❶ 请问如何查询一只股票的买入量和卖出量
中国股票波动性的分解实证研究
宋逢明/李翰阳
【摘 要 题】证券市场
【正 文】
一、概述
在金融学领域中，波动特性一直是重要的研究内容。目前对中国股票市场波动性的研究，大多以沪市、深市两市场指数为对象。得到的结论普遍认为中国股票市场存在较剧烈的波动，与西方尤其是美国较为发达的股票市场相比，中国股票市场的波动显著大于它们的市场波动。但是分析中国市场的特性后，可以认为分解股票的总体波动性，在股票的市场风险和个别风险两个层面上对中国股市的波动进行实证研究是具有一定意义的。
首先，市场中有大量的散户投资者，而其中相当数量的散户持有大量个股而非投资组合。尽管机构投资者逐渐成为市场的主导力量，但是散户投资者及其投资总量仍在市场中占有很大比例。根据markowitz（1952）的资产组合理论，这一类投资者不能够做到分散化投资，对于他们来说企业个别波动的影响的程度决不亚于市场波动带来的影响。其次，市场具有高度不完全性，缺乏完善的机制和足够的金融工具。虽然传统理论认为20至30只股票的资产组合可以很好地实现风险的分散化从而消除这些股票的个别风险，但在中国市场中由于缺少做空机制和必要的金融工具，也不能全部做到风险的分散化，构成这一组合的股票的个别风险不可忽视。
除这些特点外，中国市场中的投资理念变化也强调了分解总体波动性的意义：近年来，中国市场中价值投资理念开始逐步被普遍采纳，对于某些特定股票的重视被加深，而分散化的做法反而逐渐淡化，所以股票的个别风险情况就显得尤为重要。还有，中国的市场中存在大量的投机者甚至是赌博者利用某一只股票在市场中的定价偏差进行套利，此时他们就充分暴露在这一只股票的个别风险之下，而不是市场的总体风险。而且市场中曾经有严重的炒作行为，这类行为也大大影响了股票的个别波动。
基于上述分析，可以认为对于股票的总体波动进行分解，分别对市场波动性和个别波动性进行实证研究是有重要实际意义的。但是，无论是国内还是国外，很少有研究者将总体波动性分解，并同时在不同层面（市场、公司）对波动性进行实证分析。campbell，lettau，malkie和xu（2001）发现，在美国股市中，尽管市场波动并未增加，但是在1962年到1997年间，个别公司的不确定性大大增强了。但是，目前对这一现象的解释尚无定论。对于中国市场的情况，宋逢明和江婕（2003）得出的结论是1998年以后的中国股票市场的总体风险与s&p500成分股所代表的美国股市相当，但是中国股市中的系统风险一直高于美国市场。
下面我们将先介绍研究中采用的波动分解模型和波动度量的估计方法，然后着重分析不同波动成分的变化趋势并对其成因进行简单的分析。
二、波动性的分解模型和估计方法
1.波动性的分解模型
本文的研究中，将一只股票的收益分解为两部分：市场收益与个别收益。通过这种分解，我们可以构造衡量个股的两种波动的度量，这两种波动之和就是该股票收益的波动，所采用的方法优点在于无需计算股票间的协方差以及个股的β。
根据capm模型，我们可以得到一种个股收益波动的分解方式：
（1）var（r[，it]）=β[2][，im]var（r[，mt]）+var（{图}[，it]）
其中r[，it]为个股的超额收益，r[，mt]为市场超额收益，且capm模型本身有r[，mt]与{图}[，it]正交。但是这种分解的缺点是难以估计个股的β，且个股β是随时间变化的。为解决这一问题，下面我们给出一种简化的模型，该模型不需要个股β的信息。同时，该模型可以对个股收益的方差进行类似于（1）的分解。
首先，考虑如下不需要β的个股收益模型：
（2）r[，it]=r[，mt]+ε[，it]
注意在模型（2）中，r[，mt]与ε[，it]不是正交的，因此在计算个股收益的方差时不能忽略协方差项。根据模型（2），个股收益的方差为：
附图{图}然而，这里的方差分解又一次引入了个股的β。
