拥挤度的真相

如上，近日这张图在各处流传，我看了一眼，直觉就是可能有假，因为图形显示的转折点太过完美，第二个想法是，如果这指标这么神奇，那我一定要把它复现出来，纳入我的兵器库。

于是我又开始忙活。这个指标的思路很简单，就是统计每天成交额最大的头部5%个股，然后相加得到总额，再除以市场总成交额，得到的比值称之为拥挤度，或者称之为抱团程度。它的逻辑是，当抱团过于集中时市场见顶，抱团解散低迷时市场见底。听起来很有道理，也符合马太效应发展过程。

但到底是不是这样呢，我用通达信计算得到的结果是这样的：

从截取的这片段看，图形基本是相似的，但转折阈值在55附近，并不是小作文传言中的45，而且目前这两天的数值就在45左右，这点和传言吻合。所以，如果按照我的这个图，很明显拥挤度还没有达到极限值，而且45这个值很普遍，这大半年反复够到，并不稀奇。

另外，暴跌的时候，拥挤度也会提高，并不似网图那般的溜光水滑，除非它的算法中刻意排除了下跌拥挤的情形。

为便于和大家一起考证，我介绍一下通达信计算的设置过程，还是挺不容易的：

第一步，为了求得成交额头部5%的个股，必须以成交额为指标进行排序，做一个扩展数据，计算品种选择所有A股；

第二步，通达信没有市场股票总数的序列指标，所以要用变通的方法求取，创建一个指标ALLSTOCK：

ALL:C<>DRAWNULL;{收盘价不为空};

对收盘价为真的所有个股进行横向统计并累加，再创建一个指标TOTALNUM：

TOTAL_NUM : INSUM('沪深A股','ALLSTOCK',1,0);{沪深A股总数}

然后对TOTALNUM再做扩展数据，计算品种自定义只锚定在一个代表性指数上，采用平均股价指数。这就得到了历史上每天的股票总数量，我用输出核对了一下，非常接近，略有个位数的误差。

为什么搞这么复杂，这是因为通达信语法和结构的限制，而INSUM函数的计算量非常庞大。

第三步，求取头部5%股票的成交额：

TOTAL_NUM := CALCSTOCKINDEX('880003','STOCKNUM',1);

RANK_VAL := EXTDATA_USER(9,0); {引用成交额排名}

TOP_NUM := TOTAL_NUM / 20; {计算前5%的临界排名}GG_AMT : IF(RANK_VAL <= TOP_NUM, AMOUNT, 0); {若排名≤临界值，输出成交额};

第四步，对头部5%股票的成交额再做一个扩展数据，计算品种选择所有A股，使之成为数值序列，然后编写累加公式，再次用到INSUM函数：

TOP5%_AMTSUM : INSUM('沪深A股','TOPAMT',1,0);

第五步，对TOP5%_AMTSUM再做一次扩展数据，计算品种仍然锚定在平均股价指数，否则计算量太大会很卡，得到累积值的数值序列，然后编写最终的拥挤度公式：

TOTAL_AMT := AMOUNT;TOP5%_AMT := EXTDATA_USER(11,0);CONGESTION := TOP5%_AMT / TOTAL_AMT * 100;CONGESTION;拥挤:45,DOTLINE;

复杂点的计算，通达信就显得十分笨拙，这个过程反复叠加扩展数据，挺绕的，着实烧了我不少脑细胞。当然更高级的做法，用扩展TDX通道。