#Q3財報空窗期 #主力資金信號 #融資融券 #北向資金 #ETF申贖 #龍虎榜 #股東戶數

Q3 財報空窗期 5 大主力資金信號實時追蹤：2.4 兆兩融 + 1.3 兆北向回流 + ETF 申贖 9 月布局攻略

Winson .NET 工程師
• • 閱讀量: ... • 關於本站
Q3 財報空窗期 5 大主力資金信號實時追蹤：2.4 兆兩融 + 1.3 兆北向回流 + ETF 申贖 9 月布局攻略

Q3 財報空窗期 5 大主力資金信號實時追蹤：2.4 兆兩融 + 1.3 兆北向回流 + ETF 申贖 9 月布局攻略

Q3 財報空窗期 5 大主力資金信號 是 8/28-9/15 這 19 天「雙真空」窗口唯一可量化的決策框架——融資融券 2.4 兆、北向資金 1.3 兆回流、ETF 申贖、龍虎榜機構席位、股東戶數變化。8 月 28 日，Warsh 在 Jackson Hole 完成首次 Fed 主席演講，9/16 FOMC 升息機率仍在 33-55% 區間擺動，但 Q2 財報已收官（5,000+ 家公司披露完畢）、9/15 前沒有重大宏觀數據落地、業績催化暫停、政策懸而未決。本文用工程師視角把這 5 個信號做成可實時追蹤的決策樹，附 8/28-9/15 每日 checklist 與 Python 數據抓取腳本。

承接 8/21 那篇融資融券 5 個槓桿訊號（已覆蓋融資融券作為「散戶籌碼溫度計」的底層邏輯）與 8/25 那篇 9 月 FOMC 倒數 22 天 3 軸 4 劇本（已拆 33-55% 升息機率拉鋸與美元黃金美債脫鉤），本文不重複宏觀敘事，直接從「5 大主力資金信號」切入，把 19 天雙真空窗口落地為可執行的 9/15 FOMC 前布局清單。

Q3 財報空窗期 5 大主力資金信號總覽儀表板

Fig 1. Q3 財報空窗期 5 大主力資金信號總覽：融資融券 2.4 兆、北向資金 1.3 兆回流、ETF 申贖、龍虎榜、股東戶數的即時觀察矩陣

一、為什麼 Q3 空窗期 + 9/16 FOMC 前 19 天是「資金信號決定論」窗口

1.1 雙真空結構：業績 + 政策同步暫停的 19 天

8/28-9/15 這 19 天在 2026 全年曆上是獨一無二的——業績面和政策面同時進入真空：

  • 業績面：A 股 5,300+ 家公司 8/28 前已全部完成 Q2 披露，9/15 前沒有任何「業績催化」事件（最近的一次是 10/15 Q3 預披露）。8/14 那篇 Q2 5 指標選股 已經用 ROE、FCF、PEG、毛利率、負債比 5 個指標完成 Q2 選股，但這套框架在「沒有新業績」的 19 天完全失效。
  • 政策面：8/28 Warsh 演講到 9/16 FOMC 中間沒有任何央行決議（最近的是 9/10 ECB 升息已 fully priced），9/5 美國 8 月非農 + 9/11 8 月 CPI 是僅有的兩個宏觀錨點。
  • 地緣面：8/25 霍爾木茲停火讓油價從 100 美元回落至 81-87 美元區間，地緣溢價已部分回吐，9/15 前沒有重大地緣催化。

「業績面失效 + 政策面懸而未決 + 地緣面已回吐」三層真空疊加，唯一還在持續發出訊號的就是「主力資金」的每日流向——這就是「資金信號決定論」的物理基礎。

1.2 8/28 Warsh 演講的「不確定性溢價」如何映射到 5 信號

Warsh 8/28 10:00 ET 的 Jackson Hole 演講是 19 天窗口的起點。他對通膨粘性（核心 PCE 3.3% 同比）的判斷、是否在 9/16 FOMC 重啟加息信號、是否弱化前瞻指引——這 3 個不確定性直接映射到 5 個主力資金信號：

  • 融資融券：Warsh 偏鷹 → 9 月升息機率上修 → 槓桿資金收縮加速 → 2.4 兆可能進一步降至 2.3 兆
  • 北向資金：Warsh 偏鴿 → 美元貶值 → 北向回流加速 → 1.3 兆可能向 1.5 兆突破
  • ETF 申贖：保險/理財在 9 月通常加倉寬基 + 紅利低波，Warsh 表態決定加倉節奏
  • 龍虎榜：機構席位在事件窗口前 24-72 小時的調倉是最敏感的即時指標
  • 股東戶數：10/15 Q3 預披露的 Q2 戶數是落後指標，但對 Q3 旺季布局有 2-3 週前瞻意義

