选择“副图”，名称建议用 ZJYD（资金异动的拼音首字母），后续调取输入 ZJYD 回车就行。

{资金异动附图指标 - 自编示例} {参数区：前三项可调，后面为固定逻辑} N1:=5; {成交额均量周期} N2:=20; {趋势均线周期} Q:=1.8; {倍率阈值，建议取值1.5~2.5} {基础数据} 金额:=AMOUNT/100000000; {成交额，单位换算为亿元} 金额均:=MA(金额,N1); {N1日平均成交额} 倍率:=金额/金额均; {成交额放大倍率} 换手:=VOL/CAPITAL*100; {换手率，注意CAPITAL为当前流通股本} 振幅:=(HIGH-LOW)/REF(CLOSE,1)*100; {当日振幅百分比} 位置:=IF(HIGH-LOW>0,(CLOSE-LOW)/(HIGH-LOW),0.5); {收盘位置因子，一字板取0.5} {资金方向判断} 正向:=IF(CLOSE>=REF(CLOSE,1),位置,0-(1-位置)); {评分：量能分 + 温度分 + 方向分} 量能分:=IF(倍率>=1,LOG(倍率+1)*40,0-LOG(2-倍率+1)*20); 温度分:=IF(换手>1,MIN(换手/10,1)*30,0); 分值:=量能分+正向*30+温度分; 资金异动:SMA(分值,3,1),COLORYELLOW,LINETHICK2; {信号与画柱} 强信号:=资金异动>20 AND 倍率>=Q AND CLOSE>MA(CLOSE,N2); STICKLINE(强信号,0,资金异动,3,0),COLORRED; 弱信号:=资金异动<-20 AND 倍率>=Q; STICKLINE(弱信号,0,资金异动,3,0),COLORGREEN;

代码编译通过后，加载到任意日线界面，能看到一条黄色平滑线和围绕零轴的红绿柱。红色柱含义是“放量且价格收在高位”，属于资金流入型异动；绿色柱代表“放量但价格走弱”，属于资金流出型异动。接下来逐段解释每个变量的计算思路和调整方法。

3.2 逐段解读：从成交额倍率到异动分值的计算顺序

第一段是参数区，N1 控制成交额均量的回看周期，N2 控制趋势均线周期，Q 是信号触发需要的成交额倍率下限。这三个参数是整套指标里最值得反复调试的地方。N1 默认 5，适合日线；如果用在 30 分钟或 60 分钟线上，建议改成 10 或 20，因为周期越短噪音越大，均量周期太短会导致倍率频繁触发。

第二段是基础数据。金额用 AMOUNT 除以 1 亿，把数值压缩到可读范围；金额均取其 N1 日均值；倍率就是当日成交额相对于近 N1 日均值的放大程度。注意这里没有直接用 VOL 而是用 AMOUNT，因为成交额同时包含价格和成交量信息，在复权口径不一致时比成交量更稳定。这一点对后面第 5 章的除权坑很重要。

第三段是方向和评分。位置因子用收盘价在当日振幅区间的位置衡量多空结果，涨停接近 1，跌停接近 0，一字板取 0.5 避免除零。正向因子在价格上涨时取位置正值、下跌时取负值，作用是给“放量”标上方向。量能分的设计是：倍率大于 1 时贡献正值，倍率越大分数越高，但用 LOG 压缩增速；倍率小于 1 时贡献负分，缩量越厉害负分越多——不过最多也只扣 20 分，避免缩量阴跌的个股霸屏。温度分用换手率衡量参与度，换手超过 10% 就封顶 30 分，防止次新股天天满分。

分值等于量能分、方向分、温度分三者叠加，范围大约在 -50 到 100 之间。资金异动线是对分值做 3 周期加权平滑，SMA(X,N,M) 的 M 越小跟随越紧密，取 1 会让曲线更贴近当日分值，但会牺牲一些平滑度；如果觉得抖动太大，可以把最后一个参数改成 2。

