主题
用公开数据追踪「国家队」ETF 申赎：口径、三个坑和一个框架
10 月 15 日，一只沪深300 ETF 的份额单日增加 45 亿份——较 2025 年末基准增加 6.94%，按追踪体系的量纲算，是 69.4 倍量。这是这套追踪有记录以来最大的单日增持。
数字不是内幕，也不是龙虎榜。它来自沪深交易所每天公示的 ETF 份额表。
为什么盯 ETF 份额
2026 年 8 月 31 日起，ETF 的十大股东强制披露取消。想从股东名单里看「国家队」的实时席位，这条路已经断了。
还剩一条缝：沪深交易所每天公示 ETF 份额。大资金申赎会在份额表上留下痕迹——看不到对面是谁，但能看到资金在动，以及动的方向和量级。
份额表不是持仓表，也不是资金流水——它是一份公开、日频、免费的观测数据。变成信号，需要三样东西：量纲、交叉验证、口径。
数据源：交易所的每日公示
两个接口都公开：上交所是按日的 JSON 接口，返回当天全部 ETF 份额（单位万份），一天 900 多只；深交所是按时间窗口拉取的 xlsx 报表。
T 日的份额一般在当日傍晚到次日早上之间可取。两个所的记录都回填到了 2025 年初。
度量框架：三个零件
零件一：「一倍量」基准
直接比份额没有意义——大盘 ETF 和科创 ETF 的基数差几十倍。先定义一把尺子：
1 倍量 = 该基金 2025 年末份额的 0.1%。
为什么是 0.1%？日频动作通常落在几倍到几十倍量级，这个刻度刚好能分辨信号和噪声；有了统一量纲，不同基金才能横向比较。
同一天报两个基准：较前一日（动量）和较 2025 年末（仓位位移），互不替代。
零件二：同指数双 ETF 交叉验证
每个宽基指数通常有两只以上主力 ETF，分属不同管理人、不同申购通道——它们是同一件事的两个独立观测样本：
- 两只同向、同档：是巧合的概率就低了，信号放大
- 两只方向或量级不一致：取最坏值，否决单只基金的大额解读
10 月 15 日两种都出现了。沪深300 的两只常规基金：一只增持 8.9 倍量，另一只只有 0.4 倍量——交叉取最坏 0.4 倍量；同日另有一只沪深300 ETF 单日 69.4 倍量，异动只有一只，不能代表整个沪深300 的仓位。中证500 更典型：一只增持 4.6 倍量，另一只减持 6.7 倍量——方向分歧，取最坏 6.7 倍量。
零件三：单只与整体，两层口径
单只读数回答「谁在动」，整体读数回答「动了多少」。
整体读数 = 各指数读数的加总；加哪些基金、用主口径还是最坏值，是口径选择。10 月 15 日逐项加总：单日整体 158.9 倍量买入，刷新这套追踪的纪录；从 8 月 19 日算起的累计台账，从 385 倍量升到 543.9 倍量。
两层口径分开记录、分开引用：只报整体会丢结构，只报单只会被噪声骗。
三个坑
框架看着简单，跑起来全是坑。挑三个讲。
坑一：接口的覆盖边界
有一晚我盯一只港股暗盘，用三家常规行情接口轮询，屏幕全程显示「无成交」。我差点下结论：流动性太弱。
第二天才知道，那晚暗盘有成交，还跌破了发行价——常规行情接口根本不覆盖券商场外的暗盘数据。屏幕上的「参考价、零成交量」，不是市场没交易，是数据源没有这个视野。
检查习惯从此多一条：用一个接口之前，先问它覆盖什么、不覆盖什么。ETF 份额数据同理——交易所公示只覆盖份额本身，不覆盖期指持仓和场外申赎，别把它当全息图。
坑二：一行尾部空格，让信号全错
深交所的份额 CSV 里，代码列有 756 行带两个尾部空格。我的匹配按字符串精确比对——「510300」和「510300 」（带空格）是两个键。结果一批基金匹配失败，全读成 0 倍量；而它们那天其实在大额变动（其中一只创业板 ETF 实际 +19.7 亿份、约 62 倍量）。
修复只需一行 strip()，代价是当天生成的信号文件全错——清洗、重跑、逐项对账。同一天还发现，另一只异动基金根本不在追踪清单里。数据管道里没有「小 bug」：一行空格、一个漏掉的代码，就能让 60 倍量读成 0。
坑三：口径差异，谁的读数对？
同一天的数据，我和另一个做同样追踪的人结论不同：他显示「触发」，我显示「观察」。
拆开看，两边都没算错，是口径不同：
- 聚合口径：他逐项加和读出 158.9 倍量；我按「指数主基金 + 最坏值」求和，约 90 倍量
- 触发判据：他那边单只基金大额就算触发；我的状态机要求至少两个十倍量极值
- 累计台账：543.9 倍量 vs 518.9 倍量，差值同样来自口径
我的习惯因此变成：引用任何信号数字，先标注口径。跨系统对齐之前，先对齐口径。
它不能做什么
这条比框架本身重要。
份额 ≠ 汇金。 只能看到「有资金在动」，不能证明是谁在动。
份额变化 ≠ 申购金额。 金额要乘净值；「较前日 +37.59%」这类大百分比是小基数下的动量读数，不等于 37.59% 的资金。
数据滞后。 T 日公示傍晚才出，最快 T+1 才能据此行动；机器漏跑一次，还要再晚一天。
最扎心的一条来自我自己的检验：2026 年 46 个触发事件里，买入触发后 10 个交易日的平均收益是 -1.94%；赎回触发后，市场不跌反稳。机械全进全出跟随的收益是 -25.7%，同期篮子 -11.5%。
结论：它是一台资金流监测器，不是交易信号——告诉你「水在往哪流」，不告诉你「该不该下水」。
可拿走的
三个动作，能迁移到任何公开数据追踪场景：
- 先定义量纲再读数——基准是什么、1 个单位是多少，比读数本身重要
- 每个读数找第二个独立样本——同指数双 ETF 就是天然对照组；一致就放大，不一致就取最坏
- 记录口径——自己的、别人的，对齐之前先对表
公开数据的好处是免费、可复现；代价是，把「数据」翻译成「事实」得靠自己。
本文仅为个人学习与实验记录，不构成任何投资建议。