成交量和成交额：数字背后的市场热度
我的掌握程度：
先掌握这个答案
成交量=成交的股数（A股1手=100股），成交额=成交的金额（价×量）。用途：①衡量活跃度与流动性（q-029）；②验证价格信号：放量突破>缩量突破；③异常检测：天量常是转折点（恐慌抛售/狂热抢筹）。单位注意：软件常用「手」（成交量）和「万元/亿元」（成交额）。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
每一笔收益都要有可执行时间线
打印数据截止时间、信号时间、订单时间、成交时间和持仓收益区间。收盘信号不能乘当天完整收益；次日开盘成交也不能无条件拿到整个close-to-close收益。用原始价格判断可成交性，并纳入停牌与涨跌停。
本阶段实战方法 · 把行情数字变成可比较的收益
看股票、基金或策略业绩时，先对齐本金、起止日期、现金流与费用。
- 选一个固定区间，记录期初价值、期末价值、分红、出入金和交易费用。
- 没有中途出入金时，用（期末价值＋已取出分红－期初价值－费用）÷期初价值计算收益；有出入金时先区分时间加权与资金加权。
- 用相同区间的基准作比较，同时记录最大亏损；不要单凭一次盈利评价能力。
使用边界
- 不同期限的收益不可直接排名；年化只是换算，不是未来收益承诺。
- 模拟价格不是实时行情。普通股票交易手数、T+1和费用应按具体市场规则核对。
背景 · 从一个困惑说起
价格告诉你「共识在哪里」，成交量告诉你「多少人真金白银投了票」。缩量上涨像独角戏，放量上涨才是大合唱——同样的涨幅，量的含义完全不同。
由此产生的问题
成交量和成交额分别统计什么？「量价配合」为什么是技术分析和量化共同的起点？
核心概念
成交量=成交的股数（A股1手=100股），成交额=成交的金额（价×量）。用途：①衡量活跃度与流动性（q-029）；②验证价格信号：放量突破>缩量突破；③异常检测：天量常是转折点（恐慌抛售/狂热抢筹）。单位注意：软件常用「手」（成交量）和「万元/亿元」（成交额）。
为什么需要它
①量是价的证人：价格可以被少数资金操纵，量更难伪造（对敲违法）；②量化因子原料：换手率、量价相关性、异常成交量都是经典因子（阶段5）；③执行现实：日均成交额决定你能交易多大资金（q-055）——先看量再谈策略容量。
实际应用场景
「量在价先」的民间智慧量化版：成交量变化率因子；突破策略要求「放量确认」；财报日、指数调整日常伴天量，是事件研究的窗口。
与之前知识的联系
q-030的撮合机制告诉你每一笔成交都是买卖握手——成交量就是握手的总数。下一题的换手率把成交量除以股本，变成可比的「活跃度指标」。
⚠ 常见误解
- 量大=要涨：天量既可能是抢筹（涨）也可能是出货（跌），量本身无方向，要结合位置
- 成交量可以忽视：没有量的价格信号=没有证人的证词，可疑
- 比较不同股票的成交量：股价不同，比「股数」无意义，比成交额或换手率才公平
🛠 本题实践任务
记录任一股票：今日成交量（手）、成交额（亿元）、近20日均量，计算量比。判断今天算放量、平量还是缩量？
💡 提示（先自己想5分钟再看）
量比=今日量/近20日均量；行情软件「量比」字段直接给出（相对过去5日每分钟均值，口径略不同）。
✅ 验收标准
写出量比数值和判断。开始养成「看价先看量」的习惯。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（订单簿），再用案例、公式和代码帮助理解。此功能需要先启用服务。