手册定位：模块二第 4 篇。资金流因子引入「钱往哪去」的维度——主力净流入率与北向持股变化。它和基本面因子低相关，能补足情绪面。
数据来源复用 #05 资金流向（个股资金流 + 北向）。

1. 你将得到什么

• 主力净流入率、北向净流入两个资金面因子的算法；
• 把资金流归一化再入因子的写法；
• 主力 vs 北向的合成资金流因子；
• 资金流因子的 4 个坑（T+1 延迟、排名快照、主力定义漂移、噪声大）。

2. 取数约定（复用）

3. 数据来源（复用，不重复罗列）

详见 #05 资金流向接口手册（个股资金流 /higg/*、/hs/history/transaction，北向 /ht/nbzj/*）。

4. 核心模板函数（自包含可跑）

import pandas as pd

_MOCK = True


def build_flow(df):
    out = df.copy()
    out["主力_s"] = out["主力净流入率"].rank(pct=True)
    out["北向_s"] = out["北向净流入额"].rank(pct=True)
    out["资金流分"] = out[["主力_s", "北向_s"]].mean(axis=1)
    return out


def run_check():
    df = pd.DataFrame([
        {"代码": "600519", "主力净流入率": 0.06, "北向净流入额": 1.2e8},
        {"代码": "000001", "主力净流入率": -0.02, "北向净流入额": -0.5e8},
        {"代码": "600036", "主力净流入率": 0.03, "北向净流入额": 0.8e8},
    ])
    f = build_flow(df)
    assert f["资金流分"].between(0, 1).all()
    print("校验通过 | 资金流分:", f["资金流分"].round(2).tolist())
    return f


if __name__ == "__main__":
    run_check()

5. 跑通示例

f = run_check()
print(f.sort_values("资金流分", ascending=False)[["代码", "资金流分"]])

6. 坑与注意事项

1. T+1 延迟：个股资金流盘后更新，做实盘要用收盘后数据。
2. 排名快照：/higg/* 是时点排名，回测要取历史资金流，别拿排名当序列。
3. 主力定义漂移：不同平台「主力」阈值不同，跨源比较要先统一口径。
4. 噪声大：资金流日度波动大，建议用 5/20 日平滑或排名。

7. 小结与下一篇预告

资金流因子就位，基本面+资金面四维初步成型。下一篇讲动量/反转因子——用历史K线算过去 N 日收益。

下一篇预告：《【Python量化实战全攻略 #13】动量反转因子手册：过去N日收益怎么算（附代码）》

8. 免责声明

本文为因子构建方法示例，演示数据为虚构，不构成投资建议。

关于数据来源：本文资金流因子所需的接口来自智兔数服（www.zhituapi.com）官方文档（详见本系列 #05），覆盖 200+ 已验证路径，注册可领免费 token 做研究测试。
更多实战手册见技术博客：zhituapi.com/blog.html。
本系列《Python量化实战全攻略》共 32 篇，下一篇讲动量反转因子。