第二部分 · A 股市场与交易机器 · 第 7 章

看懂行情:屏幕上的数字和基准

第一次打开行情软件,满屏的最新价、涨跌幅、成交量、换手率、买一卖一、K 线、均线、复权很容易把人吓住。这一章先不急着学指标,而是讲清这些数字从哪里来、表示什么、又不能说明什么;再讲指数、ETF 和基准,回答一个常被忽略的问题:你的收益到底在和谁比较?看懂行情,才谈得上理解交易和量化数据。

读完这一章,你会明白

• 行情数字是交易结果的记录,不是公司价值和未来走势的直接答案。
• K 线、成交量、盘口、换手率、复权和技术指标都要先理解口径,再谈使用。
• 指数是一组证券按规则合成的市场尺子,不是单只股票或官方估值。
• ETF 既有基金净值,也有交易所价格,折溢价和流动性会影响真实交易成本。

1. 最新价不是公司真实价值

股票软件里最显眼的数字通常是最新价。它表示最近一笔成交的价格,不是交易所给公司的官方估值,也不是公司资产的精确价值。它只是某一刻买方和卖方刚好成交的价格。这个价格很重要,因为它是市场信息的集中反映;但它也很有限,因为一笔成交可能很小,也可能受到情绪、流动性和短期消息影响。

比如一只股票最新价 20 元,只能说明刚才有人愿意在 20 元附近买卖。它不能单独说明这家公司一定值 20 元一股。公司未来利润、资产质量、行业前景、利率环境、投资者风险偏好都会影响估值。最新价像体温计读数,能提醒你现在市场怎么交易,但不能替代完整体检。

量化里会大量使用价格数据,但第一步就是尊重它的含义。价格是可观察结果,不是因果解释。策略不能因为价格上涨就自动说“公司变好”,也不能因为价格下跌就自动说“公司变差”。价格变化可能来自基本面,也可能来自资金流、交易限制、情绪、指数调仓或流动性冲击。

2. 一天被压成四个价格

日 K 线里最常见的四个价格是开盘价、最高价、最低价和收盘价,英文里常写成 OHLC。开盘价是当天开盘阶段形成的价格,最高价和最低价是全天成交价格的上下边界,收盘价是收盘阶段形成的价格。把一天所有交易压缩成这四个数字,就得到了一根 K 线的骨架。

这四个价格很方便,但它们丢掉了很多信息。假设两只股票都是开盘 10 元、最高 11 元、最低 9 元、收盘 10.5 元。第一只可能上午一路上涨、下午震荡;第二只可能先暴跌再拉回。日 K 线只看 OHLC 时,你看不到盘中路径。

这对量化很重要。日线策略通常只能假设自己在某些价格附近成交,但真实交易发生在分钟、秒甚至逐笔层面。如果策略信号用的是当天收盘价,却假设也能以当天收盘价买入,就可能偷看了当天结束后才知道的信息。

3. K 线实体和影线只是压缩图

K 线图把开盘价、收盘价、最高价、最低价画成一根柱子。实体表示开盘和收盘之间的区间,影线表示最高和最低触达的位置。收盘高于开盘,通常画成上涨颜色;收盘低于开盘,通常画成下跌颜色。不同软件的红绿含义可能因地区习惯不同而不同,A 股里常见红涨绿跌。

小白容易把 K 线形态看得太神秘,好像每根线都有固定预言能力。更稳妥的理解是: K 线是交易过程的压缩记录。长上影线说明当天曾经冲高但没有守住,长下影线说明当天曾经下探但又回升,大实体说明开收盘差距大。它能描述当天发生过什么,但不能保证明天一定怎样。

量化研究可以把 K 线形态变成特征,例如实体长度、上下影线比例、开盘跳空、收盘位置。可这些特征必须经过样本外检验和成本检验,不能靠看几张图就相信。图形语言适合建立直觉,统计检验才决定它能不能进入策略。

4. 有多少筹码换了手

成交量表示成交了多少股或多少手,成交额表示成交金额。价格告诉你成交在什么价位,成交量告诉你有多少交易真的发生。一个价格上涨如果成交量很小,可能只是少量订单推动;一个价格上涨伴随巨大成交,说明更多资金在那个价格区域完成了交换。

