01 股东增持案例：海辰药业

今天文章第一个主角是上市公司海辰药业，该公司在2017年12月29日发布了一个公告：

公司的实际控制人曹董事长和高管蒋经理增持了公司股份。

董事长和总经理都自己掏钱购买了自家股票，这么看好自己股票，莫非有好事要发生？

果然，公告发布12天后，海辰药业发布业绩大增预告：

公司营业收入预计同比增长62.03%。

在这双重利好的刺激下，公司股价开始一路飙升。几个月内，公司股价翻了三倍。

再看看同期沪深300指数，不仅没涨，反而下跌了5%。

我把上面的时间点统一标注在了股价K线图上：

这董事长和总经理的操作真是美如画。先增持，然后发业绩预增公告，然后股票暴涨。

如果你往前看股价，会发现他们的增持加仓点正处于股票破发后的一个低点，抄底时机如此精准，令人惊叹！

02 股东减持案例：尔康制药

第二个故事。

在2017年月4月28日，上市公司尔康制药发布了一份减持进展公告。

图中，公司大股东帅放文以大宗交易的方式累计减持4.17%的股份，其一致行动人曹再云分5次共减持了0.75%的股份。

减持公告发布大约10天后，在2017年5月10日尔康制药宣布停牌。

大约半年后尔康制药复牌，股价直接一路向下，从公告时的13元最低跌倒了6元，直接腰斩。

我们将上述时间点标注在K线图上，做一个简单的整理，理清楚时间线：

董事长在横盘震荡时减持股票，减持后就停牌，然后就是一泻千里。

03 增持利好？减持利空？

在上述两个案例中，大股东和高管买入自家股票，之后股价上涨；若卖出自家股票，之后股价下跌。

此时做量化交易的我们最关心的是：

能否直接跟着他们一起操作？

他们买，我们买；他们卖，我们也卖。这样总体能赚钱吗？

这就取决于我们上文举的两个例子，到底是客观规律，还仅仅是巧合了。

我可以直接告诉大家：两个案例是我为了表达观点而精心挑选的。

找这两个案例还花了我不少时间...

