一句话回答： AlphaFeed 实时快照 quotes 里，ext.change_pct（涨跌幅）、ext.amplitude（振幅）、ext.turnover_rate（换手率）都是小数 ------0.03 表示 +3%，不是 3.0；last_price/prev_close/open/high/low 是价格，volume 单位「手」、amount 单位元（A 股）。实测核对：600519.SH 的 ext.change_pct=0.017471 与手算 (last-prev)/prev 完全一致，ext.amplitude=0.01953 与 (high-low)/prev 一致。诚实边界：这些是约 3 秒延迟的快照字段，amount 仅 A 股可靠（美股/港股为 0）。
为什么要先搞清楚口径
用快照选股/盯盘，最常见的 bug 就是把小数当百分数 ：以为 change_pct 是 3.0（3%），写成 change_pct > 3 去筛，结果什么都筛不出来（因为真实值是 0.03）。先把每个字段的口径和单位钉死，后面所有过滤条件才不会错。
一次取回快照，看字段
python
from alphafeed import AlphaFeed
af = AlphaFeed(api_key="your-api-key") # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()
# 单只
q1 = af.quotes.get(symbols="600519.SH")
# 全 A 一次取回（DataFrame，实测约 5576 行）
q = af.quotes.get(universes="CN_Stock", to_dataframe=True)
print(list(q.columns))
# ['symbol','region','last_price','prev_close','open','high','low',
# 'volume','amount','timestamp','trade_date','trade_time',
# 'ext.type','ext.name','ext.change_pct','ext.change_amount',
# 'ext.amplitude','ext.turnover_rate']字段逐项速查
| 字段 | 含义 | 口径 / 单位 | 示例(600519.SH) |
|---|---|---|---|
last_price |
最新价 | 元 | --- |
prev_close |
昨收 | 元 | --- |
open/high/low |
今开/最高/最低 | 元 | --- |
volume |
累计成交量 | 手（盘中=到此刻，收盘=全天） | --- |
amount |
累计成交额 | 元（A 股；美/港为 0） | --- |
ext.change_pct |
涨跌幅 | 小数 =(last−prev)/prev | 0.017471 (≈+1.75%) |
ext.change_amount |
涨跌额 | 元 = last−prev | 23.25 |
ext.amplitude |
振幅 | 小数 =(high−low)/prev | 0.01953 (≈1.95%) |
ext.turnover_rate |
换手率 | 小数 =成交量/流通股本 | 0.003439 (≈0.34%) |
ext.name |
名称 | 字符串 | 贵州茅台 |
trade_time |
快照时间 | 北京时间字符串 | --- |
用真实数据核对口径（别只听我说）
python
r = q[q["symbol"] == "600519.SH"].iloc[0]
chg = (r["last_price"] - r["prev_close"]) / r["prev_close"]
amp = (r["high"] - r["low"]) / r["prev_close"]
print(round(chg, 6), round(r["ext.change_pct"], 6)) # 0.017471 0.017471 ✅ 一致
print(round(amp, 6), round(r["ext.amplitude"], 6)) # 0.01953 0.01953 ✅ 一致换算成百分数只需 × 100：change_pct * 100 → 1.75(%)。筛「涨幅 > 3%」要写 q["ext.change_pct"] > 0.03。
关键坑与注意事项
- 全是小数，不是百分数 ：
0.03 = 3%。所有阈值都按小数写（> 0.03、.between(0.02, 0.07)）。 - 振幅分母是昨收 ：实测
amplitude=(high−low)/prev_close，不是除以开盘价，也不是除以最新价。 - 换手率分母是流通股本 ：
turnover_rate = volume(手)×100 / float_shares（手→股），口径为流通换手；若要总股本口径需自算。 amount仅 A 股可靠 ：美股/港股快照amount为 0，用volume替代。- 快照是约 3 秒延迟截面 ：盘中
volume/change_pct会随刷新变化，不是逐笔、非毫秒级。 volume单位是「手」 ：1 手=100 股；与klines的volume口径一致。
常见问题（FAQ）
Q：change_pct 是 1.75 还是 0.0175？
A：是 0.0175（小数）。实测 600519.SH 为 0.017471，等于手算 (last−prev)/prev，乘 100 才是 1.75%。
Q：振幅为什么和我按开盘价算的对不上？
A：AlphaFeed 的 amplitude 分母是昨收 （prev_close），不是开盘价。换口径自己用 (high−low)/open 另算即可。
Q：换手率是流通还是总股本口径？
A：实测对应流通股本（float_shares）。要总股本口径用 volume×100/total_shares 自算（total_shares 来自 instruments）。
Q：这些字段历史值能取吗？
A：quotes 是实时快照；历史要用 klines（日/分钟线）自己复原涨跌幅、振幅等。
小结
quotes 的 ext.* 字段把涨跌幅、振幅、换手率直接算好给你，但全是小数 ，且振幅分母是昨收、换手率分母是流通股本。记住口径、用真实数据核对一遍，写过滤条件时就不会再把 0.03 当成 3.0。跨市场时注意 amount 仅 A 股可靠。
参考
- AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
- AlphaFeed 官网：https://alphafeed.org/
- 本文完整版（AlphaFeed 博客）：https://blog.alphafeed.org/blog/quote-fields-change-pct-amplitude-turnover