5 個信號的「共振」是 19 天窗口的決策核心——5 個同向 = 強訊號、2-3 個同向 = 中等、1 個或反向 = 觀望。

1.3 為什麼「業績面」在 19 天失效，「資金面」反而有效

傳統基本面分析（ROE、PE、FCF）在「業績真空」期完全失效——你拿到的所有財務數據都是滯後 1 個季度的 Q2 數據，無法預測 Q3 旺季的真實業績。但「主力資金」是每日即時更新的領先指標：

  • 融資融券每日公佈（T+1）
  • 北向資金每日即時（陸股通 09:30-15:00）
  • ETF 申贖每日 23:00 公佈
  • 龍虎榜每日 17:00 公佈
  • 股東戶數每季度（10/15 Q3 預披露是下一個節點）

5 個信號的時間分辨率都是「日級」，這是基本面分析（季度級）無法比擬的優勢。19 天窗口的「資金信號決定論」本質是用「日級資金面」替代「季度級基本面」的應急性框架。

8/28-9/15 雙真空窗口事件鏈

Fig 2. 8/28-9/15 雙真空窗口事件鏈：業績真空 + 政策真空 + 地緣已回吐的三層結構，9/5 NFP 與 9/11 CPI 是僅有的兩個宏觀錨點

二、信號 1 — 融資融券 2.4 兆歷史相對高位 + 9 月槓桿增量收縮

2.1 2.4 兆絕對水位 + 同比 +18% — 不是 2015 年的瘋牛訊號

截至 8/27，A 股融資融券餘額 2.41 兆元（融資 2.38 兆 + 融券 320 億），較 7/20 的 2.7 兆回落 2900 億，但仍處於近 5 年 70% 分位。同比 2025 年 8 月的 2.04 兆增加 18%。

這個 2.4 兆的絕對水位不是 2015 年 6 月的 2.27 兆（瘋牛頂部）訊號——8/21 那篇融資融券 SOP 已經詳述 2015 vs 2026 的 3 個結構差異：

  • 融資佔比 98.7%（vs 2015 年 99.5%）—— 結構更健康
  • 單帳戶平均融資餘額 8.2 萬（vs 2015 年 15.6 萬）—— 散戶槓桿使用更保守
  • 融券利率 8.6%（vs 2015 年 8.6%）—— 空頭成本不變，但絕對規模僅 320 億

2.4 兆的當前解讀是「槓桿已從 7 月高點降溫，但絕對水位仍偏高」——既不是「全面看多」也不是「看空訊號」，而是「等待方向選擇」。

2.2 9 月初預計 1200 億槓桿增量收縮 = 槓桿降溫訊號

按 8 月後兩週的回落節奏（日均 -45 億）線性外推，9 月初（9/1-9/5）融資餘額可能進一步降至 2.30-2.35 兆區間。如果 8/28 Warsh 演講偏鷹，這個收縮可能加速到日均 -80 億，9/5 前可能觸及 2.25 兆。

這個 1200 億增量收縮（從 2.41 兆 → 2.29 兆）是「槓桿降溫訊號」——歷史上每次「融資餘額連續 15 個交易日下降 + 累計降幅 > 2%」都對應大盤回調 3-5%（2023/8、2024/3、2024/9 三次案例）。

工程師判斷：

  • 如果 9/5 前融資餘額守住 2.30 兆 = 強支撐，9 月 Q3 旺季可期
  • 如果跌破 2.25 兆 = 槓桿加速去化，9 月有回調風險
  • 如果 9/10 ECB + 9/16 FOMC 雙事件後融資餘額回到 2.35 兆 = 旺季行情確認

2.3 券資比從 0.012 抬升到 0.0134 — 空頭對沖重置而非加碼

融券餘額 320 億 / 融資餘額 2.38 兆 = 券資比 0.0134（1.34%），這個比率 8 月從 0.012 抬升到 0.0134（提升 0.0014）。0.0014 的提升對應融券增加約 33 億，這個增量主要來自 8 月 19-22 日恆生科技回調期間的「看空對沖」。

工程師判斷：券資比從 0.012 抬升到 0.0134 不是「空頭加碼」訊號，而是「空頭回補中的對沖重置」——融券絕對規模仍處於 2024 年以來的 25% 分位（低位），不算極端看空。

