手册定位：模块三第 6 篇。市场情绪是择时的「温度表」——涨停数量多、连板高度高代表风险偏好强；反之恐慌。本篇讲用涨跌停/连板数据构建情绪指标。
数据来源复用 #01 涨跌股池（/hs/pool/ztgc/{date}、/hs/pool/dtgc/{date}）+ #02 历史K线。

1. 你将得到什么

• 每日涨停数、跌停数、连板高度的取数；
• 情绪温度指数（涨停/跌停比 + 连板高度归一）的构建；
• 用情绪指标做「冰点买入、沸点减仓」的反向择时；
• 情绪指标的 4 个坑（牛熊基准不同、一字板、新股、样本偏差）。

2. 取数约定（复用）

3. 数据来源（复用，不重复罗列）

详见 #01 实时行情接口手册（涨跌股池 /hs/pool/*）。

4. 核心模板函数（自包含可跑）

import pandas as pd
import numpy as np

_MOCK = True


def sentiment_index(zt_count, dt_count, max_board, window=20):
    ratio = zt_count / max(dt_count, 1)
    r_norm = np.log1p(ratio) / (np.log1p(ratio) + 1)
    b_norm = min(max_board / 10.0, 1.0)
    return 0.6 * r_norm + 0.4 * b_norm


def board_height_today(stocks_with_board):
    return max((b for _, b in stocks_with_board), default=0)


def run_check():
    temp = sentiment_index(80, 10, 7)
    h = board_height_today([("600519", 1), ("000001", 7), ("600036", 3)])
    assert 0 <= temp <= 1 and h == 7
    print("校验通过 | 情绪温度=%.2f 最高连板=%d板" % (temp, h))
    return temp


if __name__ == "__main__":
    run_check()

5. 跑通示例

temp = run_check()
print("当前情绪:", "冰点-可考虑" if temp < 0.2 else ("沸点-注意风险" if temp > 0.8 else "中性"))

6. 坑与注意事项

1. 牛熊基准不同：用滚动分位而非绝对值，避免牛市误判。
2. 一字板：一字涨停无法买入，要区分「可参与涨停」与「一字板」。
3. 新股/ST：新股连板、ST 涨跌幅不同，计入情绪要剔除或单独处理。
4. 样本偏差：情绪指标只在有涨跌停制度的 A 股有效。

7. 小结与下一篇预告

情绪指标补上「市场温度」维度。下一篇讲多信号综合择时打分——把 #17–#22 所有择时信号加权合成。

下一篇预告：《【Python量化实战全攻略 #23】多信号综合择时打分手册：加权合成（附代码）》

8. 免责声明

本文为择时方法示例，演示数据为虚构，不构成投资建议。

关于数据来源：本文情绪指标所需的涨跌停股池接口来自智兔数服（www.zhituapi.com）官方文档（详见本系列 #01），覆盖 200+ 已验证路径，注册可领免费 token 做研究测试。
更多实战手册见技术博客：zhituapi.com/blog.html。
本系列《Python量化实战全攻略》共 32 篇，下一篇讲多信号综合择时。