3.3 参数设置与适用周期：日线为主，分钟线要改三个地方

这套指标默认设计给日线使用，加载到周线也能跑，但信号数量会明显减少，因为日线级别的异动在周线上会被均摊。如果你想用在 30 分钟或 60 分钟周期上，必须改三处：第一，N1 从 5 改成 10 或 15，分钟线的成交额波动比日线剧烈得多，周期太短会让倍率频繁超过阈值；第二，Q 从 1.8 提高到 2.2，分钟线放量是常态，阈值不变的话信号会多到没法看；第三，N2 从 20 改成 60，因为分钟线一根 K 线的时间短，20 周期大约只覆盖一天半，趋势判断失真。

还有一点需要特别说明。这个指标在盘中实时刷新时，成交额、换手这些字段都是动态累积的，所谓“资金异动”可能在上午 10 点就触发，到下午收盘又消失。原因很简单：上午半天的成交额对比前几日全天均额必然偏高，下午成交额继续累积、均额参考值却不变，倍率自然会回落。所以盘中信号只能当作预警，真正要作为交易依据，请等收盘后重新计算，或者看次日开盘确认。这一点在不少讨论资金异动指标的文章里都被一笔带过，实际用起来却最容易迷惑新人。

4. 自己反复验证资金异动指标：复盘、回测与胜率统计的落地方法

4.1 验证前要把指标从“看盘工具”变成“统计对象”

文档标题既然写了“反复验证”，我们就得把它变成可执行的动作。多数人验证指标的方式是随便翻几只股票的 K 线，看到红柱后面涨了就认定有效，看到亏了就觉得是行情不好。这种验证没有统计意义，因为视觉记忆会选择性遗忘亏损案例。正确的做法是先把指标事件化：一个“信号”定义为红柱首次出现的那一天，然后统计信号出现后 3 日、5 日、10 日的涨跌幅和胜率。

在做统计之前，把指标加载到几只不同风格的股票上（比如一只活跃小盘、一只大盘权重、一只长期横盘），只做目视检查，确认信号分布是否合理。如果某只常年横盘的股票频繁出现红柱，说明阈值太低；如果一只活跃股一年都不出一个信号，说明阈值太高。这一轮快速检查不花时间，却能省下后面大量无效统计。

4.2 用通达信自带功能做条件选股与历史测试

通达信的条件选股功能可以把指标变成选股条件，从而批量扫描全市场，找出历史上所有出现信号的日期。常见做法是把“强信号”这个条件用公式系统中的“条件选股公式”再封装一次。注意通达信的条件选股公式默认只能输出一个条件，所以新公式里只需保留强信号的判断逻辑，不需要输出画线。

操作上，先把指标公式另存一份，删除画线和输出语句，只保留计算到强信号的过程，最后一行写“强信号评估:=资金异动>20 AND 倍率>=Q AND CLOSE>MA(CLOSE,N2);”然后选“条件选股公式”，在“选择指标”对话框里勾选它。执行条件选股时，把时间范围设成过去一年或两年，勾选“历史阶段选股”，就能得到这段时间内所有触发信号的日期和股票列表。这个列表可以直接导出为文本文件，作为后续统计的信号源。它的局限在于通达信历史选股依赖本地数据完整度，如果电脑只下载了最近几个月的数据，统计范围就只覆盖这几个月。

4.3 导出信号与行情数据，用 Python 统计胜率、盈亏比与最大回撤

把 4.2 导出的信号列表（包含股票代码和信号日期）保存为 signals.csv，再用通达信的“数据导出”功能导出一组股票的日线数据，字段至少包含日期、收盘价。下面这段代码把两个文件合并，为每个信号找到未来 3 日、5 日、10 日的收益，并统计胜率和平均收益：

import pandas as pd # 读取信号列表与日线行情 sig = pd.read_csv('signals.csv', encoding='gbk') daily = pd.read_csv('daily.csv', encoding='gbk') # 统一列名和日期格式 sig['日期'] = pd.to_datetime(sig['日期']) daily['日期'] = pd.to_datetime(daily['日期']) daily = daily.sort_values('日期').reset_index(drop=True) # 对每个信号计算未来 N 日收益 def forward_return(signal_date, code, days, price_df): future = price_df[(price_df['日期'] > signal_date) & (price_df['代码'] == code)].head(days) if len(future) < days: return None entry = price_df[price_df['日期'] == signal_date]['收盘价'].values[0] exit_price = future.iloc[-1]['收盘价'] return (exit_price / entry - 1) * 100 stats = [] for _, row in sig.iterrows(): for days in [3, 5, 10]: ret = forward_return(row['日期'], row['代码'], days, daily) stats.append({'代码': row['代码'], '日期': row['日期'], '周期': days, '收益': ret}) df = pd.DataFrame(stats) df = df.dropna() # 胜率与平均收益 summary = df.groupby('周期')['收益'].agg( ['count', 'mean', lambda x: (x > 0).mean()]) summary.columns = ['样本数', '平均收益%', '胜率'] print(summary)