但成交量也不能简单理解成“买的人多”或“卖的人多”。每一笔成交同时有买方和卖方,成交量增加表示分歧和交易活跃增加,不是只有一边存在。有人愿意高价买,也必须有人愿意卖给他,成交才发生。

量化里成交量常用于判断流动性和容量。流动性好的股票,策略更容易进出;流动性差的股票,少量资金就可能推高或打低价格。一个策略在回测中买入 1000 万元小盘股,如果当天成交额只有 3000 万元,就不能假设自己毫无影响地成交。

5. 同一批股票换了多少主人

换手率通常是成交量除以流通股本。它大致表示在一个时间段里,有多少比例的可流通股票发生了交易。换手率高,说明交易活跃;换手率低,说明持有人和交易者都相对安静。

举个例子。某公司有 1 亿股流通股,今天成交 1000 万股,换手率就是 10%。这不代表 10% 的人都换了,因为同一股可能一天里被多次买卖;也不代表剩下 90% 完全不关心,只是没有形成交易。

换手率在小盘股、题材股和事件驱动里很有用,但也容易被误读。高换手可能是资金关注,也可能是分歧极大;低换手可能是筹码稳定,也可能是没人愿意交易。量化使用换手率时,通常会结合市值、波动率、涨跌幅、成交额和公告事件一起看。

6. 买一卖一不是装饰

盘口里最基础的是买一到买五、卖一到卖五。买一是当前最高买价及其排队数量,卖一是当前最低卖价及其排队数量。买一和卖一之间的差,叫买卖价差。价差越小,通常交易越容易;价差越大,你一进一出就可能损失更多。

假设买一是 9.99 元,卖一是 10.00 元,你想立刻买入,通常要打到卖一附近;你想立刻卖出,通常要打到买一附近。如果你买完马上卖,即使价格没有变化,也可能因为买卖价差损失 0.01 元。对高频或短周期策略来说,这个差距非常重要。

盘口数量还涉及排队。你看到卖一有 10 万股,不代表你买 10 万股一定全按卖一成交,因为行情有延迟,前面还有其他订单,也可能有人撤单。实盘系统要处理部分成交、排队未成交和撤单失败,不能把盘口当成静止表格。

7. 一天波动有多大

涨跌幅通常指当前价格或收盘价相对昨收价的变化比例。昨天收盘 10 元,今天收盘 10.5 元,涨幅就是 5%。振幅通常用当天最高价和最低价的差相对某个基准价格计算,用来描述当天上下摆动有多大。

涨跌幅回答的是方向和幅度: 今天比昨天涨了还是跌了,涨跌多少。振幅回答的是过程中的波动范围: 今天有没有剧烈拉扯。一个股票收盘只涨 1%,但盘中最高涨 8%、最低跌 5%,振幅就很大,说明持有人经历了很强的波动。

量化里不能只看最终收益,还要看过程风险。两个策略最后都赚 10%,一个中间最大回撤 3%,另一个中间最大回撤 40%,体验和风险完全不同。价格数据从一开始就提醒你: 路径本身也是风险。

8. 分红送股后,价格为什么要重新调整

股票会分红、送股、转增、配股。公司分红后,股价通常会除息;送股或转增后,股数变多,每股价格会相应调整。如果你直接把原始价格连成一条线,会看到一些突然跳变,但这些跳变不是市场当天真的暴跌,而是公司行为改变了每股价格口径。

前复权和后复权就是为了让历史价格更可比。前复权通常把历史价格调整到和当前价格口径一致,方便看长期走势;后复权通常把当前价格调整到历史持有收益口径,方便看长期累计回报。不同数据源的复权算法和精度可能有差异,使用时要写清楚。

对量化来说,复权是基础但很容易犯错。用未复权价格计算收益,可能把分红除权当成下跌;用前复权价格模拟真实成交,又可能拿到历史上不存在的价格。通常做收益和因子要用复权口径,做成交和订单要用当时真实可交易价格,两者不能混用。

