(1990-2024年)个股交易活跃度、个股换手率

(1990-2024年)个股交易活跃度、个股换手率

https://download.csdn.net/download/2401_84585615/91148822

数据统计了1990年至2024年间A股市场个股的交易活跃度及换手率指标,涵盖成交量、换手率、涨跌幅、成交笔数等核心字段,并细分了不同市场阶段(如牛市、熊市)和行业板块的表现差异。数据通过量化个股流通性与市场参与热度,揭示了资金动向与股价波动的关系,例如高换手率个股多集中于中小盘股或热门行业(如电子、计算机)。此外,部分统计还结合了成交额、市值等辅助指标,以更全面反映市场动态。

数据来源

数据主要整合自证券交易平台公开的日频或周频交易数据,包括沪深交易所的个股成交明细及流通股本信息。例如,换手率计算采用公式:换手率=(成交量/流通股本)×100%,并剔除了非流通股的影响以提升准确性。部分研究还引入了技术分析工具(如通达信、大智慧)的指标公式,例如通过VOL_RATE函数计算动态换手率,或结合MACD金叉等信号验证主力资金行为。数据样本覆盖了主板、创业板及科创板,尤其关注了新股上市初期的异常换手现象。

应用价值

该数据对投资者识别短期热点、判断主力意图具有重要参考价值。例如,底部持续高换手(>7%)可能预示建仓机会,而高位放量换手则需警惕出货风险。此外,数据还可用于量化策略开发,如筛选换手率突增3倍且流通盘较小的个股作为潜在领涨标的。对监管层而言,异常换手率监测有助于识别市场操纵行为,维护交易公平性。研究层面,长期数据为分析A股市场流动性演变提供了实证基础,尤其在政策调整(如注册制改革)前后的对比研究中作用显著。

相关推荐
计算机毕业编程指导师27 分钟前
计算机毕设选题推荐:基于Hadoop与Spark的Steam游戏数据分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·hadoop·python·计算机·spark·毕业设计·steam游戏
计算机毕业编程指导师32 分钟前
【计算机毕设选题推荐】基于Hadoop+Spark的白鹿抖音评论大数据分析与可视化系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·hadoop·python·计算机·spark·毕业设计·抖音评论
EchoMind-Henry37 分钟前
Muse外设两条接入路,成本该怎么算
人工智能·ai
Zootopia62642 分钟前
飞行力学知识梳理1|飞行性能与稳定性
人工智能·python·算法·机器学习·无人机·学习方法·信息与通信
阿部多瑞 ABU2 小时前
空能指的再生产:一个符号政治经济学的分析框架
人工智能·ai写作
geovindu2 小时前
sql: JSON and XML Data Handling in SQL using sql server 2025
大数据·数据库·sqlserver·数据库开发·数据库架构
xx_xxxxx_2 小时前
论文阅读-SAR
人工智能·深度学习·机器学习
桃西西呀2 小时前
LangChain 之七:回调与可观测
人工智能·langchain·llm
2601_960356382 小时前
2027校招采购岗解析:数学基础如何迁移到需求预测、成本与供应商分析
人工智能·算法
桃西西呀2 小时前
LangChain 之六:记忆与历史
人工智能·langchain·llm