换手率仅涨1.2%）；

◦ 盘口语言：统计“千手挂单占比”与“撤单率”（如“慧球科技”挂单撤单率42%）；

◦ 筹码分布：调用“筹码集中度（90%）”指标（如“柘中股份”12%）。

（3）三阶：关联规则“排伪滤网”

• 用“Apriori关联规则算法”识别“伪庄股”（如游资短炒股伪装庄股）：

◦ 排除“涨停敢死队”标的：若标的近1个月“涨停次数＞5次”且“涨停次日换手率＞20%”，判定为“游资短炒”（非庄股）；

◦ 排除“消息驱动”标的：若标的近期有“政策利好”“业绩预增”公告，且股价上涨伴随“机构研报密集发布”，判定为“消息驱动”（非庄股）；

◦ 案例：2017年“天山股份”因“一带一路”利好暴涨，数据挖掘模块通过“消息驱动”规则将其排除，避免误判为庄股。

（4）四阶：人工复核“终审法庭”

• 林静团队对87只候选股进行“人工终审”：

◦ 盘口复现：调取“隐形账户”观察的“挂单序列”（如“凤竹纺织”的“8888手托单”），验证算法识别准确性；

◦ 庄家风格匹配：结合“温州帮”（爱炒小盘次新）、“山东帮”（爱炒国企改革）、“游资庄”（爱炒题材热点）的历史数据，标注每只候选股的“疑似庄家类型”；

◦ 风险评级：按“控盘度（高/中/低）”“拉升概率（＞70%/50%-70%/＜50%）”“监管风险（高/中/低）”分为“S/A/B/C”四级，优先推荐“S级”（高控盘、高概率、低风险）。

二、实战应对：以“数据熔炉”为炉，以“特征匹配”为火

1. 第一道防线：“2000只样本”的“清洗熔炉实战”

团队用“数据挖掘四阶流程”对2017年3月A股2000只有效样本进行筛选，还原“从数据矿到候选弹”的全过程：

（1）一阶清洗：剔除1200只无效样本

• ST股剔除：ST新亿、ST众和等150只ST股因“监管**险”被排除；

• 流动性剔除：日均成交额＜5000万的“僵尸股”（如*ST宏盛）300只被排除；

• 基本面扰动剔除：近3个月有重组公告的“洛阳钼业”、业绩预增的“赣锋锂业”等750只标的被排除；

本章未完，请点击"下一页"继续阅读！ 第3页 / 共8页