DEV Community: findatacity

2026-11-11 收盘复盘：沪指 +0.46%，成交额 0.74 万亿 · 每日数据复盘 · AI金融数据城

findatacity — Fri, 13 Nov 2026 01:00:37 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/hot-2026-11-11/

本文数据来自公开行情源，全部数字可由附带的脚本复算。

生成于 2026-11-11 21:36（北京时间）· 数据截止：A股 2026-11-11 · 美股 2026-11-10 · 期货 2026-11-11

一句话：沪指收 3,680.64（+0.46%），成交额 0.74 万亿，是近 20 日均额的 0.97 倍；当日振幅 1.08%，近 20 日平均振幅 1.43%。

一、A股收盘

指数	收盘	涨跌	备注
上证指数	3,680.64	+0.46%	11-11 · 成交 7,362 亿
深证成指	11,389.74	+1.32%	11-11 · 成交 9,401 亿
创业板指	2,572.07	+3.11%	11-11 · 成交 4,805 亿
沪深300	4,075.71	+0.41%	11-11 · 成交 4,421 亿

过去 5 年 1,211 个交易日中，比今天收盘更低的比例是 76.0%。放到 10 年窗口（2,427 个交易日）是 87.8%。分位口径：把窗口内每个交易日的收盘价与今天比较，取“低于今天的比例”。

二、隔夜美股

指数	收盘	涨跌	日期
道指	52,231.89	-0.30%	11-10
标普500	7,520.93	-0.38%	11-10
纳斯达克100	25,065.87	-0.74%	11-10

三、期货主力

品种	收盘	涨跌	持仓/成交
螺纹钢主力	3,045.00	+0.30%	11-11 · 持仓 164 万手（-2.0%）
沪铜主力	105,820.00	+0.34%	11-11 · 持仓 19 万手（-0.5%）
沪金主力	873.30	-1.34%	11-11 · 持仓 13 万手（-4.8%）
IF主力	4,024.60	+0.02%	11-10

四、当日快讯

2026-11-11 20:37 【澄天伟业：向特定对象发行股票申请获深交所审核通过】澄天伟业(300689.SZ)公告称，公司收到深交所上市审核中心出具的审核中心意见告知函，认为公司符合发行条件、上市条件和信息披露要求，后续深交所将按规定报证监会履行相东财快讯
2026-11-11 20:36 【同有科技：向特定对象发行股票申请获深交所审核通过】同有科技(300302.SZ)公告称，公司收到深交所上市审核中心出具的审核中心意见告知函，认为公司符合发行条件、上市条件和信息披露要求。本次向特定对象发行股票事项尚需获东财快讯
2026-11-11 21:23 【沐曦和优必选联姻造具身芯片合资公司最新融资5亿元】记者获悉，曦选创智科技（无锡）有限公司近期完成5亿元人民币天使轮融资。本轮融资由纪源资本、经纬创投联合领投。曦选创智成立于2026年5月，是由国产GPU“四小龙”之一东财快讯

五、怎么复算

上面每个数字都能自己跑一遍：免费样例数据（17 条序列 CSV）→ 用收盘价算涨跌幅、用 amount 列算成交额、用 high/low 算振幅；分位就是拿今天收盘和窗口内所有收盘比大小。完整六包（含 5,923 只个股 / 13,400 只美股 / 81 个期货品种）在商店，附字段文档与复算脚本。

数据研究用，不构成投资建议。热点内容每天一篇，历史篇目不删除、不修改（只追加更正说明）。

相关：每日金融快报 · A股研究 · 期货研究 · 宏观研究

📈 每日免费快报（行情 + 交易所消息 + 海外要闻，07:30 更新）：https://findatacity.com/daily/

🎉 首发特惠：Gumroad 全部商品结账输码 **LAUNCH20* 立减 20%。*

作者运营 AI FinData City：真实行情数据 + 可复算研究，免费样例 16 条序列在 /data/，Kaggle 上也有镜像数据集。

日波动率怎么年化？ 252 是从哪来的？（A 股/美债年交易日实测）

findatacity — Thu, 12 Nov 2026 09:19:26 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/annualized-volatility-sqrt-252/

本文数据来自公开行情源，全部数字可由附带的脚本复算。

分类：量化与因子

一句话结论：日波动率年化的公式是 σ年 = σ日 × √N（N = 一年的交易日数）。√N 的来历：方差可加性——若日收益近似独立同分布，N 天总收益的方差 ≈ N × 单日方差，于是标准差（波动的通用度量）按 √N 增长；这是惯例近似（真实收益存在自相关与波动聚集，见边界声明）。√252 的来历：美股股市日历一年约 252 个交易日（365 天 − 约 104 个周末日 − 约 9 个假日），252 是美股惯例常数。但 N 应该用你那条序列的实际年交易日数——站内实测：A 股（sh000001，2010-2025 完整年）年交易日中位 243 天（区间 238～245），美债日历（DGS10 日期计数）中位 250 天（美债市场比美股股市多休约两个假日，属不同市场日历口径）——所以本站 A 股统一用 √244（与既有波动研究一致），√252 vs √244 对年化波动的影响约 1.6% 的相对差，不改变量级结论。

