论文部分内容阅读
摘要：证券市场诞生400年来，一直没有一种指数可以直观的反映整体市场的状况。如果有一种指数能实时观察到整体市场的情况，让普通投资者也能一目了然，那么这种指数必须可视化。随着计算机软硬件的发展，利用PYTHON等计算机语言，让一种全新的立体可视化解读证券市场的全景指数成为可能。
关键词：He（R） Index [何指数];可视化全景市场指数
随着计算机科技的高速发展，利用计算机来处理大数据，成为越来越受欢迎的潮流。Python是目前较为流行的一种国际化计算机语言，在处理大数据可视化领域，有着独特的魅力。本论文就是我用Python语言，以中国A股大数据为例，设计的一种可视化全景关系型证券市场指数。
一、源自传统指数的困惑
我设计这种可视化的全景市场可视化指数的初衷，是源自对当前解读市场的传统指数的不满。每天交易结束后，报收的无论是上证50，还是沪深300，除了能告诉我们今天大盘涨跌了多少点之外，既不能分析大盘是否走到一波行情的尽头，也无法告诉我们个股是否开启一轮新上涨。那么，我们为什么不去开创一个新的观察指数呢？这个问题，自证券市场在400年前的荷兰诞生以来，似乎没有人愿意去改变一下。随着计算机软硬件近年来的高速发展，让计算机处理数据可视化的速度也越来越快，从而让证券市场的数据变为立体可视化的直观指数成为了可能。这一概念，还比较新，目前我也没有找到更合适的名称来称谓这种新事物，暂且把它称为He（R）Index[何指数]吧。
二、He（R） Index [何指数]
我设计He（R） Index [何指数]的灵感来源于游泳池，游泳池分浅水区和深水区，市场就是一个有着浅水区和深水区的游泳池，而所有进入市场的股票品种，就像一个个在泳池里游泳的人，根据各自的结构漂浮或者搁浅在不同的水域。各个股票品種可以根据漂浮的水域，计算“场内比价”（即谁更加获得资金青睐）。
我尝试以流动性作为思维主线，构建了一个崭新的市场指数模型，旨在让市场变得具有可视化，逻辑化，让一个普通的投资者也能明白当前整体市场的状况，以及自己手中品种的状况。
第一，正如图1见到的示例一样，He（R） Index [何指数]由5个可见要素构成3个可视化市场逻辑，这5个可见要素分别是：
1.行业流动性坐标：它反映市场品种的流动性快慢，也就是资金在追捧哪些品种;
2.市场流动性坐标：它反映市场整体流动性快慢，也就是资金在追捧整个市场的平均水平;
3.流动性总量坐标：它反映整个市场到底流入多少流动性的问题;
4.参与品种点坐标：它反映各个品种实际被资金追捧的排名水平;
5.整个上述4个要素所构建成的一个大“游泳池”：这是形成最终判断市场逻辑的地方。
第二，有了这些特定的要素，就可以形成市场的3个逻辑，如下图2所示：
1.流动性从市场外注入。
2.流动性从市场内出逃。
3.市场存量的流动性。
三、实例讲解He（R） Inde[何指数]
（一）先定义一个有充分流动性的标准的市场形态
这是2014年7月28日A股市场的He（R） Index[何指数]分布状况，我把这种形态的市场定义为一个标准的有充分流动性的市场形态，或者说是一种健康的良性的市场形态。我们看到市场内的品种分布在整个市场的各个方向，而且较为均匀，深色是获得流动性的品种，正在向图的右上角深水区（Deep）运动，浅色是缺乏流动性的品种，正在向左下角浅水区（Shallow）运动，深色和浅色品种旗鼓相当，这意味着，此时，即便没有太多的流动性从市场外面注入（也就是这个“游泳池”外面注水进来），市场内的深色品种也能随时转移流动性到浅色品种，实现市场内的存量流动性循环。这样的市场结构，往往能温文尔雅，循序渐进，实现一个较长时期的慢牛格局，前提是控制场外流动性进入场内的速度。
（二）再定义一个缺乏流动性的低迷的市场形态
