Q-CodeQ-Code 打开工作台

龙头战法观察框架

情绪博弈A股风险 高高级更新 2026-09-25#龙头战法#主线题材#情绪博弈

龙头叙事的统计内核检验:主线期算法化识别,龙头三口径事前定义,领涨相对跟风的溢价与行业动量正交化。

策略目标

龙头战法是游资社区人气最高的叙事之一:每个主线题材有一条"总龙头",买龙头不买跟风。出处为淘股吧等短线社区的高人气流传(原帖与点赞数据无法核实,标注待确认)。它的统计内核与学术动量文献存在对应关系:主线题材约等于行业/主题动量,龙头约等于行业内领涨股——Moskowitz 与 Grinblatt 证明行业动量解释了个股动量的相当部分,行业层面的强动量集中于领涨股 [1]。但社区叙事的"龙头"由情绪与辨识度定义,与统计上的行业领涨并不重合。龙头战法的可检验假设因此非常明确:主线确立期的领涨股,相对跟风股是否存在事前可识别的持续溢价——注意"事前可识别"是核心,事后命名的龙头人人都认识。本条目登记为龙头事件观察框架,用数据检验社区叙事。

数据需求(板块事件)

数据 字段 来源 用途
事件 板块内涨停家数时间序列 行情推导 主线期识别
状态 个股板块归属、涨停次数、区间涨幅 行情/基础信息 龙头口径
量价 事件后日行情 行情 溢价统计

主线期与龙头的定义全部算法化并参数化登记——事后看图命名龙头是本领域最大的陷阱,事前可识别性是唯一诚实的检验。

主线期与龙头口径

主线期:板块单日涨停家数 ≥\ge 阈值(默认 5 家,参数化)且此前 20 个交易日无涨停潮。

龙头三口径并行:主线期内板块中首个涨停股(首板口径)/ 涨停次数最多股(高度口径)/ 区间涨幅最大股(涨幅口径)。统计:主线确立后 5/10/20 个交易日,龙头相对跟风股的溢价分布。

执行规则与叙事检验

观察框架:龙头组 vs 跟风组双向台账先行,不做自动开仓。社区叙事的检验清单:"龙头有溢价"(领涨股相对跟风股的主线期后溢价);"龙头持续性"(首条主线龙头在下一主线延续地位的转移矩阵);"买龙头不买跟风"(同一主线内龙头-跟风价差的稳定性)。与行业动量条目正交化:若领涨股溢价完全被行业动量解释,龙头战法的独立信息就只是行业动量的口语版。

风险与失效场景

  • 事后识别偏差:龙头都是事后命名的,事前可识别性检验若不通过,整个叙事只是后视镜;
  • 样本少而集中:主线题材每年屈指可数,统计功效天然受限;
  • 跟风定义主观:跟风股集合的划定方式直接改变溢价差;
  • 幸存者叙事:社区流传的是成功主线,失败主线无人复盘;
  • 与行业动量重叠:同源风险,正交化是存续裁决;
  • 高换手与监管:短线执行的磨损与异常交易约束。

验证状态

待验证。需要完成:事前口径与事后命名的对照(裁决性检验);领涨股相对跟风股的溢价分布;三种龙头口径对照;与行业动量因子的正交化;主线期样本量与分年度统计。本文不提供任何未实测的收益或回撤数字。

参考文献与延伸

[1] Moskowitz, T. J., & Grinblatt, M. (1999). Do Industries Explain Momentum? Journal of Finance, 54(4).(行业动量对个股动量的解释力)

[2] 国内游资社区"龙头战法"流传(淘股吧等短线社区,社区流传口径;原帖与点赞数据无法核实,待确认)

[3] Q-Code 量化策略工作台

策略逻辑结构

  1. 板块涨停潮数据 — 板块内涨停家数序列
  2. 主线期识别 — 涨停潮阈值算法化
  3. 龙头三口径标记 — 首板/高度/涨幅事前定义
  4. 事前可识别性检验 — 事前口径对事后命名
  5. 领涨跟风台账 — 溢价分布与转移矩阵
  6. 行业动量正交化 — 独立信息裁决

AI 生成提示词

复制以下提示词,打开 Q-Code 工作台粘贴到 AI 对话框,即可自动生成该策略的 QMT 策略代码(单个完整 .py 文件,支持 QMT 回测与实盘)。

请生成一个 QMT 兼容的 A 股龙头战法统计观察模块。板块涨停家数时间序列、个股板块归属、涨停次数与区间涨幅由参数注入:算法化识别主线期(板块单日涨停家数达到阈值且此前 20 日无涨停潮,阈值参数化),龙头按首板、高度、涨幅三种口径事前标记;统计主线确立后 5/10/20 个交易日龙头相对跟风股的溢价分布,输出龙头地位转移矩阵;与行业动量因子正交化对照;模块不产生自动交易信号,事前可识别性是核心检验。兼容回测与实盘分支,参数内联在 init,输出单个完整 Python 文件并包含详细日志。
用自然语言,生成你的 QMT 策略
注册即赠 200 积分,约可生成 5 次 · 支持 Kimi / GLM / DeepSeek
打开 Q-Code 工作台