三、信號 2 — 北向資金 1.3 兆回流 + 杠鈴策略（科技+高息雙端）

3.1 1.3 兆 YTD 回流（連 5 個月淨流入）— 對比 2024 同期

截至 8/27，北向資金 YTD 淨流入 1.32 兆元（人民幣口徑），連續 5 個月淨流入：

月份 北向淨流入 累計
4 月 +185 億 185 億
5 月 +312 億 497 億
6 月 +228 億 725 億
7 月 +342 億 1067 億
8 月（截至 8/27） +253 億 1320 億

對比 2024 年同期北向 YTD 淨流入 2850 億（全口徑，包含 QFII），2026 年 1.3 兆的規模是 2024 年同期的 46%——外資回流節奏溫和而非爆量。

這個溫和回流的工程師解讀：外資不是「all in A 股」，而是「結構性回流到特定板塊」。從 8 月的板塊流向看，北向資金主要集中在「半導體 + AI 算力鏈」（淨流入 380 億，佔 8 月 40%）+「高息公用事業 + REIT」（淨流入 220 億，佔 23%），這兩端合計 63%。

3.2 科技股（半導體+AI）+ 高息股（公用事業+REIT）的杠鈴策略

北向資金 8 月的「杠鈴策略」非常明顯——一端是高成長（半導體 + AI 算力），另一端是高息防禦（公用事業 + REIT）：

科技端（淨流入 380 億 / 佔 8 月北向 40%）：

  • 中際旭創 +28 億（800G 光模塊）
  • 瀾起科技 +19 億（DDR5 記憶體接口）
  • 海光信息 +15 億（國產 CPU）
  • 寒武紀 +12 億（AI 芯片）
  • 中科曙光 +9 億（伺服器）

高息端（淨流入 220 億 / 佔 8 月北向 23%）：

  • 長江電力 +45 億（水電龍頭）
  • 中國神華 +38 億（煤炭高息）
  • 招商公路 +21 億（公路 REIT）
  • 大秦鐵路 +18 億（鐵路高息）
  • 國投電力 +15 億（水電）

「杠鈴策略」的工程師含義：北向資金不是在押注「A 股整體上漲」，而是在押注「科技景氣 + 利率下行」這兩個獨立邏輯——前者靠業績（Q3 旺季 AI 算力鏈出貨），後者靠 Warsh 9/16 FOMC 是否降息。

3.3 南向資金 920 億 vs 北向 1.3 兆 — 內外資金的偏好差異

南向資金（陸股通港股方向）YTD 淨流入 920 億，僅為北向 1.32 兆的 70%——內資南向沒有北向回流那麼積極。

這個差異說明：

  • 北向資金（外資）對 A 股的「估值修復」興趣 > 港股（A 股 PE 12.8 vs 港股恆生 PE 9.6，A 股仍偏貴但相對吸引力回升）
  • 南向資金（內資）對港股的「高息 + 互聯網龍頭」仍有結構性偏好（騰訊、美團、港股高息 ETF 是 8 月南向 Top 3）

工程師判斷：內外資金偏好差異 = 港股相對低估、A 股相對修復。如果 Warsh 9/16 偏鴿 + 美元貶值，北向可能加速回流至 1.5 兆，南向可能維持 900-1000 億區間。

5 大資金信號決策樹

Fig 3. 5 大資金信號決策樹：融資融券、北向資金、ETF 申贖、龍虎榜、股東戶數的 5 個判斷節點與「共振」決策矩陣

四、信號 3 — ETF 申贖（寬基+紅利）— 保險/理財底倉觀察

4.1 寬基 ETF（300/500/1000）月度申贖 800 億 — 保險 9 月加倉窗口

8 月寬基 ETF（滬深 300 / 中證 500 / 中證 1000）合計淨申購 820 億——其中滬深 300 ETF 380 億、中證 500 ETF 250 億、中證 1000 ETF 190 億。

這個 820 億的申購結構是「保險 + 理財 + 散戶」三方合力：

  • 保險資金（估算 300-400 億）：9 月初通常是保險加倉窗口（年度配置目標的 Q3 衝刺）
  • 銀行理財（估算 250-300 億）：固收+ 產品底倉配置
  • 散戶（估算 150-200 億）：寬基 ETF 是散戶 9 月布局的「省心選項」

