有这么一个神秘指标，虽然15年来只产生过5次信号，但每次信号后市场都发生了翻天覆地的变化，无一例外。

下图中的蓝色曲线就是这个神秘指标，从2007年开始至今。

指标波动范围介于20%—50%

该指标每个月有一个数据，我们会在每月底计算。如2007年1月底算出来是32.05%。

1 对比沪深300

光看上图，大家可能觉得也平平无奇。我们把这个指标和沪深300指数放在一起对比看。

2007年1月-2021年8月

上图中蓝色曲线代表了该指标，橙色曲线则为同期沪深300指数。

从指标的45%位置画一道线，

将大于45%的5个月份映射到下面的沪深300指数上，对应下图中标记为1-5的点。

这样可以清楚的发现，当指标大于45%时，次月沪深300指数就会下跌（圆圈内蓝色折线）。尤其是第1、第2个点。

指标信号触发后大盘表现

当然这并不能说明太多。出现次数不多，第5个点大盘在次月也只下跌了0.28%。

但关键是，这5个点出现的时间点却非常的特殊。

2 牛熊转换

首先看第1、2、4个点：

3次牛熊转换

只要观察指数走势或者亲历过，就知道2007年10月、2008年9月，以及2018年1月都是非常重要的牛熊转换节点。

如07年10月就是那轮波澜壮阔的大牛市的顶点，当时A股涨到了6000多点。

接下来就是持续一年的熊市，一直跌到了第2个点的2008年9月。说来也巧，随后熊市立即结束，09年出现一波反弹。

再看点4位置的2018年1月。之前蓝筹股的持续上涨带动了一轮蓝筹牛，但是到了点4之后大盘就开始下跌。

所以这3个点精确定位了牛熊的转换：点1、点4预示了牛市的终结、点2则标志着熊市的结束。

3 风格切换

接着来看点3和点5：

2次风格切换

这两个点出现后市场并未发生明显牛熊转换。
但亲历过的朋友应该知道，点3出现前的2014年10月到12月，市场行情以蓝筹股为主。

代表大盘股的沪深300涨了40%，同期代表中小盘股的中证1000却下跌了1%。市场风格差异巨大。

市场风格从蓝筹股切换为中小盘

但在点3之后，市场风格就急剧变化。随后的1月到5月中证1000涨了84%，远超同期沪深300指数33%的涨幅。

同样的点5也是如此，就是最近发生的抱团股疯涨与崩盘，大家应该印象深刻。

如下图所示，2020年10月到2021年1月间，大盘股涨幅明显优于小盘股。接下来的2021年2月到8月，由于抱团股的瓦解，沪深300下跌10%，中证1000反而上涨21%。

所以总的来说，点1、2、4代表了牛熊转换，点3、5代表了市场风格转换，这个指标一旦出现信号，市场确实会急剧变化。

既然这个指标如此神奇，那它到底是怎样计算的呢？下文就详细介绍这个指标的原理，相关数据及计算代码也都会分享给大家。

02 指标原理

1 指标原理

前5%成交额个股的占全部A股比重

这个指标的原理并不复杂：

每月末把所有股票按当月成交额从高到低进行排名，加总排名前5%的股票成交额，计算其占当月全部A股成交额的比重，即为指标的值。

下面举例说明。

2 指标案例

在2021年6月末我们将所有4418只股票按当月成交额从大到小进行排名。

可以看到第1名的股票（比XX）当月成交额为2358亿。最后一名的成交额为0.13亿，也就是一个月才成交了1300万。

同时我们可以算出排名前5%（前220名）的股票成交额加总为12万亿，以及所有4418只股票总的成交额是27万亿左右。

计算得到2021年6月前5%个股的成交额占比指标：12 / 27 = 44%。

基于上述计算方法，为方便实时监测该指标，我做了一个相关的网页。

图中白色曲线就是我们的指标，黄色曲线则为同期沪深300指数表现。

03 指标总结

此时我们再回看下图，就能大概明白为什么这个指标可以预示出市场变换了。

以最近的点5为例，当时的行情是极致抱团，抱团股的成交量极高，导致前5%个股成交额占比不断抬升，直到超过45%。

但金融市场没有什么会一直发生下去，早晚会均值回归。我们当时就说过抱团股一定会瓦解，事实也确实如此。

所以总体而言，当这个指标超过45%时就意味着我们应多注意未来的风险或机会。

当然没有任何指标是绝对有效的，它只是从某一个角度让我们更清楚的观察市场。

04 Python量化实现指标

1 获取数据

介绍完指标的原理，接下来我会讲解如何通过Python编程计算指标。零基础也能听懂。

为了计算指标，我们首先要有股票的成交量历史数据。

我这里已经帮大家整理好了所有股票（包括退市股）从上市至今每天的交易数据。

数据文件下载后如下图所示：

数据展示

文件名就是股票代码，打开后就能看到这只股票每天的交易数据。

2 代码实操

有了数据后结合相应的代码就可以计算指标。

如果尚未安装Python，可以看我之前这篇文章，里面讲的非常清楚：

建议收藏 | 最最最最简单、最最最最详细的Python和Pandas安装教程

按照它的操作就可以完成安装，大家有兴趣可以看看。下载好后运行代码的界面就如下图所示：

Spyder界面

打开输出运行结果的文件，从2016年11月到2021年8月，每一行都计算了每个月指标的数据。

运行后的结果文件

同时Python还做了个折线图，如上文展示的一样：

最后你也可以通过每个月观测这个指标来了解目前市场的分化情况，相信能对大家的交易决策有一定帮助。