筹码集中度是衡量股票筹码分布集中程度的指标，通常用价格区间内一定比例（如90%）的筹码分布宽度占总价格区间的比例来表示。以下是计算90%筹码集中度的通用公式和源码实现思路（以Python为例），适用于股票量化分析或行情软件指标编写。

---

一、计算公式
90%筹码集中度 = （90%筹码分布的价格区间上限 - 下限） （价格区间上限 + 下限） × 100%
（注：不同软件可能略有差异，但核心逻辑相同）

---

二、计算步骤（以Python为例）
1. 获取筹码分布数据：需依赖行情软件或量化平台的筹码分布函数（如Tulip、TA-Lib或自定义计算）。
2. 确定价格区间：找到90%筹码分布的最高价和最低价。
3. 套用公式计算。

---

三、源码示例（Python伪代码）
python
import numpy as np

假设已有筹码数据：price_list（价格列表）, volume_list（对应筹码量列表）
def calculate_concentration(price_list, volume_list, percentage=90):
1. 按价格排序筹码
sorted_data = sorted(zip(price_list, volume_list), key=lambda x: x[0])
sorted_prices, sorted_volumes = zip(sorted_data)

2. 计算总筹码量和目标百分比阈值
total_volume = sum(sorted_volumes)
target_volume = total_volume percentage 100.0

3. 滑动窗口找到90%筹码的区间
left = 0
current_volume = 0
min_range = float('inf')
result_low, result_high = 0, 0

for right in range(len(sorted_volumes)):
current_volume += sorted_volumes[right]
while current_volume = target_volume:
if sorted_prices[right] - sorted_prices[left] min_range:
min_range = sorted_prices[right] - sorted_prices[left]
result_low = sorted_prices[left]
result_high = sorted_prices[right]
current_volume -= sorted_volumes[left]
left += 1

4. 计算集中度
concentration = (result_high - result_low) (result_high + result_low) 100
return concentration

调用示例
prices = [10.0, 10.5, 11.0, ...] 价格列表
volumes = [1000, 1500, 2000, ...] 筹码量列表
conc = calculate_concentration(prices, volumes, 90)


---

四、注意事项
1. 数据来源：实际应用中需通过行情API（如聚宽、Tushare）或本地数据计算筹码分布（需历史成交数据模拟）。
2. 算法优化：上述代码为简化版，真实场景需考虑性能（如动态规划优化）。
3. 软件差异：同花顺、东方财富等软件的筹码集中度计算可能包含加权平均或标准差逻辑，需适配。

---

五、实际应用建议
- 集中度越低（如10%），说明筹码越集中，可能存在主力控盘；
- 集中度越高（如30%），说明筹码分散，波动可能加大。
（需结合股价位置和成交量综合判断）

---

如果需要直接用于某平台（如通达信、同花顺），可提供具体环境以便提供对应公式代码。

发布于2026-2-10 15:19 广州