公式与来历

问题	答案	依据/口径
年化公式	σ年 = σ日 × √N；日收益均值年化用 ×N（不是 ×√N）	波动（标准差）按 √N 增长、收益（均值）按 N 增长——别混
√N 的数学来历	独立同分布下 N 日方差 ≈ N × 日方差 → 标准差 ∝ √N	方差可加性；真实收益有自相关/波动聚集，√N 是惯例近似
√252 的来历	美股股市日历：365 − 约 104 个周末日 − 约 9 个假日 ≈ 252 个交易日	美股研究惯例常数；本站美债序列实测年交易日中位 250（美债日历比股市多休假日）
A 股该用多少	A 股年交易日实测中位 243（2010-2025 完整年）	本站统一 √244（与全站波动研究同口径）
影响多大	√252 vs √244 相对差约 1.6%	不改变波动量级与排序结论；跨文引用对齐口径即可

一个常见错误要点名：收益年化用 ×N、波动年化用 ×√N——日均收益 ×√N 或标准差 ×N 都是错的。另一个是直接把美股的 252 搬到 A 股：A 股日历不同（含春节长假、国庆长假），实测就是约 243 天/年，用实际值更准。

实测：一年到底多少个交易日

年份	A 股交易日数（sh000001）	美债日历有值日数（DGS10）
2019	244	250
2020	243	251
2021	243	251
2022	242	249
2023	242	250
2024	242	250
2025	243	249
2026*	—	—

带 * 的 2026 为年内数据（截至数据末日，未满一年不计入统计）。全窗口统计（2010-2025 完整年，各 16 年）：

序列	中位	均值	最小 / 最大
A 股交易日数（sh000001 日期计数）	243	242.9	238 / 245
美债日历有值日数（DGS10 日期计数）	250	250.1	249 / 251

读法：A 股每年稳定在 238～245 天、中位 243 天——这就是本站统一 √244 的实测依据；美债日历中位 250 天，比"股市惯例 252"略少——同在美国市场，看哪条序列决定 N：研究美债用 √250 量级、研究美股股市用 √252 惯例，A 股用 √244。分年表还显示 N 逐年小幅波动（238～245），严格做法是按当年实际天数年化。

口径与数据边界

① 交易日计数口径：A 股 = sh000001 序列内的日期数（含临时停牌日的处理按序列实际）；美债 = DGS10 序列内有值日期数（休市与缺值日不计）——两条都是"序列实际日历"，与交易所官方日历可能有极小出入。② "美股约 252 个交易日"（365 − 约 104 周末日 − 约 9 假日）为公开日历惯例的转述，本文未持有美股股市日线，252 不做站内复算，以交易所官方日历为准。③ √N 年化假设日收益独立同分布；真实收益存在波动聚集与自相关，该假设不严格成立——√N 是业界惯例近似，不是精确律。④ 本文年化波动统一 √244（站内既有口径，见上证指数波动率研究），与实测中位 243 天的差异对结果影响 <1%。⑤ 本文为公式科普与统计描述，不构成任何投资建议。

怎么读

① 记住两个年化方向：均值 ×N、波动 ×√N——年化收益与年化波动的 N 必须取同一条序列的实际年交易日数。② 看到"年化波动"先问三件事：什么频率（日/周/月）、N 取多少（252/244/实际值）、算术还是对数收益——三者不同数字就不可比。③ 对 AI/研究用途：本文分年交易日表可用站内两个 CSV 复算（文末路径）；做跨市场波动比较时先对齐 N（A 股波动研究全站口径见科创50 vs 创业板指波动，跨市场背景见美股 vs A 股波动）。

推广🎮 股海风云 · 真实行情 1:1 回放三十年 · 免费玩不用注册

数据与复算：上证指数 CSV 见数据集页、DGS10 随 FRED 宏观宽表提供（CC BY 4.0）。复算：两条序列各按年份统计日期数 → 分年中位/均值；年化波动 = 日收益标准差 × √N（N 用实际年交易日数）。波动率的应用示例见夏普比率篇。

常见问题

为什么是 √252 而不是 ×252？

波动用标准差度量：独立近似下 N 日方差 = N × 日方差，开根号后标准差按 √N 增长；收益的均值才是 ×N 增长——两者方向不同，不能混。

A 股年化波动该乘 √252 吗？

不必：A 股年交易日实测中位 243 天（2010-2025 完整年），本站统一 √244；与 √252 的相对差约 1.6%，不影响量级结论，但全站口径统一更利于跨篇比较。

