前言

初步推算出大盘与台积电有很大的正相关，然後看看资金雄厚，影响市场非常大的三大法人，哪些东西可以适合我们，当我们第一个讯号灯。

本日程序码使用：d17_TaiexAndLegal.ipynb

取得比对资料：加权指数、三大法人期选留仓

在这边我们先简单的取今年，2021年的资料做比较，是不是今年的趋势可以用三大法人的留仓来看。因此我们分别取三大法人的期货、选择权留仓来跟加权指数比较。

首先分别取他们今年的资料：

# 取得三大法人留仓的资料
df_legal = pandas.read_sql("SELECT * FROM LegalDailyFutureOption WHERE TradeDate >'2021-01-01'", con=conn)
# 取得加权指数的资料
df_taiex = pandas.read_sql("SELECT * FROM StockTransactionInfo WHERE TradeDate >'2021-01-01'", con=conn)

因为三大法人资料，里面有三个群组，分别是：投信、自营商、外资，我们把资料单独抓出来，因此用dataframe.loc[]的方式取得资料，括号里面饭我们的栏位条件，也就是我们分群组的栏位TradeGroup，因此程序码就会是这样：

# 投信 资料
df_investment = df_legal.loc[df_legal['TradeGroup'] == "投信"]
# df_investment.head()  #查看资料

# 自营商 资料
df_self = df_legal.loc[df_legal['TradeGroup'] == "自营商"]
# df_self.head()    #查看资料

# 外资 资料
df_foreign= df_legal.loc[df_legal['TradeGroup'] == "外资及陆资"]
# df_foreign.head()     #查看资料

就会有三个dataframe个别存三大法人资料。

画图与比较

资料整理後，就可以进行三大法人与加权指数的比较罗。

目前还不知道到底是「期货留仓」与加权指数关系比较密切，还是「选权权留仓」，所以这次把这两个都画出来，跟加权指数的图比看看，就知道是要择一还是都用。

#画图：投信
df_investment.plot("TradeDate", "FutureOINetQty")
df_investment.plot("TradeDate", "OptionOINetQty")

#画图：自营
df_self.plot("TradeDate", "FutureOINetQty")
df_self.plot("TradeDate", "OptionOINetQty")

#画图：外资
df_foreign.plot("TradeDate", "FutureOINetQty")
df_foreign.plot("TradeDate", "OptionOINetQty")

# 画图：加权指数
df_taiex.plot(x="TradeDate", y="Taiex")

画出来的图都是折线图，但是参数的方式给的不一样，三大法人用的是没有带参数名，预设就会认为第一个是X轴，第二个是Y轴的资料；而加权指数的方式，是给予X和Y名称，因此可以不用按照顺序给予资料，这样我们也很清楚给的X与Y分别取得哪些资料。

回到图表，可以看得出来，选择权的关系远远不如期货，期货跟大盘的图看起来十分地接近，所以我们这边可以淘汰选择权的资料，直接用期货的资料来做讯号罗！

後记

其实选择权也有其意义存在，不能小觑，因为可以把选择权当作期货的避险商品，所以也在某种程度反映着大盘。但这边也不会细讲这个部分。期货也是类似的概念，初期是规避风险而发展，但现在却可以当作现货的先行指标，反映未来，其中的奥妙，但详情也不在这说明，有兴趣的可以上网查查资料吧～说下去会说到天荒地老...

这边只把很清楚的趋势来出来讲，也就是期货看起来与大盘有很大的正相关