9. 先理解它只是加工后的价格

均线是最常见的技术指标。5 日均线就是最近 5 个交易日价格的平均,20 日均线就是最近 20 个交易日价格的平均。它能平滑短期波动,让趋势看起来更清楚。其他很多指标,比如 MACD、RSI、布林带,本质上也是对价格、成交量或波动的加工。

指标不是魔法。它们不会凭空创造信息,只是换一种方式组织已有数据。均线向上,说明过去一段时间价格整体走高;均线金叉,说明短期平均变化超过长期平均。它可以成为交易规则的一部分,但不能保证未来一定上涨。

程序员可以把技术指标理解成特征工程。原始价格是一列数据,均线、涨跌幅、波动率、成交量均值都是从原始数据加工出来的特征。特征是否有用,要看它在严格回测和样本外测试里能不能稳定带来信息,而不是名字听起来是否专业。

10. 时间戳、停牌、缺失和供应商差异

量化新人很容易以为行情数据是干净表格: 每只股票每天一行,开高低收成交量都有,直接读取就行。真实情况要复杂得多。停牌日可能没有成交,新上市股票历史很短,退市股票容易被数据源漏掉,不同供应商对复权、涨跌停、成交额、指数成分的处理可能不同。

时间戳也要小心。日线数据的日期代表交易日,分钟线和逐笔数据还要区分交易所时间、接收时间、落库时间。策略信号如果用到了收盘后才公布的数据,却在当天收盘前交易,就形成未来函数。

所以,看懂行情不是只会看图。真正进入量化以后,你要问: 这条数据在当时能不能被看到? 价格是否复权? 停牌如何表示? 缺失值是没有交易还是数据坏了? 指数成分是当时成分还是现在回填? 这些问题决定回测是否可信。

11. 你到底在和谁比较

学投资和量化,很容易一上来就问“我能赚多少”。更成熟的问题是: 和什么相比赚多少? 如果市场整体涨了 30%,你的策略涨 20%,你绝对赚钱了,但相对市场反而落后。如果市场跌了 20%,你的策略只跌 5%,你亏了钱,但风险控制可能做得很好。指数、ETF 和基准就是为了回答这个比较问题。

指数是按照一套规则把一组证券合成一个数字。沪深 300、中证 500、中证 1000、上证指数、创业板指,都不是一家公司,而是不同股票集合的表现摘要。指数的意义在于给市场某一部分提供可观察的基准。

你可以把指数理解成体检报告里的一个指标。它不能代表每一家公司的具体情况,但能让你知道某一类资产整体大概怎样。沪深 300 更偏大市值蓝筹,中证 500 和中证 1000 更偏中小市值,行业指数则反映某个行业或主题。

指数的编制规则很重要。选哪些股票、按市值加权还是等权、多久调整一次成分、停牌和退市怎么处理、自由流通市值如何计算,都会影响指数表现。看指数时不要只看名字,还要知道它代表哪片市场。

12. 大公司说话更大声

很多主流指数采用市值加权或自由流通市值加权。意思是市值越大的公司,在指数里的权重越高。指数涨跌不是每只股票投票一人一票,而是大公司权重更大。

举个简化例子。一个指数只有三只股票,A 公司市值 700 亿,B 公司 200 亿,C 公司 100 亿。总市值 1000 亿,A 的权重约 70%,B 是 20%,C 是 10%。如果 A 涨 1%,B 和 C 不动,指数大约涨 0.7%;如果 C 涨 10%,A 和 B 不动,指数也只涨约 1%。

这能解释一个常见现象: 有时你看到很多个股下跌,指数却没跌多少,可能是大权重股票撑住了;也有时少数权重股下跌,指数很难看,但不少小股票并没有同幅度下跌。指数是加权平均,不是所有股票的简单平均。

13. 承认市场很难战胜之后的选择

指数基金的目标不是挑出最牛股票,而是尽量复制某个指数。它买入指数成分股,按照规则调整权重,让基金净值跟着指数走。它的优点是透明、分散、费用较低,缺点是不会主动躲开指数里的坏公司,也不会在市场整体下跌时自动空仓。

《漫步华尔街》反复强调一个思想: 对多数普通投资者来说,长期战胜市场很难,低成本持有宽基指数往往比追逐热门股票更可靠。这里的重点不是说市场永远完全正确,而是说扣除费用、税费、交易冲动和择时错误后,普通人要持续跑赢市场非常难。