这是2018年10月19日A股市场的He（R） Index[何指数]分布状况，我把这种形态的市场定义为一个缺乏流动性的低迷的市场形态，或者说一个熊市的底部形态。我们看到市场内的品种不再均匀分布在市场各个角落，而是趋向市场泳池的左下角浅水区（Shallow），绝大部分的品种因为缺乏流动性而回落到浅水区（Shaollw）靠着市场仅存的资金苟延残喘，极其像旱季河流滩涂上的鱼，靠着仅存的一点点泥浆水维系着生存，等待雨季的到来。
这样的市场，只有一个可能：等待雨季的到来——从市场外部大量的源源不断地注入流动性。否则，会陷入一种著名的市场现象，我把这种现象称为“底部流动性背叛”，我会在文章尾部专门讲解这种现象。
（三）最后定义一个缺乏流动性的高涨的市场形态
图5 缺乏流动性的高涨的市场形态，牛市终结前的状态
这是2015年6月12日A股市场的He（R） Index[何指数]分布状况，我把这种形态的市场定义为一个缺乏流动性的高涨的市场形态，或者说一个牛市的顶部形态。我们同样发现市场内的品种不再均匀分布在市场的各个角落，而是趋向市场泳池的右上角深水区（Deep）。这是因为从市场外部流动性注入速度超过市场本身的存量流动性速度，而造成的叠浪效应。这也很像有人造浪的大型泳池，如果让人造浪一波接着一波地推出，最终所有在池子里的人，都将被浪推到泳池的远端并被回浪拥挤在一起。这种形态的市场，由于市场自身的流动性缺失，所有品种的价值比价区间没有高位差，也就是场内没有低风险的品种，而最终造成流动性在池子的右端逃逸出市场。
（四）给个互动的作业，让读者自己判断一下
假设你能读懂上面的3幅图，那么当现在你即将要看到的第4幅图的时候，你会有什么操作策略？ 这是2014年11月24日A股市场的He（R） Index[何指数]分布状况。这是一波牛市启动行情的直观展现：
1.市场品种分布较为均匀，这说明市场具备健康的存量流动性空间;
2.大部分品种正在向深水区（Deep）集结，这说明流动性推动有效;
3.绝大多数品种并未到达深水区（Deep），这说明正在奔向牛市;
所以，我們这一天，如果我们有He（R） Index[何指数]，那么很容易做到看图说话——跑步入市，享受牛市的行情。
由于目前还没有这种三维坐标的可视化证券市场指数，所以，我把这种三维坐标，立体化、可实现全局变量采样的、可视化市场指数模型，定义为He（R） Index[何指数]。
四、观察实例：熊市筑底特征——“底部流动性背叛”
用He（R） Index[何指数]可以发现市场底部区域的形成以及熊市筑底特征——“底部流动性背叛”，请看图示：
在上图中，我们观察到2015年8月26日当天，大部分品种因为流动性减弱而回归浅水区（Shallow）等待流动性到来，我们同时也看到市场内有大约20%左右的品种存在流动性，也就是深色点部分，因此，这个时候市场内是存在自身存量流动性的，并且这个自身存量流动性对整个市场还是有效的，市场能形成一个还算有点规模的三角形存量流动性循环。这个时候，只要在从市场外面缓慢注入流动性，那么，2015年8月26日，极有可能变成A股一轮牛市的中继调整点。
这里我想先向大家解释一下这个大约20%的市场内部存量流动性是怎么来的，我查阅了当时的市场资料，2015年7月国家队救市资金入市，正是这部分资金盘活了场内的部分流动性。
可是，往往在熊市筑底期间，因为市场信心的缺失，会让底部先行注入的流动性被中途“拦截”，这种现象被称为“底部流动性背叛”。先来复盘当时的大盘路线图：
很明显，到2015年11月11日的时候，市场因国家队救市促成的流动性，已经颇具成效，甚至说，都有再走牛市的潜力了。但是，恰恰在这个时候，有一股力量在拦截国家队救市资金促成的流动性，让流动性中途被抽离出市场这个池子，从图中可以看到，拦截相当成功，这种过程到了2015年12月23日，已经颇见成效，抽离了相当部分的流动性，请看图示：
五、总结
通过计算机对大数据进行可视化分析之后，能够让普通人群对复杂庞大的数据都能有清晰的认识。这也是科技潮流的发展趋势。本文希望能够激发起大家更广泛的研究和探讨。