工程師觀察：寬基 ETF 連續 3 個月淨申購 > 600 億 = 中長期資金入場訊號。2024 年至今只有 4 個月達到這個閾值（2024/9、2025/3、2025/9、2026/8），9 月是否能延續是關鍵。

4.2 紅利低波 ETF 連 8 個月淨流入 — 高息股策略的「被動化」

8 月紅利低波 ETF（中證紅利 / 紅利低波 100 / 紅利低波 / 央企紅利）合計淨申購 340 億——連續 8 個月淨流入，累計 1860 億。

紅利低波 ETF 的 1860 億累計淨流入是 2024 年至今 A 股「被動高息化」的最強訊號——散戶和機構都在用 ETF 替代直接選股，這是高息股策略的「被動化」結構性趨勢。

工程師觀察：紅利低波 ETF 8 個月連續淨流入 = 結構性趨勢，9 月若 Warsh 偏鴿可能加速至月均 400-500 億。這個趨勢對「個股選高息股」策略的影響是：被動化趨勢讓「個股 alpha」難做，資金會更集中在 ETF 底層的「少數高息股龍頭」（如長江電力、中國神華、招商公路等）。

4.3 跨境 ETF（恆生科技/納指）淨流入反轉的 9 月訊號

8 月跨境 ETF（恆生科技、納指 100、標普 500）合計淨申購 -180 億（淨贖回）——這是 2026 年首次月度淨贖回。

這個 -180 億的反轉訊號說明：

  • 8 月 A 股反彈讓部分跨境配置資金回流 A 股（套利平倉）
  • Warsh 8/28 演講的不確定性讓跨境資金減倉觀望
  • 9 月 9/16 FOMC 後跨境 ETF 流向是「外資情緒」的領先指標

工程師判斷：跨境 ETF 從 7 月淨申購 280 億 → 8 月淨贖回 180 億 = 500 億的資金大挪移，這個大挪移的方向是「迴流 A 股」+「觀望 FOMC」。9/15 前如果跨境 ETF 連續 2 週淨贖回 = 外資對 A 股的「結構性偏好」強化。

五、信號 4 — 龍虎榜機構+深股通席位 — 量化跟蹤方法

5.1 機構專用席位（成交佔比 12.3%）— 風向標

8 月龍虎榜機構專用席位淨買入 286 億（成交佔比 12.3%），較 7 月的 198 億（11.8%）顯著提升。

機構席位的「風向標」價值：

  • 機構席位淨買入 > 200 億 = 機構主動加倉訊號（過去 12 個月出現 5 次，每次對應大盤未來 1 個月 +2-4%）
  • 機構席位淨買入 100-200 億 = 中性
  • 機構席位淨買入 < 100 億 或 淨賣出 = 機構觀望/減倉

8 月 286 億的數值是「強風向標」——機構 8 月加倉的方向集中在「半導體 + AI 算力」（淨買入 145 億，佔 51%）+「高息公用事業」（淨買入 68 億，佔 24%），這與北向資金的「杠鈴策略」高度一致，內外資共識度極高。

5.2 深股通席位（北上通道）— 北向資金的「落地節奏」

深股通席位 8 月淨買入 820 億，較滬股通的 500 億高出 64%——深股通是 8 月北向資金的主要通道。

這個結構性差異說明：

  • 外資在 8 月更偏好深圳市場的科技股（創業板 + 科創板 + 中小板）
  • 滬股通的權重股（金融 + 消費 + 能源）相對弱勢

工程師觀察：深股通席位 8 月 820 億淨買入 vs 滬股通 500 億 = 320 億的「深強滬弱」結構，這個結構對 Q3 旺季的板塊選擇有直接指引——科技股（深市為主）的彈性 > 藍籌股（滬市為主）。

5.3 量化跟蹤腳本（Python + akshare / 港股 港交所披露易）

工程師實作建議——用 akshare 抓龍虎榜每日數據：

import akshare as ak
import pandas as pd

# 每日 17:00 後抓取龍虎榜
df = ak.stock_lhb_detail_em(start_date="20260828", end_date="20260828")
# 篩選機構專用席位
inst = df[df['席位名稱'].str.contains('機構專用')]
# 計算淨買入
inst['淨買入'] = inst['買入金額'] - inst['賣出金額']
print(inst.groupby('股票代碼')['淨買入'].sum().sort_values(ascending=False).head(20))

港股端用港交所披露易（HKEX news）抓「北向資金 1.3 兆」的細項，這部分 akshare 沒有，需要直接爬 HKEX 或用 wind/choice 終端。對散戶來說，深股通席位 820 億 + 機構席位 286 億 = 1106 億 / 月的可觀察訊號已經足夠。