但是，对整个市场内的所有个股收益的方差进行加权平均便消除了带有个股β的协方差项：
（4）∑[，i]ω[，it]var（r[，it]）=var（r[，mt]）+∑[，i]ω[，it]var（ε[，it]）=σ[2][，mt]+σ[2][，εt]
其中σ[2][，mt]=var（r[，mt]），σ[2][，εt]=∑[，i]ω[，it]var（ε[，it]）。根据这种分解方法，我们就可以利用模型（2）中的残查项ε[，it]来构造一种不需要个股β的平均个别波动度量标准。加权平均波动∑[，i]ω[，it]var（r[，it]）可以理解为随机选取的个股的波动期望值（随机抽取到股票i的概率等于其在市场中的权重ω[，it]）。
2.数据及波动性成分的估计
本文采用在上海证券交易所和深圳证券交易所交易的a股股票数据来估计基于模型（4）的个股超额收益分解所得到的等式（4）中的波动成分量。样本期从1990年12月19日始，至2001年12月31日终。这一样本期内，股票数量发生了巨大变化，从期初的8只增加到期末的1133只、股票的日交易数据共计1，311，427组。为了得到模型（2）中的个股超额收益（r[，it]）和市场超额收益（r[，mt]），采用的无风险收益是人民币一年期定期存款利率。
为估计等式（4）中的两种波动成分量，采用下列步骤。令s为计算收益的时间间隔，本文主要采用股票日收益数据进行估计。令t为计算波动的时间间隔，本文中t一般指月。在时间间隔t内的市场收益波动，以mkt[，t]表示，由下式计算：
附图{图}
其中μ[，mt]是时间间隔t内市场收益r[，ms]的均值。市场收益是利用时间间隔t内所有个股收益加权平均得到的，取每只股票当月的流通市值占总流通市值的比例且不考虑现金红利再投资情况作为该股票的权重。这样就得到了股票第一部分波动，即市场波动的估计量。
对于股票第二部分波动，即个别因素造成的收益波动，首先要根据公式（4）计算个股超额收益与市场超额收益的差ε[，is]=r[，is]-r[，ms]，然后计算个股在时间间隔t内的波动：
附图{图}
如前所述，为了消除计算中的个股之间的协方差量，必须对整个市场内的所有个股收益的方差进行加权平均。由此得到了衡量各股票个别因素造成的平均波动的估计量，以firm[，t]表示：
附图{图}
经过上述步骤，就得到了衡量市场内个股的市场风险和个别风险的两个估计量mkt[，t]和firm[，t]。
三、不同波动性成分的趋势分析
根据上述模型和估计方法，即可对中国市场的股票收益波动情况进行分解研究。首先按照前面的估计方法，估计出市场波动以及个别股票波动这两部分波动量的大小，进行图形分析。图1（a）显示了中国股市中市场波动成分随时间变化的情形，包含了在上交所及深交所上市的所有a股股票，并按照流通市值进行加权平均，从图中可以初步看出市场波动成分有一定的下降趋势，但是不够明显。
图1（b）对图1（a）中的数据进行滞后12阶（即数据滞后一年）的简单移动平均，进一步表明市场波动成分有下降的趋势。1990年至1991年股票样本数量及交易量太小，波动不明显，但1992年初，市场波动值约在0.020到0.025之间，至2001年底样本期末，市场波动值约为0.05。尤其是1994年中期过后，市场波动的下降趋势更为明显。
图2（a）则显示了中国股市中个别因素波动成分随时间变化的情形，从图中可以初步看出个别波动成分随时间没有明显的趋势。图2（b）同样是图2（a）中数据进行滞后12阶移动平均的结果。图中有一定的趋势，但是很不明显。期初波动值约为0.020，至2001年底，波动值约为0.010。从整体上看，图像较为平缓。
附图{图}
图2 中国股票个别因素波动（firm[，t]）
从图形分析中可以看出，中国股市的市场波动成分在样本期内有较为明显的下降趋势，而个别因素的波动成分在样本期内有下降，但是不明显。而且两列时序数据都有持续的波动，说明其变化趋势有可能是随机性的。因此，除了进行图形分析，要确定两种波动成分的时间序列数据是否有确定性趋势，还是仅仅为随机性趋势，还需要进一步进行计量经济学分析。