[备注]本文向公众展示一种未来可能成为观察市场的新模式的启迪，因具体算法的程序代码较多，故不在本文展开相关篇幅。
（作者单位：广东省东莞市万江中学）
关键词：He（R） Index [何指数];可视化全景市场指数
随着计算机科技的高速发展，利用计算机来处理大数据，成为越来越受欢迎的潮流。Python是目前较为流行的一种国际化计算机语言，在处理大数据可视化领域，有着独特的魅力。本论文就是我用Python语言，以中国A股大数据为例，设计的一种可视化全景关系型证券市场指数。
一、源自传统指数的困惑
我设计这种可视化的全景市场可视化指数的初衷，是源自对当前解读市场的传统指数的不满。每天交易结束后，报收的无论是上证50，还是沪深300，除了能告诉我们今天大盘涨跌了多少点之外，既不能分析大盘是否走到一波行情的尽头，也无法告诉我们个股是否开启一轮新上涨。那么，我们为什么不去开创一个新的观察指数呢？这个问题，自证券市场在400年前的荷兰诞生以来，似乎没有人愿意去改变一下。随着计算机软硬件近年来的高速发展，让计算机处理数据可视化的速度也越来越快，从而让证券市场的数据变为立体可视化的直观指数成为了可能。这一概念，还比较新，目前我也没有找到更合适的名称来称谓这种新事物，暂且把它称为He（R）Index[何指数]吧。
二、He（R） Index [何指数]
我设计He（R） Index [何指数]的灵感来源于游泳池，游泳池分浅水区和深水区，市场就是一个有着浅水区和深水区的游泳池，而所有进入市场的股票品种，就像一个个在泳池里游泳的人，根据各自的结构漂浮或者搁浅在不同的水域。各个股票品種可以根据漂浮的水域，计算“场内比价”（即谁更加获得资金青睐）。
我尝试以流动性作为思维主线，构建了一个崭新的市场指数模型，旨在让市场变得具有可视化，逻辑化，让一个普通的投资者也能明白当前整体市场的状况，以及自己手中品种的状况。
第一，正如图1见到的示例一样，He（R） Index [何指数]由5个可见要素构成3个可视化市场逻辑，这5个可见要素分别是：
1.行业流动性坐标：它反映市场品种的流动性快慢，也就是资金在追捧哪些品种;
2.市场流动性坐标：它反映市场整体流动性快慢，也就是资金在追捧整个市场的平均水平;
3.流动性总量坐标：它反映整个市场到底流入多少流动性的问题;
4.参与品种点坐标：它反映各个品种实际被资金追捧的排名水平;
5.整个上述4个要素所构建成的一个大“游泳池”：这是形成最终判断市场逻辑的地方。
第二，有了这些特定的要素，就可以形成市场的3个逻辑，如下图2所示：
1.流动性从市场外注入。
2.流动性从市场内出逃。
3.市场存量的流动性。
三、实例讲解He（R） Inde[何指数]
（一）先定义一个有充分流动性的标准的市场形态
这是2014年7月28日A股市场的He（R） Index[何指数]分布状况，我把这种形态的市场定义为一个标准的有充分流动性的市场形态，或者说是一种健康的良性的市场形态。我们看到市场内的品种分布在整个市场的各个方向，而且较为均匀，深色是获得流动性的品种，正在向图的右上角深水区（Deep）运动，浅色是缺乏流动性的品种，正在向左下角浅水区（Shallow）运动，深色和浅色品种旗鼓相当，这意味着，此时，即便没有太多的流动性从市场外面注入（也就是这个“游泳池”外面注水进来），市场内的深色品种也能随时转移流动性到浅色品种，实现市场内的存量流动性循环。这样的市场结构，往往能温文尔雅，循序渐进，实现一个较长时期的慢牛格局，前提是控制场外流动性进入场内的速度。
（二）再定义一个缺乏流动性的低迷的市场形态
这是2018年10月19日A股市场的He（R） Index[何指数]分布状况，我把这种形态的市场定义为一个缺乏流动性的低迷的市场形态，或者说一个熊市的底部形态。我们看到市场内的品种不再均匀分布在市场各个角落，而是趋向市场泳池的左下角浅水区（Shallow），绝大部分的品种因为缺乏流动性而回落到浅水区（Shaollw）靠着市场仅存的资金苟延残喘，极其像旱季河流滩涂上的鱼，靠着仅存的一点点泥浆水维系着生存，等待雨季的到来。