就像一些炒股书籍介绍某些“神奇”K线形态时，会专门配个图，图上出现该形态后，股价就开始涨。

谁知道他这个图找了多久呢？这么多案例，总能找到想要找的图。

只凭借几个例子，是不具备说服性的。

归根到底了要用大数据说话。

接下来，也就是本文的重头戏，我会用8万条数据，基本涵盖了A股全部的增减持数据，去挖掘分析增减持对股价未来变动的影响。

04 8万条数据长什么样子

开发一个策略80%的时间是在准备数据。

准备增减、持数据还格外的难。

理论上这些数据在交易所官网都可以找到。但官网的数据往往是pdf格式，可读性非常差。

这里推荐大家可以去一些财经网站，比如说「新浪财经」和「东方财富网」，这些网站都会提供结构化的数据，方便你进行阅读、筛选、分析。

东方财富网的增、减持数据

并且这些数据可以写代码爬取的，对普通玩家非常友好，一定要充分利用好这些免费数据的资源。

当然，财经网站的数据并不一定靠谱，需要仔细筛选排查。例如上图中东方财富网的股东增、减持数据就有不少问题。

为了追求数据的准确性，这次的增减持数据是从需要付费的万得数据库获取的，质量相对靠谱，请放心食用。

数据展示：

数据的前半部分

上图中截取了数据的前半部分字段，主要收集整理了股票的增减持情况，其中「持有人类型」共有三类：

1代表个人，2代表股东，3代表高管。

数据的后半部分

上图中的「n day相对指数涨跌幅」的意思是说，股票在完成增减持完成之后的第「n」天，超过同期沪深300指数的那部分收益率，即所谓的「超额收益」。

所有涨跌幅的计算都已经经过复权处理。

上面只列举了一部分相对涨跌幅数据，实际上我们计算到了10、20、30...200天的相对收益。

该数据可以直接点我头像交流获取。

05 用Pyhton分析数据

准备好数据之后，就是用Python进行分析。

首先，我们用read_csv函数读取数据：

DataFrame格式数据的部分截图

然后就是对数据进行筛选，比较关键的条件有三个，分别是「增持方向」 「股东类型」 「变动数量占流通比例」。

我们先对增持方向做一个分类，将增持的分为一组，减持的分为一组，这里我们不妨将参数设置为增持。

然后我们计算的是，所有被增持股票n天后的平均收益，并作图。

看看增持之后是否真的会上涨？

运行结果如下：

注：横坐标代表增持之后的天数，纵坐标代表所有增持股票n天后的平均超额收益。

我们取图中最高的那根粉色柱状图讲解一下图形的含义。

图中所指粉色柱状图横坐标为70天，纵坐标为3.2%。意思是任何股票发出增持公告后，我们就买入持有70天，期间我们平均跑赢沪深300指数3.2个百分点。

持有70个交易日才多赚3.2%？与之前案例中的翻3倍不一样啊，有点小失望。

继续尝试，我们将持有人类型设置为股东，只取持有人类型「2」。

股东类型设置为股东

即在只有股东（无高管）增持的情况，看一下效果：

股东增持后n天收益情况

啊呸！

从这数据显示，单单股东增持后，股价似乎没有任何显著的变化。

再次失望+1。

但还是要保持耐心，做量化投资的，这种失望经历的还少吗？

我们换个方向，既然只看大股东不行，我们试着单看高管增持：

看看效果如何：

高管增持后n天收益情况

咦？结果似乎不错噢！

高管增持股票后，股票之后的超额收益很不错，比如70天后超额收益率接近7%。

看来高管比大股东靠谱啊。毕竟高管钱不及董事长多，增持还是要小心谨慎一点。另外高管在公司执行一线，业务细节可能了解的更加全面 。

在有了初步结果后，尝试进一步优化。高管每次增持股份的多少，对之后股价是否有差别影响呢？

我们高管增持股份变动数量占流通比的百分比大于等于2%的数据筛选出来：

只看该部分数据的结果：

高管增持2%流通股

不得了！

图中显示，当高管增持2%以上的流通股后买入股票，持股一段时间后，最高超额收益接近14%。

即80个交易日能跑赢大盘15%，那一年下来不就是跑赢大盘60%？这个结果相当不错。

06 数据筛选进阶

为了继续全面考察各种筛选条件下，哪些条件组合更有利于之后的股价，我编写了一个程序，对「买卖方向」 「持有人类型」「股权变动占比」这些条件进行遍历：

并且将结果以图片的形式保存到文件夹中。

运行结果如下：

这三个条件的任意随机组合的结果都从图片中找到。

鼓励大家多试试不同条件的组合，量化投资就是这样一个探索与发现的过程。

下面贴上本文全部的代码，感兴趣的朋友可以直接点我头像交流获取。

07 更多思路

当然对于增减持数据，只要你善于观察，充满想象，还可以衍生出更多的思路。

比如说可以分年份进行分析，考察不同年份结果，考察在牛熊市的表现是否会有差异。

还可以考虑增持人原先持股占比、近期增持的次数、实际增持到发公告之后的时间等。

再比如，我们可以看每天市场整体增减持的资金净额、次数，这些可以帮助我们针对大盘开发做择时策略。

（去试试吧，以上所有思路我都试过，没效果的我不会说的...）

感兴趣的朋友也可以直接点我头像交流获取。

08 股市资本的分类

增减持资金主要来自公司大股东和公司高管。

他们所持有的资本，有一个专业名称：产业资本，一般包括：

产业资本之所以值得我们借鉴、跟随，是因为产业资本最贴近行业本身，了解很多其他人不了解的一手信息。

产业资本外，也还有机构、外资、国家队、社保等其他资本。他们各有各自己的优势、劣势。

例如机构资本相对来说更加专业，外资经验丰富可以降维打击，国家队就更不用说了。

散户资金也是有用的，不能正向跟随，还不能反过来吗？

对于这些资本，如果大家感兴趣，可以回复留言，之后的文章可以讲讲跟着他们操作，到底能否赚钱。

09 后记

文章的最后，和大家分享一点量化投资的心得。

很多人问我小白如何开始学习量化投资，有什么可以书单推荐。

我的建议是千万不要直接找本书来看。

你找本编程书看，那跟着敲完“Hello World”就结束了；你找本数学书看，那看到第七页的公式就睡着了。

更好的学习方式是做实际的项目，在实践中学习量化策略。

研报就是很好的量化实践项目。

一篇研报就是一个策略，作者都是年薪百万的高学历券商分析师，你要做的就是读懂策略研报，并用代码实现。

在此期间什么不会学什么，哪里不会点哪里，抱着解决问题的心态去学习，事半功倍。

熟读唐诗三百首，不会作诗也会吟。

那么哪里可以获取研报呢?

你可以在网上零零散散的搜索到一些，但是非常的不系统。

而像WIND这类能找到系统性研报的软件，则需要付费，并且里面的研报太多，让人不知该从何处入手。

我这里有分门别类几万份研报，还会实时更新。

我为大家区分了难度，从中精选了部分研报。

如果你需要的话，可以点我头像交流获取，都是可以直接发给你的。

加我微信后，也可以交流量化投资相关问题，我比较忙，回复的比较慢，但是看到的都会回复。

聊的开心，聊得有缘，很多量化的数据、资料都是可以送给你的。

也可以翻翻我朋友圈的内容，很多量化干货。一些不会公开发的内容，都会在朋友圈说。