东方财富板块资金流向（DC）接口详解：基于 Tushare `moneyflow_ind_dc` 的行业/概念/地域资金监测实战

• 金融科技
• 示例工程

导读

本文以当前仓库 Tushare Skill 包中的板块资金流向(DC).md)文档为核心，完整讲解东方财富（DC）板块资金流向接口moneyflow_ind_dc的接口定位、输入输出参数、调用示例与数据解读方法。你将掌握如何按交易日期、日期区间或板块代码批量拉取行业、概念、地域三类板块的主力与超大单/大单/中单/小单净流入数据，并理解这些指标在板块轮动监测与资金面分析中的具体用法，从而可直接在量化选股、热点跟踪等场景落地。

一、接口概览：什么是 DC 板块资金流向

moneyflow_ind_dc是 Tushare 提供的东方财富板块资金流向接口，数据源为东方财富（DC），用于获取行业板块、概念板块、地域板块三类板块的资金流向统计，每天盘后更新当日数据。

在 Tushare 资金流向数据体系中，moneyflow_ind_dc属于"东方财富系（DC）"接口，与同系列接口构成完整的资金面数据矩阵：

• 板块资金流向(DC).md)（moneyflow_ind_dc）：行业/概念/地域板块资金流向，即本文主题；
• 大盘资金流向(DC).md)（moneyflow_mkt_dc）：上证/深证大盘整体资金流向，单次最大 3000 条；
• 个股资金流向(DC).md)（moneyflow_dc）：个股维度资金流向，数据开始于 20230911，单次最大 6000 条。

三者自上而下构成"大盘 → 板块 → 个股"的完整资金流向观察链条：先看大盘当日主力资金是净流入还是净流出，再定位资金流向了哪些行业/概念板块，最后下钻到具体个股。

二、资金流向的底层口径：超大单/大单/中单/小单划分

要正确解读板块资金流向，首先需要理解资金单类的划分标准。仓库中的个股资金流向（moneyflow）文档给出了明确口径：

• 小单：5 万以下；
• 中单：5 万～20 万；
• 大单：20 万～100 万；
• 特大单（超大单）：成交额 >= 100 万；
• 数据基于主动买卖单统计。

由此可以推导：moneyflow_ind_dc输出的"主力净流入"= 超大单净流入 + 大单净流入（即机构/大户资金口径），而中单、小单通常被视为散户资金口径。板块的net_amount（主力净流入）为正且占比越高，说明大资金当日对该板块的参与度越强；反之若主力净流出而散户净流入，往往意味着分歧或派发迹象。这一口径与板块、大盘、个股的 DC 接口保持一致，可跨接口对齐使用。

三、输入参数详解

调用moneyflow_ind_dc时，全部输入参数均为可选（类型 str，必选均为 N），实际使用中可按需组合：

参数组合的典型用法：

• 按单日取全市场板块：只传trade_date，一次拿到当日所有行业/概念/地域板块资金流向（最多 5000 条）；
• 按区间取某板块历史：传ts_code+start_date+end_date，跟踪单一板块的资金流变化；
• 按类型筛选：通过content_type限定只取"行业"、"概念"或"地域"其中一类，减小单次返回体积、避免跨类型数据混杂；
• 全量历史回补：由于单次最多 5000 条，可对日期逐日循环，将全部历史数据落库。

注意日期格式统一为YYYYMMDD（如20240927），该格式约定在整个 Skill 包的快速上手说明中均有体现。

四、输出参数与字段语义

接口默认返回 16 个字段，其中资金类字段全部为 float 类型：

解读要点：

• close是板块最新指数点位而非板块内个股价格，涨跌幅pct_change与之对应；
• net_amount单位为元（与个股 DC 接口的"万元"单位不同，需要注意区分），net_amount_rate为净占比百分比；
• buy_sm_amount_stock记录当日该板块主力净流入最大的个股，可直接作为下钻到个股分析的线索；
• rank为板块在当日全市场资金净流入中的排序，数值越小代表当日资金关注度越高。

五、接口调用示例与完整实战代码

5.1 官方基础示例

原文档给出的最小调用示例如下：

# 获取当日所有板块资金流向 df = pro.moneyflow_ind_dc(trade_date='20240927', fields='trade_date,name,pct_change, close, net_amount,net_amount_rate,rank')

该调用按日期 20240927 拉取当日全市场板块数据，并通过fields参数仅选择关心的 7 个字段，降低传输与内存开销。

5.2 可复制的完整调用脚本

结合仓库 SKILL.md 与 scripts/stock_data_example.py 的 token 初始化规范，可写出如下可直接运行的完整脚本：

import os import tushare as ts # 读取环境变量中的 token，或者读取本地记录的 token token = os.getenv('TUSHARE_TOKEN') or ts.get_token() # 初始化 pro 接口实例（SKILL.md 推荐用法） pro = ts.pro_api(token) # 方式一：获取单日全部板块资金流向（含行业/概念/地域三类） df = pro.moneyflow_ind_dc( trade_date='20240927', fields='trade_date,content_type,ts_code,name,pct_change,close,net_amount,net_amount_rate,rank' ) print(df.head()) # 方式二：只取"概念"类板块，按日期区间循环回补历史 df_concept = pro.moneyflow_ind_dc( content_type='概念', start_date='20240901', end_date='20240930', fields='trade_date,ts_code,name,net_amount,net_amount_rate' ) print(df_concept.head()) # 方式三：跟踪单一板块代码的历史资金流 df_one = pro.moneyflow_ind_dc( ts_code='BK0475', # 示例板块代码，请以实际 ts_code 为准 start_date='20240901', end_date='20240930' ) print(df_one.head())

