换手率：衡量股票"性格"的标准尺
我的掌握程度：
先掌握这个答案
换手率=当日成交量÷流通股本×100%。含义：流通盘今天换了多少比例的主人。经验区间（A股）：<1% 冷清；1-3% 正常；3-7% 活跃；7-15% 火热（常伴题材炒作）；>15% 极端（妖股/暴跌换手）。另有一个身份：换手率是流动性因子和情绪因子的核心原料。
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
成本必须按成交口径计算
声明换手是单向还是双向，是否有单笔最低佣金、卖出税费、借券利息和期货展期。成交价差、冲击与资金占用不能混为一个固定常数；对费率和参与率做压力测试。
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
工商银行一天成交1亿股，某小盘股一天成交3000万股——谁更活跃？直接比股数会被股本规模误导：工行股本3500多亿股，小盘股可能只有2亿股。
由此产生的问题
怎么把成交量标准化，让大小盘股票的"活跃程度"可以公平比较？
核心概念
换手率=当日成交量÷流通股本×100%。含义：流通盘今天换了多少比例的主人。经验区间（A股）：<1% 冷清；1-3% 正常；3-7% 活跃；7-15% 火热（常伴题材炒作）；>15% 极端（妖股/暴跌换手）。另有一个身份：换手率是流动性因子和情绪因子的核心原料。
为什么需要它
①跨股票可比：剔除股本规模后，量变得可比（比成交量本身科学）；②性格识别：高换手股波动大、散户多、博弈激烈，适合短线因子；低换手股稳定，适合基本面配置；③拥挤信号：全市场换手率飙升常对应行情亢奋期（2015年6月、2024年10月的极端换手是历史教材）。
实际应用场景
经典因子：低换手率异象（冷门股长期跑赢）、换手率变化率（异动检测）、量价背离。选股池常剔除换手率过高（操纵风险）和过低（无法交易）的两端。
与之前知识的联系
q-031的成交量除以q-033将要讲的流通股本=换手率——三个概念是一条流水线。阶段5做因子时，换手率因子大概率是你亲手检验的第一个基本面外的因子。
⚠ 常见误解
- 换手率高=好事：高换手意味着高关注也意味着高博弈和高波动，对配置者是风险
- 换手率低=没人要：可能是筹码锁定良好（大股东持股高），要结合股权结构看
- 用换手率直接比较A股和美股：两者流通结构、T+1规则不同，换手率的"正常区间"不可直接照搬
🛠 本题实践任务
查一只银行股和一只近期热门股的换手率，连看5个交易日。记录并回答：哪只的行情更可能由短线情绪驱动？
💡 提示（先自己想5分钟再看）
行情软件个股页的「换手」列；热门股可用当日涨幅榜前列的标的。
✅ 验收标准
两组5日换手率记录+一句话性格判断。未来在因子检验中你会重新遇见这位老朋友。
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（成交量），再用案例、公式和代码帮助理解。此功能需要先启用服务。