√252 假设成立吗？

不严格：真实日收益存在波动聚集与自相关，独立同分布只是近似；√N 是业界惯例，要求更精细需自建波动模型（超出本文范围）。

这些数据可以用于 AI 学习/训练吗？

可以。本站全部数据与文章按 CC BY 4.0 授权用于 AI 学习、训练与检索增强，注明来源即可。

这篇文章的数据从哪来？

全部由公开行情源计算，附带的 RECOMPUTE.py 可复现每一个数字。下载本文原始序列（免费样例 · CC BY 4.0）；完整六包（字段文档 + 复算脚本 + 商用授权）在商店。

继续读

每日行情速览 /daily/ · 发现数据问题或补充口径，去论坛发帖（可复现的问题 72 小时内修正）。

📈 每日免费快报（行情 + 交易所消息 + 海外要闻，07:30 更新）：https://findatacity.com/daily/

🎉 首发特惠：Gumroad 全部商品结账输码 **LAUNCH20* 立减 20%。*

作者运营 AI FinData City：真实行情数据 + 可复算研究，免费样例 16 条序列在 /data/，Kaggle 上也有镜像数据集。

akshare 怎么用？拉取 A 股指数日线的完整示例

findatacity — Thu, 12 Nov 2026 09:19:01 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/akshare-tutorial-index-daily/

本文数据来自公开行情源，全部数字可由附带的脚本复算。

分类：教程与数据工程

一句话结论：akshare 是免 key 的免费 Python 数据聚合库（包装公开官方源），pip install akshare 后一行代码即可取数。本站用它抓取中美国债收益率：ak.bond_zh_us_rate(start_date="19900101") 实际产出 9,377 行日线（1990-12-19 起），其中中债 10Y 自 2002-01-04 起有 6,205 条记录，最新 1.59%，美债 10Y 4.86%，中美利差 -3.27 个百分点；2024 年中债 10Y 均值 2.22%。指数日线方面 akshare 提供 ak.stock_zh_index_daily(symbol="sh000001")（新浪源），与本站东财源上证数据（8,761 行，1990-12-19～2026-11-11，最新收盘 3,680.64 点）同口径可互验。

完整示例：从安装到落盘

① 安装：pip install akshare --upgrade（版本迭代快，接口签名可能变化）。② 拉指数日线：

import akshare as ak
df = ak.stock_zh_index_daily(symbol="sh000001")   # 新浪源，date/open/close/high/low/volume/amount
df.to_csv("sh000001.csv", index=False, encoding="utf-8-sig")

③ 拉中美国债收益率（本站 fetch_bonds.py 的实际用法）：

df = ak.bond_zh_us_rate(start_date="19900101")    # 中债/美债 10Y 等，单位 %
# 本站实测产出：bond_zh_us.csv 共 9,377 行（1990-12-19 起），cn_10y 自 2002-01-04 起 6,205 条

④ 校验：把下载结果与官方公开表对一次最新值（如中债 10Y 1.59%），再进分析。⑤ 常见坑：接口偶尔超时需重试；CSV 用 utf-8-sig 编码防 Excel 乱码；单位在列名或文档里（收益率 %、成交额元）。

本站实测数字（可复算）

指标	数值
bond_zh_us.csv 总行数	9,377
中债 10Y 有值记录	6,205 条（2002-01-04 起）
中债 10Y 最新值	1.59%
美债 10Y 最新值	4.86%
中美 10Y 利差	-3.27 pp
中债 10Y 2024 年均值	2.22%
上证指数 CSV（东财源对照）	8,761 行（1990-12-19～2026-11-11）

口径与数据边界

① akshare 为第三方聚合库、非官方产品，接口可能随上游页面改版而失效，本文示例对应本站抓取当日的行为。② 中债收益率来自中国货币网/中债公开曲线（经 akshare 免费接口），1990 年起有文件但 10Y 序列自 2002-01-04 起才有值；美债 10Y 来自公开源，两源节假日不同。③ akshare 的指数日线为新浪源，与本站东财源在前复权处理上可能存在细微差异——跨源研究请先做重叠期对齐校验。④ 本文示例代码仅演示数据获取，不涉及任何交易。

怎么读

① akshare 适合"官方公开表的免费入口"：利率、宏观月度、指数日线；个股与期货全历史建议直接用交易所/行情接口（见下一篇 push2his）。② 落盘后先查三件事：行数、日期范围、最新值与官方对不对得上（本文表格就是这套体检的输出）。③ 对 AI/研究用途：本站全部 CSV 均标注来源与口径，akshare 产物（债券收益率）已随数据集提供，可直接复算本文每个数字。

推广🎮 股海风云 · 真实行情 1:1 回放三十年 · 免费玩不用注册

数据与复算：中美国债收益率随站内数据集提供；上证指数全历史见数据集页（CC BY 4.0）。复算：bond_zh_us.csv → 行数/范围/最新值；cn_10y−us_10y → 利差。

