☀️ 浅色方法论与局限

一、两个口径，两个维度

1. 份额口径（T+1 / 季度）—— 国家队痕迹的主要载体

• 日度净申购 =（当日总份额 − 上一交易日总份额）× 当日收盘价。份额来自交易所官方日度披露（上交所接口支持任意历史日期，已回填近3年；深交所仅提供当日值，自部署日起累积，历史可用 Wind/Choice 导出补齐）。T 日当天拿不到精确值，盘后更新。
• 季度净申购 = 期间申购 − 期间赎回，来自基金季报（基金 F10 规模变动页），是本看板回填 3 年历史的主口径，覆盖 12 个季度以上。
• 传导链：大资金二级买入 → 价格偏离 IOPV 出现溢价 → 套利者一级申购 → T+1 份额增加。因此份额激增"大概率"与大资金行为相关，但不是充分条件。

2. 量能口径（盘中/日度）—— 代理变量，无法识别买方身份

• 量比 = 当日成交量 / 前 20 日均量；成交额分位 = 当日成交额在 3 年历史窗口内的百分位。
• 与"主力大单净流入"同源问题：任何大额成交都会产生信号，无法区分国家队、套利盘、机构调仓。
• IOPV 溢价率历史数据免费渠道暂不可得，页面上以量能分位替代；接入 Wind/交易所数据后可补上。

二、逻辑的三个已知缺陷

缺陷	影响	缓解方式
份额增加 ≠ 国家队	套利盘、险资、机构配置同样造成份额激增	聚焦汇金历史持仓集中的宽基；结合事件窗口判断
二级买入存量份额不增份额	当日净申购为零但大资金仍在买	大量买入会经套利链间接体现为 T+1 份额增加，属"大概率"而非"必然"
份额差 × 收盘价是近似	尾盘波动放大金额估算误差	季报口径用季末净值，误差较小

三、验证方法：用公告做 ground truth

• 汇金买入 ETF 的事实由其公开公告（2023-10-23、2024-02-06、2025-04-07 等）和基金定期报告中「单一投资者持有比例超 20%」的强制披露双重确认。
• 看板第四部分将公告事件叠加在走势图上（金点），并统计事件所在季度的核心宽基净申购合计、相对前 4 季均值的放大倍数，以及事件后 5 日成交额放大倍数——用来检验两个口径的敏感度与误报率。
• 注意：事件样本极少（<10 次），统计结论仅供参考，不构成因果证据。

四、与原看板的差异

• 观察周期 1 年 → 3 年+：日线、季度申赎、日度份额（沪市官方回填）均覆盖近3年。
• 口径警示前置：主力大单/量能数据与份额数据分区展示，不再混为一谈。
• 宽基聚焦：默认仅国家队历史增持的核心宽基，行业 ETF（证券ETF）标记为扩展品种。
• 移除东财"主力净流入"口径：该口径为盘口大单统计，与申赎是两个维度，易被误读为国家队资金，本版不再展示。
• 深市日度份额历史：深交所免费接口只有当日值，深市ETF的日度净申购自部署日起累积；一次性导出 Wind/Choice 份额 CSV 放入 data/wind_shares.csv 即可补齐3年历史。

五、数据更新

• 安装依赖：pip install akshare pandas requests
• 全量重建：python scripts/build_data.py → 生成 data/board.json
• 建议每日收盘后定时运行（cron / GitHub Actions），持续累积日度份额序列。
• 新增观察标的：编辑 scripts/config.py 的 ETF_UNIVERSE；新增验证事件：编辑 HUIJIN_EVENTS。