这里的思路很简单：把通达信选股结果当成“事件”，把日线数据当成“标尺”，用事件后的实际涨跌来检验信号质量。forward_return 函数里的 days 参数控制观察窗口，取 3、5、10 分别对应短线、波段和中线视角。胜率统计用的是收益大于 0 的比例，平均收益则是所有样本收益的算术平均。如果样本数太少（比如一年只有几十个信号），统计结论的可靠性会打折扣，这时候可以放宽阈值或增加股票池。

4.4 一份合格的验证记录应该包含什么

统计完胜率和平均收益，距离“反复验证”还差一步：跨越不同市场环境再做一次。去年指数单边下行时资金异动信号的效果，和今年震荡市里完全不同。我一般会做三组对比回测：指数下跌阶段、震荡阶段、上涨阶段各统计一次，然后把三组结果放在一起看。如果某类行情下胜率明显低于另外两类，就要在指标使用说明里标注“仅适用于某种环境”。

整理验证记录时，至少写下四件事：参数值、行情区间、样本数量、统计结果。许多人拿到指标后只抄参数，不记录行情环境，这是最大的信息损失。同一套参数在趋势市和熊市完全是两个指标。

5. 资金异动指标的常见坑与排查：未来函数、除权跳变与参数过拟合

5.1 未来函数：历史图上信号完美，实盘却迟到或消失

现象：某开发者下载了这份资金异动指标，历史图上每一个红柱都精准出现在阶段性低点，测试胜率也高得离谱；但拿去模拟盘实时跟踪，信号要么晚一天才出现，要么盘中出现后收盘又被抹掉。

原因：指标源码中如果使用了 BACKSET、ZIG、PEAKF 这类函数，就会引用未来数据，导致历史图形被“事后修正”。这种信号在历史图上永远完美，实盘中根本不可能复现。还有一种隐性未来函数藏在 REF 和 CONCAT 的嵌套里，比较难一眼发现。

解决：在通达信公式编辑器里点“检测公式”，查看是否有未来函数提示。更可靠的手测方法是：打开日线图加载指标，把光标移到某一根历史 K 线上，记下当时的信号值，再向后移动光标几根 K 线，再移回来，看信号是否变化。变了就有未来函数。任何含有未来函数的资金异动指标都只能用来做历史解释，不能用于实盘决策。

5.2 除权除息日成交额跳变：分红送配制造大量假异动

现象：某只股票在除权日当天出现巨量红柱，指标提示资金大幅流入，实际上只是高送转导致股价降低，吸引了一批短线资金博弈填权，并不能用常态的资金逻辑去解释。更常见的是除权后连续几天量能“异常”，指标反复触发信号。

原因：除权当日价格跳空、股本变化，成交量与成交额会同步跳变，产生虚假的倍率放大。如果使用的行情数据没有做复权处理，这套基于成交额倍率的指标会把除权日误判为资金异动。

解决：复盘和回测时统一使用前复权数据。在通达信里右键点击 K 线图，选“前复权”。另外可以在公式里增加过滤条件，把振幅异常的日期排除：当日振幅超过 20% 且收盘价距昨日收盘跳空幅度超过 6% 时，认为是事件性行为，不触发信号。也可以直接用成交额而不是成交量做倍率计算，因为成交额对低价股除权的耐受性更好，不过依然无法完全避免。

