(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
对你无可奈何13 小时前
把零散的模型用起来:Magpie 接入 Trae,再折腾两个池子
人工智能
七夜zippoe14 小时前
流式输出:让 AI 回答像打字机一样实时返回(SSE 全链路实战)
人工智能·spring·ai·流式输出·ssf
AI导出鸭PC端14 小时前
纳米AI怎么复制表格?对话导出总是格式崩塌,我用“AI 导出鸭”重构了工作流
人工智能·重构·豆包·ai导出鸭
AI导出鸭PC端14 小时前
用 AI 导出鸭高效处理:豆包导 pdf 怎么压缩但清晰
android·人工智能·pdf·豆包·ai导出鸭
装不满的克莱因瓶14 小时前
【AI时代必学】一篇文章教会你从零搭建Serverless架构
java·人工智能·ai·云原生·架构·serverless
数字融合15 小时前
透明化视频驱动化工生产动态三维重建管控技术
大数据·人工智能·python
演艺大赏15 小时前
两个 NameNode 一起起不来以及Hadoop 3.3.2 里那个认不出自家 JournalNode 的 Servlet
大数据·hadoop
知行产研15 小时前
会感知、能协同,金科【钻孔】智能化路线 | bauma CHINA 2026
大数据·人工智能
谙弆悕博士16 小时前
从“预测下一个词”到“预测世界下一状态”:世界模型是不是下一个AGI叙事?
人工智能·gpt·深度学习·神经网络·agi·jepa·genie 4
敖老师16 小时前
企业知识库 × 飞书机器人 —— 从 0 到 1 接入
人工智能