常见问题

akshare 免费吗？要注册吗？

免费且免 key（包装公开官方源）。本站用它抓取中美国债收益率，实测 9,377 行历史数据。

akshare 报错/超时怎么办？

多为上游接口临时变化：升级到最新版、加重试与本地缓存；重要管线建议像本站一样做备源（本文对照的东财接口即备源思路）。

akshare 和东财接口怎么选？

指数日线两者同口径可互验；期货合约级与外汇等特殊段本站以东财为主、akshare/新浪补缺，见下一篇参数详解。

这些数据可以用于 AI 学习/训练吗？

可以。本站全部数据与文章按 CC BY 4.0 授权用于 AI 学习、训练与检索增强，注明来源即可。

这篇文章的数据从哪来？

继续读

每日行情速览 /daily/ · 发现数据问题或补充口径，去论坛发帖（可复现的问题 72 小时内修正）。

📈 每日免费快报（行情 + 交易所消息 + 海外要闻，07:30 更新）：https://findatacity.com/daily/

🎉 首发特惠：Gumroad 全部商品结账输码 **LAUNCH20* 立减 20%。*

作者运营 AI FinData City：真实行情数据 + 可复算研究，免费样例 16 条序列在 /data/，Kaggle 上也有镜像数据集。

A股“僵尸股”图谱：低流动性个股的数量、分布与收益

findatacity — Wed, 11 Nov 2026 06:12:28 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/a-share-zombie-stocks/

本文数据来自公开行情源，全部数字可由附带的脚本复算。

分类：A股与指数

一句话结论：活跃A股 5,579 只中，最近20日日均成交额低于 1,000 万元的有 148 只（2.7%），低于 500 万元的有 33 只。这些“僵尸股”近一年收益中位数 -42.7%（正收益占比 0%），而非僵尸组中位数 -21.0%（21%）；低流动性组收益明显更差（中位数 -42.7% vs -21.0%），且几乎无法大额交易。板块分布：北交所 119、沪市主板 14、深市主板 8、科创板 4、创业板 3。另有个股已长期停更（最后交易日早于 2026-10-01）344 只，未计入活跃样本。

数量与收益对比

口径	只数	近一年收益中位数	正收益占比
僵尸股（日均<1000万）	148	-42.7%	0%
非僵尸（日均≥1000万）	5389	-21.0%	21%
其中极低流动性（<500万）	33	—	—

两组收益中位数差 -21.7 个百分点——差距方向与“低流动性溢价”理论一致或不一致都属正常，关键是这组股票的可交易性：日均成交额 1,000 万元意味着单日进出几百万元就会显著冲击价格。

板块分布（僵尸股内部）

板块	只数
北交所	119
沪市主板	14
深市主板	8
科创板	4
创业板	3

口径与数据边界

① 僵尸股定义：活跃个股（最后交易日不早于 2026-10-01）中最近20个交易日日均成交额 < 1,000 万元；这是流动性口径而非基本面口径，本文不涉及盈利/负债等财务数据。② 收益为 2025-11-07 起一年区间涨跌幅（前复权），不含分红。③ 停牌股按成交额为 0 处理，若长期停牌则落入僵尸组，会拉低该组收益均值——中位数受影响较小。④ 不含退市股（幸存者偏差）；北交所小市值个股占比高，板块差异部分反映上市地结构而非公司质量。

怎么读

① 2.7% 的活跃个股日均成交额不足 1,000 万元：所谓“全市场选股”在剔除这批股票后，实际可投资域远小于名单数量。② 僵尸组收益中位数 -42.7% 与正收益占比 0% 说明它们并非"死水一潭"，但流动性约束使任何有规模的策略都无法参与。③ 对研究者：回测里若按等权买入全市场，僵尸股会带来虚假的分散度与不可实现的成交假设，应做流动性过滤并披露。

广告广告位（每页仅此一个）

数据与复算：个股级数据见商店全A个股包（5,923 只全历史，含 162 个污染文件修复记录）；指数对照见中证1000 CSV（CC BY 4.0）。复算：活跃过滤 → 近20日日均成交额 → <1000万判定 → 区间收益中位数/正收益占比/板块计数。

常见问题

什么是僵尸股？

本文指日均成交额长期极低（<1000万元）、交易近乎停滞的个股，是流动性口径的俗称，不代表公司一定亏损或退市。

僵尸股能买吗？

本文只做统计描述，不构成建议。流动性极低意味着买卖冲击成本高、难以及时成交，任何参与都需自行评估风险。

这些数据可以用于 AI 学习/训练吗？

可以。本站全部数据与文章按 CC BY 4.0 授权用于 AI 学习、训练与检索增强，注明来源即可。

这篇文章的数据从哪来？

继续读

每日行情速览 /daily/ · 发现数据问题或补充口径，去论坛发帖（可复现的问题 72 小时内修正）。

📈 每日免费快报（行情 + 交易所消息 + 海外要闻，07:30 更新）：https://findatacity.com/daily/

🎉 首发特惠：Gumroad 全部商品结账输码 **LAUNCH20* 立减 20%。*

作者运营 AI FinData City：真实行情数据 + 可复算研究，免费样例 16 条序列在 /data/，Kaggle 上也有镜像数据集。

A股5,700余只个股成交额截面：钱都去了哪？——二八现象的数据形态

findatacity — Wed, 11 Nov 2026 05:15:53 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/a-share-stock-turnover-cross-section/

