赫赫hehe

前阵子重构策略回测框架，把板块轮动的逻辑抽出来做了个独立模块。过程中发现，市场资金在不同板块间的迁移，本质上是个多体博弈——跟流体在管道里寻找最小阻力路径很像。

最早用的是一张 N×N 的热力矩阵，纵轴横轴都是行业板块，颜色深浅代表资金净流入。但矩阵的问题是：相邻关系丢失了。比如有色金属和煤炭在产业链上紧密相邻，但在字母序的矩阵里，它们可能隔了十个列——你看不出谁和谁挨着。

后来换了个思路：用 扇区图（Sector Map）。把每个板块画成一个扇形，角度由市值权重决定，半径方向上的「水位线」代表资金强度。这样一来，地理上相邻的扇区天然就是产业链上下游，轮动的视觉轨迹就变成了「水位依次漫过相邻扇区」——直观得多。

实现上没用什么重型可视化库，就是 Canvas 加上 requestAnimationFrame 做逐帧插值。每个扇区的目标水位由日频的资金流数据驱动，过渡曲线用了缓出（ease-out cubic），模拟资金流动的「惯性」——一个板块开始吸金后不会立刻停止，会有一段自然的衰减。

// 扇区动画核心：资金水位插值
function tickSector(sector, target) {
  const dx = target.level - sector.level;
  if (Math.abs(dx) < 0.001) return;
  sector.velocity += dx * 0.02;
  sector.velocity *= 0.92;          // 阻尼
  sector.level += sector.velocity;
}

阻尼系数的调参过程很有意思：0.90 以下动画太「黏」，跟不上真实行情；0.95 以上又太「弹」，看起来像在抽风。最后还是回到 0.92——一个没道理的、纯靠肉眼调的 magic number。

做可视化最大的教训：不要追求精确还原数据，要追求「看一眼就能感知到异常」。工具是认知的延伸，不是数据的中转站。

下一步想把板块间的关联强度也编码进去——如果两个扇区之间有资金联动，就在弧边画一条发光的连线，发光强度正比于相关系数。不过还没想好怎么避免视觉噪声，先搁着。有想法的朋友欢迎交流。

相关代码片段已经同步到 GitHub，做了脱敏处理，有兴趣的可以拿去跑着玩。