指数基金给新手一个很重要的起点: 先拿到市场平均收益,再问自己有没有能力、时间和纪律争取超额收益。很多人没弄清这个顺序,一开始就做高频交易、追题材、买复杂产品,其实是在还没学会走路时就冲进赛场。

14. 可以在交易所买卖的基金份额

ETF 是交易型开放式指数基金。它像基金,因为背后持有一篮子资产并有净值;它又像股票,因为可以在交易所盘中买卖。你在券商账户里买 ETF,通常和买股票一样输入代码、价格和数量。

ETF 有两个价格概念。一个是基金份额净值,来自它持有的一篮子资产;另一个是交易所里的买卖价格,来自投资者盘中交易。正常情况下,这两个价格不会长期偏离太多,因为有申购赎回和套利机制。

ETF 的申购赎回和普通开放式基金不同。很多股票 ETF 的大额申赎通常用一篮子股票换 ETF 份额,或用 ETF 份额换回一篮子股票,中间有现金替代等规则。普通个人投资者多数只在二级市场买卖 ETF,不直接参与复杂申赎,但理解这个机制有助于理解 ETF 为什么通常能贴近净值。

15. 折价、溢价和套利机制

如果 ETF 二级市场价格高于它的净值,叫溢价;低于净值,叫折价。小幅折溢价很常见,尤其在市场快速波动、标的停牌、跨境 ETF 标的市场休市或流动性不足时。

理论上,如果 ETF 价格明显高于净值,套利者可以申购 ETF 份额再在二级市场卖出;如果 ETF 价格明显低于净值,可以在二级市场买入 ETF 再赎回底层资产。这个机制会把价格拉回净值附近。但现实里有申赎门槛、交易成本、成分股流动性、现金替代、涨跌停和跨市场时间差,所以折溢价不会永远瞬间消失。

新手买 ETF 时不要只看名字和涨跌幅,也要看成交额、买卖价差、折溢价和跟踪指数。流动性差的 ETF 可能看起来便宜,但你买卖时价差很大,真实成本并不低。

16. 没有基准就没有评价

评价投资表现时,基准非常关键。买大盘股基金,可以拿沪深 300 比;买中小盘量化指增,可能拿中证 500 或中证 1000 比;买债券基金,要拿合适的债券指数比。基准选错,结论就会歪。

假设一个基金一年赚 12%。听起来不错,但如果它长期满仓沪深 300,而沪深 300 同期涨了 20%,这个基金其实落后很多。反过来,一个基金一年跌 3%,如果它的基准跌了 20%,说明它可能有很强的防守或对冲能力。绝对收益和相对收益要分开看。

量化行业里常说 Alpha 和 Beta。Beta 是你承担市场或风格暴露得到的收益,Alpha 是扣除这些暴露后仍然多出来的部分。没有基准,你很难知道自己赚的是能力,还是只是搭上了市场上涨。

17. 偏离基准的波动

指数基金和指数增强产品都会关心跟踪误差。简单说,跟踪误差衡量基金相对基准收益的波动。每天基金比指数多一点或少一点,这些差异越稳定,跟踪误差越小;差异忽大忽小,跟踪误差就大。

普通指数基金希望跟踪误差越小越好,因为它的任务是复制指数。指数增强产品则允许一定跟踪误差,用来换取超额收益。问题在于,超额收益不是免费的。如果你想比指数多赚,通常要承担选股偏离、行业偏离、风格偏离和交易成本。

一个好的指数增强产品,不是偶尔大幅偏离指数赌对方向,而是在可接受的跟踪误差内持续提供超额收益。对量化研究者来说,这意味着模型预测、组合优化和风险约束要一起工作。

18. 宽基、行业、主题和策略指数

宽基指数覆盖较广市场,例如沪深 300、中证 500、中证 1000。行业指数聚焦某个行业,例如医药、消费、银行、电子。主题指数围绕某个概念,例如新能源、人工智能、红利低波。策略指数则按某种规则选股,例如红利、价值、质量、低波动、动量。