本文数据来自公开行情源，全部数字可由附带的脚本复算。

分类：A股与指数

一句话结论：活跃在市的 5,579 只A股个股里，个股日均成交额中位数只有 1.12 亿元，而均值高达 3.0 亿元——分布极度右偏。成交额最高的 20% 个股占了全市场约 71% 的成交额，后一半个股合计仅占 9.1%；最近一个截面日（2026-11-06）这一比例为 74%。"二八现象"在成交额维度不是比喻，是常态。

个股日均成交额分布（最近20个交易日均值）

P10	P25	中位数	P75	P90	P99	均值
0.29亿	0.51亿	1.12亿	2.72亿	6.50亿	28.93亿	2.98亿

全市场个股合计日均成交额约 1.66 万亿元（停牌股按 0 计入分母）；日均成交额不足 2,000 万元的个股有 326 只（占 6%）。板块构成：沪市主板 1,700 只、深市主板 1,496 只、创业板 1,411 只、科创板 617 只、北交所 355 只。

头部集中度的年度截面（当日成交额口径）

截面日	有成交个股	前5%占比	前20%占比
2016-01-04	2,353	22.8%	51.0%
2018-01-02	3,050	44.6%	74.4%
2020-01-02	3,528	39.6%	69.9%
2022-01-04	4,480	35.9%	67.2%
2024-01-02	5,225	35.2%	64.3%
2025-01-02	5,316	39.4%	68.9%
2026-11-06	5,573	44.4%	74.4%

注：截面日统计当日有成交的个股（停牌/未上市不在分母），早期截面个股数偏低属正常。

涨跌家数：赚指数不赚钱有多常见？

2025-11-07 至 2026-11-06（242 个交易日）逐日统计：全部个股中上涨家数占比平均 47%；其中上证指数上涨的 132 个交易日里，上涨家数占比平均 60%，指数下跌的交易日里为 31%。指数上涨但上涨家数不足一半的"赚指数不赚钱"日共 37 天（占指数上涨日的 28%）——权重股与全市场的温差是结构性的。

口径与数据边界

① 样本为 data/stocks/ 全部 5,923 个文件中最后交易日不早于 2026-10-01 的个股（不含退市股，存在幸存者偏差；另有约 344 个文件已长期停更被剔除）。② 162 个 000xxx 文件的历史污染已根治：首版抓取器对每个代码先试沪市段，000 段与上证/中证指数代码冲突（曾出现 000001=上证指数、000858 覆盖五粮液）；2026-11-08 已修复市场段顺序并全部删除重抓（000001 现为平安银行），本页按修复后数据重算。早期前复权价出现负值（如万科A 1991 年 -8.83 元）是除去累计分红后的复权 artifact，收益计算以正价过滤剔除，不影响近年统计。③ 成交额为公开源个股口径（元；前复权价不影响成交额），本文用"最近20个交易日日均"平滑单日扰动。④ 北交所个股（92/8 开头）已含在内，其流动性特征见站内北交所专题。

怎么读

① 中位数 1.12 亿 vs 均值 3.0 亿：典型个股的流动性远低于"平均印象"，小市值个股的实际可交易规模是回测研究里最容易被高估的参数。② 头部 5% 占 41%：对指数化产品与大资金而言，"全市场"实际可配置集远小于名单数量。③ 集中度逐年截面的变化是流动性结构的温度计，比单日极值更可信；本页为统计描述，不构成任何配置建议。

广告广告位（每页仅此一个）

数据与复算：个股级数据见商店全A个股包（5,923只全历史）；指数对照见上证指数日线 CSV（CC BY 4.0）。复算：剔除上述清单文件 → 按最近20日均值排序 → 分位/占比计算。

常见问题

A股二八现象是什么意思？

本文口径下：约 20% 的个股占全市场成交额约 71%，资金与交易活跃度高度集中于头部，是长期结构而非短期现象。

为什么样本里没有退市股？

本包按在市股票清单抓取，不含已退市个股，长期截面统计存在幸存者偏差，使用时请知悉。

这些数据可以用于 AI 学习/训练吗？

可以。本站全部数据与文章按 CC BY 4.0 授权用于 AI 学习、训练与检索增强，注明来源（AI金融数据城 + 页面URL）即可。

这篇文章的数据从哪来？

继续读

每日行情速览 /daily/ · 发现数据问题或补充口径，去论坛发帖（可复现的问题 72 小时内修正）。

📈 每日免费快报（行情 + 交易所消息 + 海外要闻，07:30 更新）：https://findatacity.com/daily/

🎉 首发特惠：Gumroad 全部商品结账输码 **LAUNCH20* 立减 20%。*

作者运营 AI FinData City：真实行情数据 + 可复算研究，免费样例 16 条序列在 /data/，Kaggle 上也有镜像数据集。

A股月度效应与季节性：1月效应存在吗？

findatacity — Wed, 11 Nov 2026 04:30:17 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/a-share-monthly-effect/