2.确定性趋势检验
为了便于分析，将市场波动数据进行年度化（即原始月数据乘以12）。第一步先分析他们的自相关结构。
市场波动的自相关系数下降很快，但是在0附近波动，因而不能明显判断序列的平稳性，不能排除单位根存在的可能。公司个别波动的自相关函数下降很快，且在0附近基本没有波动，因而可以初步判断序列是平稳的，并初步排除单位根存在的可能。
表1 自相关系数
滞后阶数 1 2 3 4 5 6 7 8 9 10 11 12
市场波动 0.275 0.145 0.022 0.032 0.025 0.031 0.095 0.087 0.278 -.032 -.018 0.075
公司个别波动 0.021 -.018 0.018 0.049 -.015 0.117 0.062 -.028 0.058 0.015 -.017 -.023
为了检验序列是否有单位根，以及是否有确定性趋势，需要进行adf检验。首先，根据campbell & perron（1991）推荐的方法确定滞后阶数为9阶。表2将市场波动的三种形式adf检验模型同时估计出，并给出ρ统计量和τ统计量的检验结果：
表2 市场波动的adf检验
模型类型 滞后 ρ pr＜ρ τ pr＜τ f pr＞f
无常数项和趋势项 9 -7.8217 0.0512 -1.69 0.0860
有常数项 9 -33.7582 0.0011 -2.71 0.0751 3.68 0.1339
有常数项和趋势项 9 -310.761 0.0001 -3.91 0.0144 7.79 0.0141
三种模型的ρ统计量都显著地拒绝了存在单位根的零假设，在10％的置信水平下，τ统计量也可以拒绝模型1和模型2的存在单位根的零假设。我们主要注意模型3，即包含时间趋势项的形式，可见ρ统计量和τ统计量都非常显著地拒绝了存在单位根的零假设；而且f统计量表明整个模型是显著的。
对模型3进行普通ols估计，得到的各项系数的普通t检验结果都是显著的，其中趋势项的系数为-0.00269，其t统计量是-2.79，在5％的置信水平下，可以显著地拒绝时间趋势项系数为零的零假设。结合前面的结果，可以确定中国股市中市场波动的成分序列没有单位根，且模型3的显著性表明该时间序列具有确定性趋势。其趋势项系数为-0.00269，表明随时间变化，年度化的mkt[，t]数据具有减小的趋势。
表3给出了个别波动时序数据的adf检验结果，根据前面提到的方法，确定滞后阶数为5阶。
表3 公司个别波动的adf检验
模型类型 滞后 ρ pr＜ρ τ pr＜τ f pr＞f
无常数项和趋势项 5 -24.9683 0.0002 -2.92 0.0038
有常数项 5 -64.0214 0.0011 -3.89 0.0029 7.55 0.0010
有常数项和趋势项 5 -127.348 0.0001 -4.58 0.0017 10.53 0.0010
对于模型3，该模型的检验结果显著拒绝了存在单位根的零假设，虽然模型整体是显著的，但是时间趋势项的t统计量为-2.32，不能拒绝时间趋势项系数为零的零假设，说明时序数据不符合该模型。继而检验模型2同样拒绝了存在单位根的零假设，其常数项的t统计量为2.49，不能拒绝常数项系数为零的零假设。模型1仍然拒绝了存在单位根的零假设，最后确定该序列无单位根，但是不包含确定性趋势。
经过上述的计量经济学检验，证实了前面图形分析的结论，即：中国股票的市场波动成分随时间变化有减小的确定性趋势，但是股票的个别因素波动成分没有确定性趋势。这说明，中国股市的总体波动中，市场因素造成的波动在不断减少，而股票个别因素造成的波动没有确定的变化趋势。
3.波动趋势的原因讨论