这样的市场，只有一个可能：等待雨季的到来——从市场外部大量的源源不断地注入流动性。否则，会陷入一种著名的市场现象，我把这种现象称为“底部流动性背叛”，我会在文章尾部专门讲解这种现象。
（三）最后定义一个缺乏流动性的高涨的市场形态
图5 缺乏流动性的高涨的市场形态，牛市终结前的状态
这是2015年6月12日A股市场的He（R） Index[何指数]分布状况，我把这种形态的市场定义为一个缺乏流动性的高涨的市场形态，或者说一个牛市的顶部形态。我们同样发现市场内的品种不再均匀分布在市场的各个角落，而是趋向市场泳池的右上角深水区（Deep）。这是因为从市场外部流动性注入速度超过市场本身的存量流动性速度，而造成的叠浪效应。这也很像有人造浪的大型泳池，如果让人造浪一波接着一波地推出，最终所有在池子里的人，都将被浪推到泳池的远端并被回浪拥挤在一起。这种形态的市场，由于市场自身的流动性缺失，所有品种的价值比价区间没有高位差，也就是场内没有低风险的品种，而最终造成流动性在池子的右端逃逸出市场。
（四）给个互动的作业，让读者自己判断一下
假设你能读懂上面的3幅图，那么当现在你即将要看到的第4幅图的时候，你会有什么操作策略？ 这是2014年11月24日A股市场的He（R） Index[何指数]分布状况。这是一波牛市启动行情的直观展现：
1.市场品种分布较为均匀，这说明市场具备健康的存量流动性空间;
2.大部分品种正在向深水区（Deep）集结，这说明流动性推动有效;
3.绝大多数品种并未到达深水区（Deep），这说明正在奔向牛市;
所以，我們这一天，如果我们有He（R） Index[何指数]，那么很容易做到看图说话——跑步入市，享受牛市的行情。
由于目前还没有这种三维坐标的可视化证券市场指数，所以，我把这种三维坐标，立体化、可实现全局变量采样的、可视化市场指数模型，定义为He（R） Index[何指数]。
四、观察实例：熊市筑底特征——“底部流动性背叛”
用He（R） Index[何指数]可以发现市场底部区域的形成以及熊市筑底特征——“底部流动性背叛”，请看图示：
在上图中，我们观察到2015年8月26日当天，大部分品种因为流动性减弱而回归浅水区（Shallow）等待流动性到来，我们同时也看到市场内有大约20%左右的品种存在流动性，也就是深色点部分，因此，这个时候市场内是存在自身存量流动性的，并且这个自身存量流动性对整个市场还是有效的，市场能形成一个还算有点规模的三角形存量流动性循环。这个时候，只要在从市场外面缓慢注入流动性，那么，2015年8月26日，极有可能变成A股一轮牛市的中继调整点。
这里我想先向大家解释一下这个大约20%的市场内部存量流动性是怎么来的，我查阅了当时的市场资料，2015年7月国家队救市资金入市，正是这部分资金盘活了场内的部分流动性。
可是，往往在熊市筑底期间，因为市场信心的缺失，会让底部先行注入的流动性被中途“拦截”，这种现象被称为“底部流动性背叛”。先来复盘当时的大盘路线图：
很明显，到2015年11月11日的时候，市场因国家队救市促成的流动性，已经颇具成效，甚至说，都有再走牛市的潜力了。但是，恰恰在这个时候，有一股力量在拦截国家队救市资金促成的流动性，让流动性中途被抽离出市场这个池子，从图中可以看到，拦截相当成功，这种过程到了2015年12月23日，已经颇见成效，抽离了相当部分的流动性，请看图示：
五、总结
通过计算机对大数据进行可视化分析之后，能够让普通人群对复杂庞大的数据都能有清晰的认识。这也是科技潮流的发展趋势。本文希望能够激发起大家更广泛的研究和探讨。
[备注]本文向公众展示一种未来可能成为观察市场的新模式的启迪，因具体算法的程序代码较多，故不在本文展开相关篇幅。
（作者单位：广东省东莞市万江中学）