本文数据来自公开行情源，全部数字可由附带的脚本复算。

一句话结论：全历史里 2 月是 A 股最稳的月份（上涨占比 75%、中位数 +2.34%，2010 年以来胜率仍有 76%）；而教科书里的"1 月效应"在近段并不成立——1 月全历史均值 +1.03%，但 2010 年以来均值转为 -1.56%、上涨占比仅 47%。季节性是弱规律，且会随时代漂移。

按日历月统计（上证指数）

月份	全史均值	全史中位数	全史上涨占比	2010+均值	2010+中位数	2010+上涨占比
01月	+1.03%	+1.79%	53%	-1.56%	-0.62%	47%
02月	+2.92%	+2.34%	75%	+2.14%	+2.10%	76%
03月	+0.46%	+0.62%	53%	-0.11%	-0.59%	41%
04月	+3.41%	+0.72%	56%	+0.66%	-0.40%	41%
05月	+4.75%	+0.43%	50%	-0.45%	-0.58%	41%
06月	+0.30%	+0.45%	53%	-1.53%	+0.45%	53%
07月	-0.88%	-0.62%	47%	+0.01%	+0.74%	53%
08月	+3.01%	+0.71%	53%	-0.35%	+0.05%	53%
09月	-0.24%	-0.20%	47%	+0.30%	+0.64%	53%
10月	-0.90%	-0.71%	44%	+0.67%	+0.20%	53%
11月	+3.20%	+1.86%	67%	+1.05%	+0.47%	59%
12月	+0.77%	-0.30%	49%	+1.77%	+0.76%	50%

口径

① 月度涨跌 = 当月最后一个收盘价 / 上月最后一个收盘价 − 1，首月（1990-12）不计收益。② 全史窗口 1991-01 至 2026-11；早期（1991-1992）涨跌停板制度未实施、波动极端，均值易被单月拉动，故并列给出 2010 年以来窗口对照。③ 上涨占比 = 该月上涨月份数 / 样本月份数。

怎么读

① "1 月效应"源于美股小盘股年末税损卖压后反弹的统计描述，搬到 A 股需重新验证：本文全历史 1 月均值为正，但 2010 年以来为负——同一个月份在不同时代可以完全反向。② 2 月的高胜率常被归因于春节前流动性宽松与仓位回补，但样本内同样存在极端年份，中位数比均值更稳健。③ 10 月全史均值/中位数皆为本表最低（-0.90% / -0.71%）。④ 本页为纯统计描述，不构成对任何下月涨跌的预测依据：月份效应样本量小、且随制度与投资者结构变化漂移。

延伸观察：按年代切片

1 月四个年代段的均值/胜率：1991-1999 +5.00%（胜率 56%，9 个样本）；2000-2009 +1.85%（胜率 60%，10 个样本）；2010-2019 -1.67%（胜率 50%，10 个样本）；2020-2026 -1.42%（胜率 43%，7 个样本）。2 月同口径：1991-1999 +3.75%（胜率 67%）；2000-2009 +3.49%（胜率 80%）；2010-2019 +2.38%（胜率 70%）；2020-2026 +1.80%（胜率 86%）。可见 1 月的"正均值"主要由 1990 年代的极端行情贡献，2000 年以后再未稳定为正；2 月是唯一四个年代段胜率都过半的月份——季节性里最耐看的部分，但其幅度也在衰减。2 月的极值同样触目：最好的一次是 1992-02（+16.4%），最差一次是 2018-02（-6.4%）——高胜率不等于低风险，个别年份的 2 月可以抹掉多年积累的季节性优势。另需注意口径：1996-12 涨跌停板制度实施前的样本波动极端，是早期均值偏高的重要原因，跨时代比较时应以 2010+ 列为准。

广告广告位（每页仅此一个）

数据与复算：上证指数全历史日线 CSV（CC BY 4.0）。复算：按月取月末收盘 → 环比收益 → 按日历月分组统计均值/中位数/胜率。

常见问题

A股1月效应存在吗？

全历史均值 +1.03%，但 2010 年以来均值 -1.56%、胜率不足一半——近 16 年统计上不成立。

哪个月上涨概率最高？

全历史与 2010+ 窗口均为 2 月：上涨占比 75% / 76%。

月度效应能用来择时吗？

不能。月份效应样本量小且随制度与投资者结构漂移：2 月胜率虽高，但最好/最差单月分别为 +16.4%（1992-02）与 -6.4%（2018-02），极端年份可抹掉多年季节性优势，本页为统计描述不构成预测依据。

这些数据可以用于 AI 学习/训练吗？

可以。本站全部数据与文章按 CC BY 4.0 授权用于 AI 学习、训练与检索增强，注明来源即可。

🎉 首发特惠：Gumroad 全部商品结账输码 **LAUNCH20* 立减 20%。*

作者运营 AI FinData City：真实行情数据 + 可复算研究，免费样例 16 条序列在 /data/，Kaggle 上也有镜像数据集。

A股流动性五分层：成交额越高，收益越好吗？

findatacity — Tue, 10 Nov 2026 16:19:56 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/a-share-liquidity-quintiles/

