解禁：悬在股价上方的"隐形卖压"
我的掌握程度：
先掌握这个答案
解禁=限售股锁定期结束、可上市流通。类型：①IPO原始股东（控股股东36个月、其他12个月）；②定增股（一般6个月）；③股权激励股。压力机制：解禁本身不等于卖出，但巨额浮盈（早期成本极低）+流动性突然放大=减持概率与市场恐惧双升。事件研究结论：A股解禁前后普遍存在负向异常收益，解禁市值占比越大越显著。
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
本阶段实战方法 · 先画现金流，再看工具名称
比较股票、债券、期货、期权和ETF时，用合约条款与现金流解释风险。
- 列出买卖双方的权利、义务、支付时间、到期或赎回安排。
- 把名义金额、实际占用资金、合约乘数和手续费分开，不用保证金余额代替风险敞口。
- 至少写上涨、下跌和流动性不足三个情景，并核对产品说明书中的交易限制。
使用边界
- 优先股股息不等于无条件保本保息；是否累积、可递延、可赎回取决于条款。
- 10%保证金对应的是名义金额/占用保证金约10倍；账户实际杠杆还要看全部权益。
不懂的术语：IPO
背景 · 从一个困惑说起
某新股上市首日暴涨200%——但早期投资人手里的股份被锁定不能卖。一年后锁定期到（解禁），账面浮盈巨大的创始股东与PE开始减持：供给激增，股价承压甚至跳水。
由此产生的问题
解禁的规则与类型是什么？为什么解禁日常伴负面异常收益？如何把解禁做成事件因子？
核心概念
解禁=限售股锁定期结束、可上市流通。类型：①IPO原始股东（控股股东36个月、其他12个月）；②定增股（一般6个月）；③股权激励股。压力机制：解禁本身不等于卖出，但巨额浮盈（早期成本极低）+流动性突然放大=减持概率与市场恐惧双升。事件研究结论：A股解禁前后普遍存在负向异常收益，解禁市值占比越大越显著。
为什么需要它
①供给冲击的教科书：股价由供需决定（q-003）——潜在卖盘一次性放大，即使不卖，做市与投机资金也会先撤；②事件因子的原型：解禁日历是公开信息→可提前布局的负alpha事件（阶段5事件因子家族）；③风控刚需：持仓股临近大额解禁=需要评估的尾部风险（哪怕基本面完好）。
实际应用场景
数据：东财/tushare的限售解禁表（日期+市值+类型）；策略化：解禁市值/流通市值>10%且浮盈>100%的标的，事件前5-10日规避或做空（A股做空难→规避为主）；组合层面：每月扫描持仓解禁日历。
与之前知识的联系
q-003供需定价的逻辑落地为具体事件；q-047（IPO）的后传；q-070（阶段1另类数据）的事件因子名单里它是头号常客。
⚠ 常见误解
- 解禁=必跌：小比例解禁、股价已深度回调、股东承诺不减持的情形下反应常常温和——统计规律不是个体定律
- 解禁日当天才反应：市场提前定价，常见"解禁前跌、解禁日利空出尽反弹"——事件窗口要覆盖前后
- 大股东减持=不看好公司：也有股东自身资金需求；但连续多股东密集减持仍是强负面信号
🛠 本题实践任务
查未来一个月的解禁日历，找出解禁比例最大的三只股票；逐一检查：当前股价相对发行/定增价的浮盈多少？给出你的规避/观察分级。
💡 提示（先自己想5分钟再看）
行情软件「数据-限售解禁」页有日历与比例；浮盈=现价/发行价−1。
✅ 验收标准
三只股票的解禁比例+浮盈+分级。你刚建立了持仓风控的第一个日历习惯。
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（IPO、流通盘），再用案例、公式和代码帮助理解。此功能需要先启用服务。