在上一篇《金融大数据：回顾A股牛市时期的资金流入情况》中，我们通过金融板块与信息技术板块的资金净流入中位数与75分位数两个指标，得以管中窥豹，一瞥A股庞大的资金面的一个切面。今天我们继续这趟探索A股资金流向的旅程。

上一次我们通过数据在时间轴上呈现的特征对其进行了探索和解读，这样做的代价是我们不得不大幅压缩板块内个股的信息。今天我们将尝试完整的呈现这些信息的原貌。

资金净流入率vs换手率

今天的主角是资金净流入率与换手率。资金净流入率代表了当日资金净流入额与流通市值之比；而换手率则表示成交量占流通股的百分比。这里我们特地选用了以流通股作为分母的换手率指标，这样两个指标便拥有了相同的分母，也因此有了直接比较的基础。

图1

图1与图2都反映了信息技术与金融板块中的个股在一定时期内资金净流入率与换手率之间的关系。图1代表了长周期：2009-12-31至2015-5-31，跨度5年半，而图2代表了2014-12-31至2015-5-31的牛市周期。相信大家第一眼就能透过这密密麻麻的散点群看出他们堆积成的钟型！这个形状的意义非常直截了当：当资金流入/流出的倾向越明显时，股票的换手率就越低。然而图表还反映了若干不那么明显的特性值得我们一一探讨。

图2

1.    注意到图1中信息技术板块在钟型的右上方散落着一堆不合群的点，即那些同时拥有高换手率和高资金净流入率的交易日。一种解释是，相比它们正下方的那些点，即拥有同样资金净流入率但换手率低得多的交易日，这些“不合群”的交易为了推高同样的股价付出了大得多的代价。换句话说，在这些交易日内多空的激烈对峙以多方的“惨胜”告终。而在0轴的左边则没有大规模发生这样的情形。一旦抛压形成，那么便很难得遇到踊跃接盘的人了。

2.    要说明的是，图2中的数据点是图1的一个子集。结合图2来看我们发现，这部分“托盘”的交易并没有集中发生在2014年之后的牛市中，而主要集中在2010-2012年之间的震荡市中：在这两年多的时间里信息技术指数从1900点一路腰斩至900点不到，期间经历了数次大的震荡。同样的，在图1金融版块里我们也可以观察到数次强行“托市”的行为。

3.    另外一个重要的但是容易被忽略的地方在于，人们在看到钟型曲线以后很容易默认它是对称的。在均值（0轴）附近这种假设还是可以成立的，但是在横轴的两端，我们可以很明显的发现极端的资金净流入的出现频率要远大于资金净流出。即便考虑到这个时间段两端的指数价格，这种数量上的差异也是惊人的。这也提醒我们：在股市里下跌的速度永远比上涨的快。

今天和大家简单分享了一下资金净流入率和换手率两个指标呈现出来的模式。在大数据的支撑下，指标在宏观下呈现出神奇的钟型，而叠加在这种规律下的异常则给我们提供了分析的突破口。下周金融大数据栏目将继续和投资者探讨资金流向的奥秘。