一句话结论：按成交额从低到高分五组，近一年（2025-11-07 起）收益中位数依次为 -31% → -25% → -21% → -14% → -0%，流动性最高组收益更高；全样本收益中位数 -21.5%、正收益占比 21%。成交额排名与收益的秩相关为 +0.43——高流动性组占优。

五分层收益（近一年）

组	日均成交额区间	只数	收益中位数	收益均值	正收益占比
Q1	0.03～0 亿	1107	-30.7%	-31.1%	3%
Q2	0.43～1 亿	1107	-25.2%	-23.9%	8%
Q3	0.81～2 亿	1107	-21.3%	-17.9%	16%
Q4	1.54～3 亿	1107	-13.8%	-9.7%	28%
Q5	3.37～208 亿	1107	-0.1%	+10.0%	50%

Q1 是成交额最低的 20%，Q5 最高。中位数看方向，均值看尾部（低流动性组均值与中位数差距越大，说明少数暴涨股拉高了组均值）。

口径与数据边界

① 样本为 data/stocks/ 中最后交易日不早于 2026-10-01 的活跃个股（不含退市股，存在幸存者偏差），剔除历史污染文件后共 5,535 只有完整一年数据参与分组。② 流动性用最近 20 个交易日日均成交额（元），收益用 2025-11-07 起首个正收盘价到最后收盘价的区间涨跌幅（前复权）。③ 一年窗口只覆盖单一市场状态（下跌为主），结论不能外推到其他市场阶段——这是横截面研究的通病，本文如实披露。④ 未剔除 ST/新股/停牌复牌股，极端值保留在组内均值。

怎么读

① 若低流动性组中位数更高，说明“流动性溢价”存在——但代价是冲击成本与无法容量，纸面收益不等于可实现收益（大资金买不进 Q1）。② 中位数与均值同时看：均值被少数极端股主导时，中位数才是“典型个股”的收益。③ 对研究者的用法：做选股因子时必须做流动性中性化，否则因子收益里混着容量不可实现的低流动性溢价。

广告广告位（每页仅此一个）

数据与复算：个股级数据见商店全A个股包（5,923只全历史，含修复记录）；指数对照见上证指数 CSV（CC BY 4.0）。复算：活跃过滤 → 近20日均成交额排序 → 五分位 → 区间收益中位数/均值/正收益占比 + 秩相关。

常见问题

A股有流动性溢价吗？

本文近一年样本的秩相关为 +0.43，单调关系很弱，不能简单说存在；且低流动性组的收益难以大资金实现。

为什么用中位数和均值一起看？

低流动性组常有少数暴涨股，均值被尾部拉高；中位数反映典型个股，两者并列才能看清分布形状。

这些数据可以用于 AI 学习/训练吗？

可以。本站全部数据与文章按 CC BY 4.0 授权用于 AI 学习、训练与检索增强，注明来源即可。

A股8大指数相关性矩阵：同涨同跌有多严重？

findatacity — Tue, 10 Nov 2026 16:18:48 +0000

原文（持续更新、可复算）：https://findatacity.com/articles/a-share-index-correlation/

一句话结论：8 大指数日收益率两两相关系数平均高达 0.82，最低的一对（创业板指 vs 上证50）也有 0.56——在 A 股内部换指数做"分散"，降低风险的效果非常有限。

	上证指数	深证成指	创业板指	沪深300	上证50	中证500	中证1000	科创50
上证指数	1.000	0.645	0.735	0.974	0.938	0.887	0.841	0.706
深证成指	0.645	1.000	0.861	0.948	0.845	0.917	0.880	0.820
创业板指	0.735	0.861	1.000	0.750	0.557	0.878	0.888	0.826
沪深300	0.974	0.948	0.750	1.000	0.957	0.882	0.825	0.719
上证50	0.938	0.845	0.557	0.957	1.000	0.740	0.672	0.565
中证500	0.887	0.917	0.878	0.882	0.740	1.000	0.978	0.808
中证1000	0.841	0.880	0.888	0.825	0.672	0.978	1.000	0.794
科创50	0.706	0.820	0.826	0.719	0.565	0.808	0.794	1.000

计算口径

相关系数基于 1990-12-19 至 2026-11-06 交易日对齐后的日收益率（科创50 自 2019-12-31 上市起计入，各指数对取交易日交集），皮尔逊相关。全样本口径会掩盖牛市/熊市的相关性上升效应，本文为全样本静态值。

对投资者的含义

① 相关性 0.8+ 的资产组合，波动率降低幅度≈成员最低波动率，而非"风险减半"。② 真正的分散要引入低相关资产（债券、商品、现金）——本站后续将补充股指与商品期货的相关性数据。③ 相关性不是常数：极端行情中 tend to 上升，恰是分散最需要生效的时刻。