指数越窄,暴露越集中。宽基指数更像市场整体,行业和主题指数更像一个方向性下注。买行业 ETF 时,你不只是买“基金”,而是在承担某个行业的景气、估值和政策风险。主题指数名字好听,但成分股和权重可能和你想象的不完全一样。

量化里会把这些指数当成风险解释工具。一个策略赚了钱,要拆开看是市场涨了,小盘涨了,某个行业涨了,还是模型真的选对了股票。如果只是重仓某个热门行业,那不是稳定 Alpha,而是行业 Beta。

19. 指数会换成分,数据也会骗人

指数不是永远持有同一批股票。指数公司会定期调整成分股,把不符合规则的剔除,把新符合规则的纳入。这个过程会影响指数基金调仓,也会影响量化回测。

一个常见错误是用今天的指数成分回测过去。比如你拿现在的沪深 300 成分股,回测十年前到今天的表现,就会漏掉那些十年前在指数里、后来表现差被剔除的股票。这会产生幸存者偏差和成分回填偏差。正确做法是使用点时成分数据: 在每个历史日期,只使用当时已经知道的指数成分。

指数数据还涉及分红、复权、停牌、新股纳入时间、自由流通市值调整等细节。看起来只是一个指数点位,背后其实有一套复杂规则。量化研究如果不尊重这些规则,基准收益和超额收益都会算错。

20. 个人怎么用指数建立投资纪律

对个人来说,指数最朴素的用途是建立参照物。你买股票之前,先问自己: 我为什么不直接买一个低成本宽基 ETF? 我承担个股风险,希望获得什么额外收益? 我有能力判断公司,还是只是被短期涨跌吸引?

如果你做量化练习,第一条基线也可以很简单: 买入并持有某个宽基指数。你的策略如果长期跑不赢这个简单基线,或者跑赢只是来自更高回撤和更大行业暴露,那就不能急着说自己有 Alpha。

指数化投资不是懒惰,而是一种承认难度后的纪律。先用低成本工具拿到市场 Beta,再谨慎地把少量资金或研究时间投入到主动策略和量化策略,比一开始满仓追逐复杂信号更稳。

小结

这一章的正文不是让你记住几个孤立名词,而是要把它们放回同一条因果链里。读完后,先用自己的话复述下面几条判断,再顺着“小节回看”检查是否能解释每一步。

• 行情数字是交易结果的记录,不是公司价值和未来走势的直接答案。
• K 线、成交量、盘口、换手率、复权和技术指标都要先理解口径,再谈使用。
• 指数是一组证券按规则合成的市场尺子,不是单只股票或官方估值。
• ETF 既有基金净值,也有交易所价格,折溢价和流动性会影响真实交易成本。

小节回看

• 1. 最新价不是公司真实价值
• 2. 一天被压成四个价格
• 3. K 线实体和影线只是压缩图
• 4. 有多少筹码换了手
• 5. 同一批股票换了多少主人
• 6. 买一卖一不是装饰
• 7. 一天波动有多大
• 8. 分红送股后,价格为什么要重新调整
• 9. 先理解它只是加工后的价格
• 10. 时间戳、停牌、缺失和供应商差异
• 11. 你到底在和谁比较
• 12. 大公司说话更大声
• 13. 承认市场很难战胜之后的选择
• 14. 可以在交易所买卖的基金份额
• 15. 折价、溢价和套利机制
• 16. 没有基准就没有评价
• 17. 偏离基准的波动
• 18. 宽基、行业、主题和策略指数
• 19. 指数会换成分,数据也会骗人
• 20. 个人怎么用指数建立投资纪律

自测

最新价为什么不等于公司真实价值?

它只是最近一笔成交价格,会受流动性、情绪、消息和订单影响,不能单独代表完整估值。

为什么日 K 线会丢失信息?

它把一天交易压缩成开高低收和成交量,看不到盘中路径、排队和具体成交过程。

为什么没有基准就很难评价收益?

因为绝对赚钱不代表跑赢市场,绝对亏钱也不一定代表管理差,必须和承担的市场暴露比较。

ETF 为什么可能出现折价或溢价?

二级市场价格由买卖交易形成,净值由底层资产决定,两者会因流动性、成本、申赎门槛或跨市场时间差暂时偏离。