aifinlab 数据源
重要提示：自 2024 年 8 月起，沪深港通北向资金每日净流入明细不再实时公开披露（南向数据正常）。cn-stock-data 的 north_flow 命令返回的数据可能全为 0。应以 web 搜索为主要数据来源。
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
# 大盘指数行情（对比市场走势）
python "$SCRIPTS/cn_stock_data.py" quote --code SH000001,SZ399001,SZ399006
# 个股行情（北向重仓股）
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE1],[CODE2],...
# 个股资金流向
python "$SCRIPTS/cn_stock_data.py" fund_flow --code [CODE] --days 30
# K线（叠加资金流分析）
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [起始日期]
# 南向资金（仍可用）
python -c "import akshare as ak; df=ak.stock_hsgt_fund_flow_summary_em(); print(df[df['资金方向']=='南向'].to_json(orient='records', force_ascii=False))"
核心数据通过 web 搜索获取：
- 搜索"北向资金 今日"、"沪深港通 资金流向"、"外资 A股"
- 北向持股明细（按行业/个股）
- 十大活跃成交股
- 外资机构持仓报告
- 沪深港通额度使用情况
Workflow (5 steps):
Step 1: 整体资金流向
- 通过 web 搜索 获取北向资金近期净流入数据（cn-stock-data north_flow 可能不可用）
- 分析趋势：
- 近 5 日/10 日/20 日/60 日累计净流入额
- 日均净流入趋势（放大 or 收缩）
- 与大盘走势的相关性（资金流入时大盘涨/跌？）
- 判断整体态度：积极流入 / 震荡观望 / 持续流出
Step 2: 资金流与市场联动
- 获取大盘指数 K 线
- 叠加北向资金每日净流入
- 分析：
- 资金流入是否领先于市场上涨？（领先指标判断）
- 大幅净流入/流出日对应的市场事件
- 北向资金的"聪明钱"特征是否成立（历史胜率）
Step 3: 行业配置分析 通过 web 搜索获取北向资金行业配置数据：
- 北向持仓市值 Top 10 行业
- 近期增仓/减仓幅度最大的行业
- 行业配置变化趋势
构建行业偏好表：
| 行业 | 持仓市值(亿) | 占比(%) | 近1月变化 | 近3月变化 | 偏好判断 |
|---|
Step 4: 个股持仓变动 通过 web 搜索获取：
- 北向持股市值 Top 20 个股
- 近期增仓幅度最大的 10 只
- 近期减仓幅度最大的 10 只
对关键个股通过 cn-stock-data 补充行情数据：
| 代码 | 名称 | 北向持股(亿) | 占流通股(%) | 近1月增减(亿) | PE | 近1月涨跌(%) |
|---|
Step 5: 输出
风格说明
| 维度 | formal（机构资金分析） | brief（个人跟踪笔记） |
|---|---|---|
| 篇幅 | 3-5 页 | 1 页 |
| 整体流向 | 完整（多时间维度+大盘联动分析） | 一句话总结趋势 |
| 行业分析 | 完整行业配置表+变化分析 | Top 3 增仓/减仓行业 |
| 个股明细 | Top 20 持仓 + Top 10 增减仓 | Top 5 增仓/减仓股 |
| 历史对比 | 与过去重要时点对比 | 无 |
| 投资启示 | 客观分析外资偏好 | 可加个人判断 |
| 免责声明 | 需要 | 不需要 |
关键规则
- "聪明钱"不是万能的：北向资金并非总是正确，2015/2018 年也有大幅亏损时期，分析时应客观
- 区分交易型和配置型资金：北向资金包含短线交易盘和长期配置盘，大进大出可能是交易盘，缓慢增持更可能是配置盘
- 数据滞后性：持股明细数据通常滞后 1 个交易日，十大活跃成交股为当日数据
- 不等于外资全部：北向资金仅是外资通过沪深港通渠道的部分，QFII/RQFII 不在其中
- 与其他 skill 联动：发现北向大幅增仓的个股可用 a-share-earnings-analysis 深入分析，行业层面可用 a-share-sector