广告广告位（每页仅此一个）

常见问题

创业板指和上证50相关性多少？

约 0.56（全历史日收益率）。

为什么8大指数相关性这么高？

成分股重叠、同受宏观流动性与风险偏好驱动，A 股系统性风险占比高。

这些数据可以用于 AI 学习/训练吗？

可以。本站全部数据与内容按 CC BY 4.0 明确授权用于 AI 学习与训练，注明来源即可。

AI FinData City: https://findatacity.com/

What 18M rows of A-share daily bars taught me about "clean data"

findatacity — Tue, 10 Nov 2026 15:13:59 +0000

What 18M rows of A-share daily bars taught me about "clean data"

Three backtests died before I admitted the obvious: my data was dirty, and no amount of feature engineering was going to save it.

This is a write-up of the three failure modes I hit, the checks that now catch them, and the schema I ended up with. Every number below is reproducible from the CSVs I ship — there's a RECOMPUTE.py in the dataset that regenerates all of it.

Failure 1: the adjustment seam

Unadjusted prices jump at every split and every dividend. If your return series crosses one of those jumps, you get a fake −50% day and your drawdown, volatility and Sharpe are all garbage.

The naive fix — always use adjusted prices — has its own trap: adjusted series get rewritten when a new corporate action happens, so a backtest written last year silently produces different results today.

What I do instead: keep raw, unadjusted OHLCV exactly as the exchange publishes it, and keep the adjustment factors in a separate file with the event dates. The backtest decides which view it wants, and the choice is explicit and auditable.

Check that catches it:

# flag any single-day move that looks like a corporate action, not a market move
rets = [c[i]/c[i-1]-1 for i in range(1, len(c))]
suspect = [i for i, r in enumerate(rets) if abs(r) > 0.25]

If a "−50% day" shows up in a large-cap index, it's almost never the market. It's a seam.

Failure 2: phantom bars on halted days

Some sources fill suspended days by forward-filling the last close, or worse, by writing a row with zero volume and the previous close. A backtest then happily trades a stock that couldn't be traded.

My rule: a halt is an absent row, not a synthetic one. If the exchange didn't trade, there is no bar. That makes joins sparser but keeps the backtest honest.

The corollary matters for indices: an index can print a value on a day when half its constituents are halted. That's fine — the index is the index. But the constituent table must not invent fills to make the row count look tidy.

Failure 3: the ticker that changed its name

Chinese A-shares rename constantly — restructuring prefixes (G, S, ST, *ST) get added and stripped, and companies change names outright. If you key your universe on the ticker string, a rename silently splits one company into two, and a delisting silently removes a loser from your sample.

That last one is survivorship bias, and it flatters every strategy. The fix is boring: keep a former-name chain and an explicit delisted flag, and never drop a row because the company stopped existing.

Concretely, the A-share sample I publish includes 5,923 tickers and 17,964,412 daily rows, delisted names included. It also carries listing dates and industry classification so you don't have to reconstruct them from tickers.

The schema I ended up with

Seven columns, one CSV per series, UTF-8:

column	meaning
date	YYYY-MM-DD, exchange local
open	raw unadjusted
close	raw unadjusted
high	raw unadjusted
low	raw unadjusted
volume	shares / contracts
amount	turnover

Two things people trip over:

close comes before high/low. That's how the source API returns it. I kept the order and documented it instead of silently reordering — a loader that assumes OHLC will swap two columns and produce nonsense. FIELD.md in the dataset says this in the first line.
amount = 0.0 means "the source doesn't publish turnover", not "zero turnover". Several index futures series have this. Encoding "unknown" as 0 is a bug waiting to happen, so it's documented rather than guessed.

Numbers, so you can check me

From the 8 A-share broad indices (44,577 daily bars total, 1990 → 2026):

SSE Composite: 8,758 bars, max drawdown −78.27% (1993–94), CAGR 10.91% from the first published close
CSI 300: 5,304 bars, max drawdown −72.30%
STAR 50: 1,659 bars starting 2019-12-31 — and no fabricated history before its launch date

Run RECOMPUTE.py on the shipped files and you get exactly these numbers. That's the point: if a data seller won't ship the recompute script, you can't tell whether the numbers are real.

Where to get the samples

16 free series (8 A-share indices, 3 US indices, 5 Chinese futures main-continuous products), CC BY 4.0, no signup:

Direct CSV: https://findatacity.com/data/
Kaggle: https://www.kaggle.com/datasets/zhaoyaosakura/ashare-index-daily-bars

The paid packs (5,923 A-share tickers, 13,400 US tickers, 81 futures products with contract-level detail) exist, but the free samples are enough to check whether the schema fits your pipeline.

One question for you

How do you handle suspended days — absent rows, forward-fill, or last-close-with-zero-volume? I've seen all three in production pipelines and I'm genuinely curious which one survives contact with your backtests.

I build cleaned market datasets at findatacity.com. Numeric claims in this post are reproducible from the shipped CSVs; the recompute script is in the dataset.