前言

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

製作訊號燈

自營商

• 取得自營商的資料，放在Dataframe中
• 取得前六筆資訊

# 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:]

• 製作與外資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]

• 多增加了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])

投信

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])

後記

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