5.3 按日期循环全量提取

受"单次最大 5000 条"限制，若要回补全部历史，需要按日期逐日（或按月）循环调用并拼接：

import tushare as ts import pandas as pd pro = ts.pro_api(os.getenv('TUSHARE_TOKEN')) # 交易日历可从 trade_cal 接口获取，这里以手工日期列表示意 date_list = ['20240923', '20240924', '20240925', '20240926', '20240927'] frames = [] for d in date_list: df_day = pro.moneyflow_ind_dc( trade_date=d, fields='trade_date,content_type,ts_code,name,pct_change,close,net_amount,net_amount_rate,rank' ) if df_day is not None and not df_day.empty: frames.append(df_day) # 注意控制调用频率，避免触发积分流量限制 result = pd.concat(frames, ignore_index=True) print(result.shape)

trade_date与ts_code、start_date/end_date可以自由组合，因此"按日全量 + 按代码补缺"是覆盖全部数据的标准姿势，这一点与原文档"可以根据日期和代码循环提取全部数据"的说明完全一致。

六、返回数据示例与实战解读

原文档提供了 20240927 当日板块资金流向的部分样例数据：

trade_date name pct_change close net_amount net_amount_rate rank 0 20240927 互联网服务 6.28 16883.55 3056382208.00 3.93 1 1 20240927 证券 8.23 135249.80 2875528704.00 4.64 2 2 20240927 软件开发 8.28 721.35 2733378816.00 3.18 3 3 20240927 酿酒行业 6.47 49330.63 2568183040.00 5.24 4 4 20240927 电池 8.37 731.85 1328346624.00 3.05 5 .. ... ... ... ... ... ... ... 81 20240927 石油行业 2.31 4654.40 -611530368.00 -9.39 82 82 20240927 汽车整车 4.05 1386.22 -629528064.00 -2.42 83 83 20240927 综合行业 3.06 7437.08 -667341600.00 -7.28 84 84 20240927 家电行业 3.95 15815.68 -670035968.00 -2.37 85 85 20240927 银行 -0.33 3401.83 -2340180224.00 -6.41 86

从数据中可以读出三层信息：

1. 资金与涨幅的关系：当日主力净流入排名前五的板块（互联网服务、证券、软件开发、酿酒行业、电池）均录得明显上涨，且净流入以亿元计，呈现"资金驱动上涨"的特征；
2. 排名末端的资金背离：银行板块当日收跌 0.33%，主力净流出约 23.4 亿元、净占比 -6.41%，资金面与行情走势一致地偏弱；
3. 跨字段校验：net_amount_rate反映净流入占板块成交的比例，同样是正涨幅的板块，net_amount_rate越高说明资金介入越主动（如酿酒行业 5.24% > 软件开发 3.18%），可用于区分"放量流入"与"温和流入"。

七、板块资金流向的实战应用

7.1 板块轮动监测

将moneyflow_ind_dc与仓库中其他板块面数据结合，可构建完整的轮动分析流程：

• 使用content_type='概念'跟踪当日主力净流入排名靠前的概念板块，配合涨停最强板块统计（limit_cpt_list）中涨停家数、连板高度、上榜天数等维度，交叉确认"资金 + 赚钱效应"双强的主线板块；
• 与板块资金流向(THS).md)（moneyflow_cnt_ths）互为数据源校验，DC 口径更关注主力/超大单结构，THS 口径额外提供流入/流出金额与领涨股，两者结合可降低单一数据源的系统性偏差。

7.2 资金面择时与回测因子

板块级主力净流入可作为行业轮动策略的日频因子：例如在每个交易日盘后计算各板块net_amount与net_amount_rate，构建"连续 N 日主力净流入为正"的板块过滤条件，再对板块内个股做进一步筛选。由于该接口数据每日盘后更新，天然适合"当日收盘后计算信号、次日开盘执行"的日频策略节奏，且与 Tushare 其他行情接口（日线、每日指标等）可基于trade_date直接 join，方便构建统一的因子库。

7.3 从板块下钻到个股

buy_sm_amount_stock字段直接给出了各板块当日主力净流入最大的个股，配合个股资金流向(DC).md)（moneyflow_dc）可以下钻验证个股层面的主力资金行为，形成"板块强 + 个股强"的双重确认，是资金面选股的常用闭环。

八、注意事项与限制

• 积分门槛：moneyflow_ind_dc需要 6000 积分方可调取，属于中高门槛接口，调用前请确认账户积分达标，并留意 Tushare 官方"积分获取办法"说明；
• 单次条数上限：单次最多返回 5000 条，超出的历史数据务必使用日期/代码循环分批提取；
• 更新时效：数据为每天盘后更新，盘中无法获得当日实时板块资金流，实时场景应改用 Tushare 的实时行情类接口；
• 单位差异：本接口net_amount等净额字段单位为元，而传统moneyflow接口单位为万元、THS 板块接口单位为亿元，跨接口对比前务必统一单位；
• 板块代码体系：ts_code为东方财富板块代码（与 THS 的885xxx.TI等代码体系不同），且与概念板块的代码（如东财概念板块接口dc_index使用的代码）需要核对映射关系后使用。

九、小结

moneyflow_ind_dc是 Tushare 东方财富板块资金流向的核心接口，凭借行业/概念/地域三类板块、主力与超大单/大单/中单/小单四档资金结构的丰富字段，配合 5000 条单次上限与日期/代码循环能力，足以支撑板块轮动监测、资金面因子构建和热点题材跟踪等实战需求。建议在项目中与同系列的大盘、个股 DC 接口以及涨停统计、THS 板块资金流接口组合使用，构建多源校验的资金面分析体系。

如需进一步了解接口初始化的完整规范与更多数据接口清单，可继续查阅仓库中的 Tushare Skill 说明 与股票数据获取示例脚本。

• 金融科技
• 示例工程