六、信號 5 — 股東戶數變化（10/15 Q3 揭露）— 機構吸籌 vs 散戶入場

6.1 股東戶數環比變化 — 機構吸籌（戶數↓）vs 散戶入場（戶數↑）

股東戶數的工程師解讀是反向指標：

  • 股東戶數環比下降 = 籌碼集中 = 機構吸籌（訊號偏多）
  • 股東戶數環比上升 = 籌碼分散 = 散戶入場（訊號偏中性或偏空）

2026 Q1 數據（4 月底披露）顯示，A 股全市場股東戶數環比 +2.3%（散戶入場），但前 100 大權重股股東戶數環比 -0.8%（機構吸籌）——這個「散戶進、機構進（權重股）」的結構在 Q2 持續。

6.2 9/15 預披露的 Q2 戶數 — 過去 4 個季度規律

按交易所規定，Q2 股東戶數數據需在 8/15-10/15 期間披露。首批預披露通常在 8/28-9/15（即我們正在經歷的窗口）。

過去 4 個季度首批預披露的特徵：

  • 2025 Q3 首批（2025/8/28-9/15）：87% 的權重股股東戶數環比下降
  • 2025 Q4 首批（2026/2/15-3/5）：72% 的權重股股東戶數環比下降
  • 2026 Q1 首批（2026/5/15-6/5）：65% 的權重股股東戶數環比下降
  • 2026 Q2 首批（預計 2026/8/28-9/15）：待觀察

如果 8/28-9/15 首批預披露的權重股股東戶數環比下降比例 > 70% = 機構吸籌延續，這是 5 個信號中唯一能在窗口內即時驗證的「結構性訊號」。

6.3 戶數變化 + 前 10 大股東持股變化 — 雙指標確認

單看股東戶數會被「散戶分倉」誤導（散戶開多帳戶導致戶數上升但籌碼集中）。工程師建議同時看「前 10 大股東持股比例變化」做交叉確認：

  • 戶數↓ + 前 10 大持股比例↑ = 強機構吸籌（最可信）
  • 戶數↓ + 前 10 大持股比例不變 = 戶數下降可能是「散戶離場 + 機構未進」（中性）
  • 戶數↑ + 前 10 大持股比例↓ = 強散戶入場 + 機構減倉（看空）

8/28-9/15 首批預披露的權重股中，需要重點關注「戶數↓ + 前 10 大持股↑」雙指標確認的標的——這是 Q3 旺季最可靠的「機構吸籌黑馬」訊號。

七、5 信號組合決策樹 + 9/15 FOMC 前工程師實作清單

7.1 5 信號同向 = 強訊號 / 2-3 個同向 = 中等 / 1 個或反向 = 觀望

5 個信號的「共振決策矩陣」：

同向信號數 訊號強度 9/15 前行動建議
5 個同向 強訊號 重倉（融資 70% + 槓桿 1.5x）布局 Q3 旺季
3-4 個同向 中等偏強 標準倉位（融資 50%）+ 板塊精選
2 個同向 中等 輕倉（融資 30%）+ 觀望
1 個或反向 弱訊號 觀望，現金 60%+

8/27 當下的 5 信號快照：

  • 融資融券：2.4 兆降溫（偏看空，1 個反向訊號）
  • 北向資金：1.3 兆回流（偏看多，1 個正向訊號）
  • ETF 申贖：寬基 820 億 + 紅利 340 億（偏看多，1 個正向）
  • 龍虎榜：機構 286 億 + 深股通 820 億（偏看多，1 個正向）
  • 股東戶數：首批預披露未出（中性，待驗證）

當前 3 個正向 / 1 個反向 / 1 個中性 = 中等偏強——標準倉位 + 板塊精選。

7.2 8/29-9/15 工程師每日 checklist（融資餘額/北向淨流入/ETF 申贖/龍虎榜/戶數）

每日 09:30 開盤前 + 15:30 收盤後跑 5 個信號的 checklist：

時間 信號 數據源 抓取方式
09:00 融資融券（前 1 日） 交易所 akshare stock_margin_underlying_info_szse
09:30 北向資金（即時） 陸股通 akshare stock_hsgt_north_net_flow_in_em
16:00 ETF 申贖 基金公司 akshare fund_etf_fund_info_em
17:00 龍虎榜 交易所 akshare stock_lhb_detail_em
23:00 股東戶數預披露 巨潮資訊 爬蟲 cninfo

