順利解讀後,可以看得出來外資跟大盤有一定的連動性,而身為三大法人的另外兩個為自營與投信單位,也不能忘記。這兩個可以視為國內機構對於本國的市場看法。
本日程式碼使用:d23_singalLegal_2.ipynb
Dataframe
中# 自營 資料
df_investment = df.loc[df['TradeGroup'] == "自營商"]
# 取得不包含最後一筆之再前五筆資料
last_5_investment = df_investment["FutureOINetQty"][-6:-1]
# 取得最後一筆資料
last_investment = df_investment["FutureOINetQty"][-1:]
signal_3
、signal_4
、signal_5
相同的訊號,只是為自營的數據# signal_3_self: 自營商期貨留倉是否空單還是多單
# 最近一次交易日與前一次做比較
# True:多單;False:空單
signal_3_self = True if last_investment.iloc[0] > 0 else False
# signal_4_self: 自營商期貨留倉數量是否增加
# 最近一次交易日與前一次的期貨留倉數量做比較
# True:增加;False:減少
signal_4_self = True if last_investment.iloc[0] >= last_5_investment.iloc[-1] else False
# signal_5_self: 自營商期貨留倉數量變化多少
# 最近一次交易日與前一次的期貨留倉數量做相減
# 顯示為變化數量
signal_5_self = last_investment.iloc[0] - last_5_investment.iloc[-1]
signal_6
,是增加或是減少的比例# signal_6_self: 自營商期貨留倉數增加比例
# 為小數顯示
signal_6_self = abs((last_investment.iloc[0] - last_5_investment.iloc[-1]])/last_5_investment.iloc[-1])
同樣的做法,以投信的資料製作出signal_3
~signal_6
的訊號。
# signal_3_investment: 投信期貨留倉是否空單還是多單
# 最近一次交易日與前一次做比較
# True:多單;False:空單
signal_3_investment = True if last_investment.iloc[0] > 0 else False
# signal_4_investment: 投信期貨留倉數量是否增加
# 最近一次交易日與前一次的期貨留倉數量做比較
# True:增加;False:減少
signal_4_investment = True if last_investment.iloc[0] >= last_5_investment.iloc[-1] else False
# signal_5_investment: 投信期貨留倉數量變化多少
# 最近一次交易日與前一次的期貨留倉數量做相減
# 顯示為變化數量
signal_5_investment = last_investment.iloc[0] - last_5_investment.iloc[-1]
# signal_6_investment: 投信期貨留倉數變動比例
# 為小數顯示
signal_6_investment = abs((last_investment.iloc[0] - last_5_investment.iloc[-1]])/last_5_investment.iloc[-1])
這次多了singal_6
,不過外資那邊沒有做,這就大家自己實作出來囉~當作回家作業