第九章：大单追踪与鲸鱼监测
做订单流交易，有个问题我一直很在意：谁在买？谁在卖？
普通散户的订单，和机构大单，对市场的影响完全不同。你想想看，一个散户买100股，和一只"鲸鱼"买10万股，能一样吗？
这一章，我们就来聊聊怎么识别大单、怎么把拆分的订单重新拼起来、怎么追踪聪明钱，以及评估大单对市场到底有多大影响。
9.1 大单识别算法
什么叫大单？其实没有绝对标准。我个人习惯用相对阈值法。
比如，某只股票日均成交量是100万股，突然出现一笔5万股的买单，这就算大单。但如果这只股票日均成交量是1亿股，5万股就只是毛毛雨。
核心思路：大单 = 单笔成交量 > N倍平均单笔成交量
我常用的算法是这样的：
def is_large_order(trade_volume, avg_volume, multiplier=5):
"""
判断是否为大单
:param trade_volume: 当前成交笔的成交量
:param avg_volume: 过去N日的平均单笔成交量
:param multiplier: 倍数阈值，默认5倍
"""
return trade_volume >= avg_volume * multiplier嗯，这里要注意：阈值不能设得太死。我曾经在监控某只小盘股时，用10倍阈值，结果一整天都没抓到任何大单。后来改成3倍，才发现了不少机构吃货的痕迹。
实际项目中，我建议用动态阈值：
- 根据过去20个交易日的成交量分布，取90%分位数作为阈值
- 或者用Z-score方法，超过3个标准差的就算异常大单
9.2 拆分订单聚合
机构不是傻子。他们不会一笔把100万股全砸进去，那样会把价格打飞。他们会把大单拆成几十笔小单，混在散户里慢慢吃。
这就是所谓的冰山订单——你看到的只是冰山一角。
怎么把这些拆分的订单重新聚合起来？我分享一个实战方法：
- 时间窗口聚合：把1分钟内同一方向的订单合并
- 价格关联聚合：在同一个价格区间内连续出现的同向订单
- 成交量模式识别：连续出现的小单，累计量达到大单阈值
我的经验：时间窗口设30秒最合适。太短了聚合不全，太长了容易把不同机构的订单混在一起。
来看一个简单的聚合算法：
def aggregate_iceberg_orders(trades, window_seconds=30):
"""
聚合冰山订单
:param trades: 逐笔成交数据
:param window_seconds: 聚合时间窗口
"""
aggregated = []
current_group = None
for trade in trades:
if current_group is None:
current_group = trade
continue
time_diff = (trade.timestamp - current_group.timestamp).seconds
same_direction = trade.side == current_group.side
if time_diff <= window_seconds and same_direction:
# 合并到当前组
current_group.volume += trade.volume
current_group.timestamp = trade.timestamp
else:
# 新的一组
aggregated.append(current_group)
current_group = trade
return aggregated9.3 聪明钱流向追踪
聪明钱，说白了就是机构资金。他们信息更灵通，研究更深入，操作更专业。
怎么追踪聪明钱？我总结了三个维度：
| 维度 | 指标 | 说明 |
|---|---|---|
| 成交量 | 大单净买入量 | 大单买入量 - 大单卖出量 |
| 价格 | 成交价偏离度 | 大单成交价 vs 当前市价 |
| 时间 | 尾盘大单占比 | 收盘前30分钟大单活跃度 |
我个人最看重的是大单净买入量。如果连续3天都是大单净买入，但股价没怎么涨，这往往是机构在悄悄吸筹。
避坑指南：我曾经踩过一个坑——只看大单净买入，没注意大单是主动买还是被动买。主动买（吃卖单）才是真金白银，被动买（挂买单等成交）可能是做市商的对冲单。
9.4 大单对市场的影响评估
大单进来，市场会有什么反应？这取决于几个因素：
- 大单的冲击成本：一笔大单吃掉几个价位的挂单
- 市场深度：挂单簿上的流动性够不够
- 后续跟风：散户看到大单会不会跟着买
我常用价格冲击系数来量化评估：
def price_impact(large_order_volume, order_book_depth):
"""
计算大单的价格冲击
:param large_order_volume: 大单成交量
:param order_book_depth: 订单簿深度（前10档挂单总量）
"""
impact_ratio = large_order_volume / order_book_depth
if impact_ratio < 0.1:
return "低影响"
elif impact_ratio < 0.3:
return "中等影响"
else:
return "高影响"嗯，这里有个关键点：大单的影响不只是价格。它还会影响市场情绪和后续订单流。我见过一笔大单进来，直接引发连锁反应，把整个盘口都带活了。
9.5 知识体系总览
下面这张图，是我梳理的大单追踪与鲸鱼监测的完整框架：
从数据源到最终决策，整个链路是通的。你想想看，没有大单识别，你连谁在交易都不知道；没有订单聚合，你看到的都是假象；没有聪明钱追踪，你就是在盲人摸象。
核心总结：大单追踪不是简单的"看到大单就跟着买"。你要判断这个单子是机构在建仓，还是在对冲，或者是量化基金在调仓。不同的意图，应对策略完全不同。
好了，这一章的内容就到这里。大单追踪这块，说白了就是透过现象看本质。那些拆分的订单、隐藏的意图，都在数据里。你只要掌握了这些算法和思路，就能看到别人看不到的东西。
无相订单流研究社 微信Lucian808555