5.3 换手率分母口径：CAPITAL 是动态的，历史换手率会失真

现象：回测 2020 年的行情时，某只股票显示当日换手率高达 25%，但查第三方数据发现当日实际换手率只有 8%，指标因此给出了极强的信号。

原因：通达信的 CAPITAL 函数在缺少历史股本数据的环境下返回的是当前流通股本，而 2020 年该公司的流通股本可能只有现在的一半。用现在的股本去除当年的成交量，换手率被严重低估或高估，进而让温度分失真。

解决：可以先在公式里用可见的换手数据做校准。另一种做法是不使用换手率，改用振幅或量比替代温度分，这样能完全避开历史股本口径问题。如果一定要用换手率，建议回测时只选择近期 1 到 2 年数据，并对比几只股票的换手率与第三方行情软件是否一致。

5.4 参数过拟合：把回测调到“胜率 99%”的原因与对策

现象：为了验证指标有效性，某开发者把 N1、N2、Q 参数逐组穷举，最后找到一组参数在三年回测里胜率高达 99%，于是满怀信心实盘，结果连续亏损。

原因：参数越多、回测区间越窄，越容易过拟合。指标本身有 3 个可调参数，加上信号过滤条件，实际自由参数超过 5 个，在几千个样本里总能找到一组表现亮眼的参数。

解决：把所有参数固定下来，不要在同一个样本集上反复调参。我习惯的做法是分两段验证：第一段（比如前一年半）用于观察信号行为并确定参数，第二段（后一年半）完全不改动参数，直接用固定参数跑统计。如果第二段胜率没有明显衰减，才说明参数有泛化能力。另外，参数数量能少则少，Q 取 1.8 和 2.0 的差异本质上小于不同市场环境的差异，没必要追求微调。

5.5 盘中信号与收盘信号不一致：盘中被噪音触发，收盘后消失

现象：盘中看到资金异动红柱亮起，立刻进场，收盘后信号消失，分值线又回到零轴下方，当天买入被套。

原因：盘中的 AMOUNT 是实时累积值，上午成交额可能已经达到昨日全天的 1.5 倍，但到收盘时全天成交额相对昨日只放大了 0.8 倍，倍率下降、信号自然消失。另外分时图中的瞬间拉抬也会短暂改变收盘位置因子，造成假方向。

解决：这套指标只做收盘后的信号确认，不做盘中追买。如果确实需要盘中预警，单独建一个基于实时量比和动态成交额的盘中版本，并且把阈值提高，比如盘中信号要求倍率大于 2.5 且涨幅超过 3%。盘中版只用来提醒关注，最终决策必须以收盘后的日线版本为准。

6. 让资金异动指标少走弯路：信号过滤、区间复盘的三个习惯

6.1 只跟踪“持续资金异动”，过滤单日脉冲

单日红柱的意义有限，因为游资进出在一天内就能完成。我通常会在指标外再加一个观察条件：资金异动分值连续两天为正、且第二日分值不低于第一日的 50%，才视为有效启动。第一次红柱只是预警，连续确认才值得进入候选池。这个方法截断了不少一日游行情，代价是会错过少数直接连板的强势股，但综合下来容错率高得多。

6.2 均线方向过滤与成交额下限过滤

趋势位置因子已经在源码中出现，但实际使用中建议再加两道过滤：一是收盘价位于 20 日均线上方且 20 日均线方向向上或走平，二是当日成交额大于某个绝对值门槛。成交额下限很重要，流通盘太小的股票容易被几笔大单打出资金异动信号，但在卖出时流动性不足，滑点足以吃掉统计收益。我一般把下限设在 5 亿元以上，具体金额可以根据各自使用的行情周期调整。

6.3 一个简单的信号日志模板

盘中预警和收盘确认之后，养成记录习惯会很有帮助。表格结构如下：

记录一个月后再回头看，很容易区分哪些信号是行情beta带来的、哪些是指标独有的alpha。这个习惯是某位长期做指标研究的前辈教给我的，他每次复盘都把信号截图存到一个文件夹，标注当时的市场状态和操作结果，几个月后翻出来对比，比任何回测报告都直观。参数可以迭代，指标体系可以更换，但记录习惯能保证自己不陷入自欺欺人的“越调越漂亮”循环。希望这份资料的拆解能让你避开我走过的这些弯路，也希望你的复盘之路比我的更顺。

本文还有配套的精品资源，点击获取