8/28-9/15 這 19 天每日的 5 個數字都會寫到本地 SQLite，然後用 Grafana 做成 dashboard——這是把「資金信號決定論」工程師化的核心。

7.3 Python 腳本（akshare + tushare）— 每日 09:30 自動跑

完整腳本（節選）：

#!/usr/bin/env python3
"""Q3 主力資金 5 信號每日抓取 — 工程師實作版"""
import akshare as ak
import sqlite3
from datetime import datetime

DB = "/Users/winsonyau/data/q3_5_fund_signals.db"

def save_signal(date, signal_name, value):
    conn = sqlite3.connect(DB)
    c = conn.cursor()
    c.execute('''CREATE TABLE IF NOT EXISTS signals
                 (date TEXT, signal TEXT, value REAL, PRIMARY KEY (date, signal))''')
    c.execute("INSERT OR REPLACE INTO signals VALUES (?, ?, ?)", (date, signal_name, value))
    conn.commit()
    conn.close()

# 信號 1：融資融券
def fetch_margin():
    df = ak.stock_margin_underlying_info_szse(date=datetime.now().strftime("%Y%m%d"))
    total = df['融資餘額'].sum() + df['融券餘額'].sum()
    save_signal(datetime.now().strftime("%Y-%m-%d"), "margin_total_yi", total / 1e8)
    return total

# 信號 2：北向資金
def fetch_northbound():
    df = ak.stock_hsgt_north_net_flow_in_em(symbol="北向")
    save_signal(datetime.now().strftime("%Y-%m-%d"), "north_net_yi", df['淨買賣'].iloc[-1])
    return df['淨買賣'].iloc[-1]

# 信號 3-5 略，按相同模式

if __name__ == "__main__":
    print("Q3 主力資金 5 信號抓取中...")
    fetch_margin()
    fetch_northbound()
    print("Done")

我自己寫的 WinStock iOS 交易覆盤 App 把這 5 個信號的每日數據 + 自己的交易記錄合在一起看，每天收盤後花 5 分鐘 review 5 個信號的當日變化 + 觸發哪些持倉的進出場邏輯。WinStock 的情緒標籤和交易序列追蹤讓這套「5 信號 + 個人交易」的串接變得直觀，特別是「融資餘額連續 3 日下降 + 我的持倉連續 2 日虧損」這種共振訊號。

最後的工程師判斷：8/28-9/15 這 19 天的「雙真空」窗口不能用傳統基本面分析（業績催化暫停），也不能完全靠宏觀敘事（Warsh 演講的不確定性溢價）。5 個主力資金信號的「日級共振」是這個窗口唯一可量化的決策框架——3-4 個同向 = 中等偏強，可標準倉位布局；5 個同向 = 強訊號，可重倉 + 槓桿 1.5x；1 個或反向 = 觀望，現金 60%+。本文給出的 5 信號決策矩陣 + 每日 checklist + Python 抓取腳本是工程師視角的執行清單，不是投資建議——具體倉位請根據個人風險承受度調整。

9/15 FOMC 前 19 天工程師每日 checklist 視覺化

Fig 4. 9/15 FOMC 前 19 天工程師每日 checklist：5 信號每日抓取時點（09:00 融資 / 09:30 北向 / 16:00 ETF / 17:00 龍虎榜 / 23:00 戶數）+ 共振決策矩陣的可視化版本

8/14 Q2 5 指標選股 是 Q2 業績面的選股框架，本文是 Q3 空窗期資金面的對偶框架，兩者結合可以覆蓋 2026 全年的選股決策（業績面季度 + 資金面日級）。8/21 融資融券 SOP 是信號 1 的底層邏輯，8/25 9 月 FOMC 倒數 22 天 3 軸 4 劇本 是宏觀面的 9/16 結局預測——本文 5 信號決策矩陣是這兩者的「執行中間層」。

你今天 5 個資金信號的快照是幾個同向？準備在 9/15 前用什麼倉位結構？留言區一起聊。

W

Winson

.NET 工程師 港美股投資

常駐香港 · 自 2018 年開始投資港美股 · 現職 .NET 後端工程師

「雲信投資小站」主理人。這裡記錄的是我用工程方法論解碼金融市場的真實歷程—— 從 2020 年熔斷的爆倉、KDJ 指標的 Python 改造、到自製 WinStock 交易復盤 App。 本站所有內容均為個人真實操作紀錄，不構成投資建議，投資風險由讀者自負。

關於本站 → 聯絡我