(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
怕浪猫8 分钟前
哪些软件对 Chrome DevTools Protocol 频繁使用
人工智能·架构·前端框架
leo在掘金2 小时前
从DeepSeek 510亿融资到GitHub 33K Star开源项目:这周的技术生态发生了什么?
人工智能
小姜前线技术3 小时前
AI流式渲染打字机效果抖动?节流方案踩坑实录
人工智能
用户018349301693 小时前
AI对话状态管理:useReducer还是XState
人工智能
先锋部队3 小时前
给AI对话加「停止生成」按钮:abort SSE实战
人工智能
新新技术迷3 小时前
移动端H5接AI对话的坑:键盘顶起与滚动到底
人工智能
aqi006 小时前
15天学会AI应用开发(七)有了大模型为什么还要引入RAG
人工智能·python·大模型·ai编程·ai应用
用户5191495848457 小时前
libcurl Headers API 释放后重利用漏洞:跨请求复用头句柄导致堆内存安全风险
人工智能·aigc