经过计量经济学研究，可以确认在样本期内中国股票的市场波动成分有减小的确定性趋势。下面将对这一现象作进一步分析，讨论其可能的成因，但更明确的定论还有待进一步研究的证明。
首先，中国股票市场处于逐步成熟的过程中，随其发展，市场的透明度也在不断提高，使得不同投资者之间的信息不对称状况得到了改善，根据我们模拟信息不对称下市场波动的结果，可以证明：信息不对称的程度对市场波动性的影响是存在的，当市场中有严重的信息不对称时，市场波动较大，当信息不对称较缓和时，市场波动也降低。因此我国股市中的信息不对称程度的降低是市场波动逐步减少的一个原因。
其次，中国股票市场目前还处于高速的成长期，在本文选用的样本期内，这一成长趋势更为明显。其间市场中的股票数量有显著增加，其结果是中国a股市场中股票收益的平均相关系数不断下降，而且这一相关性下降自1993年起尤其明显。单个股票收益间相关性的下降在一定程度上使得市场收益趋于相对稳定，因而造成中国股票的市场波动成分逐渐减小。
第三，中国股票市场的监管也在不断加强，不断有新的法规出台从政策角度完善中国股票市场。而且进一步的分析发现中国股票的市场波动成分与个别因素波动成分的比值在样本期内不断下降，且在市场波动成分在总体波动中也占相对小的比例，从一定程度上反映了市场的持续完善化。市场的完善也会促使市场收益的稳定，即市场波动成分呈变小趋势。
同时，在中国股票市场中，机构投资者正在逐渐替代散户成为市场投资的主要力量。机构投资力量的加强使得市场中的炒作成分变小，也减少了投机成分，因而有利于市场收益的稳定。这同样也可能是市场波动成分下降的原因。还有数据显示，样本期内中国股票市场中的交易日益活跃，这虽然可能导致个别股票收益波动增加，但是对于市场整体来说，增加的交易量可能会减小市场收益的波动。
四、结论
本文采用的波动性度量，可以有效地对总体波动性进行分解，并方便地对不同波动成分作出估计。通过移动平均方法和确定性趋势检验，得到了如下主要结论：首先，中国股票的市场波动随时间变化有减小的确定性趋势，从中可以看到中国股市在10多年的发展中确实在不断进步，股票市场的投资环境在逐渐完善。其次，虽然从表面上看，中国股票市场的平均个别因素波动成分有下降趋势，但经过计量经济学方法的检验，证明这一趋势不是确定性的，表明中国市场中的上市公司质量并没有得到根本性的改良，企业治理仍有待提高。
同时本文对中国股票的市场波动减小的结论提出了一些可能的解释，为后续研究提供了方向，可在此基础上，进一步论证中国股票市场的不同波动成分变化趋势的深层原因。
【参考文献】
[1]宋逢明，江婕.中国股票市场波动特性的实证研究[j].金融研究，2003.（4）.
[2]campbell，j.y.，and p.perron，1991，pitfalls and opportunities：what macroeconomists should know about unit roots[j].nber macroeconomics annual 6，141-201.
[3]campbell，j.y.，m.lettau，b.g.malkiel，and y.xu，2001，have indivial stocks become more volatile？an empirical exploration of idiosyncratic risk[j].the journal finance lvi 1，1-43.
[4]hamilton，j.d.，1994，time series analysis[m].princeton university press.
【原文出处】财经论丛
【原刊地名】杭州
【原刊期号】200404
【作者简介】作者单位：清华大学经济管理学院
❷ 如何查询股票成交信息
进入大智慧，输入要看的股票代码，按F5会出现K线图，然后用左右键或鼠标选择K线图，这时在屏幕左边就有成交量等很多信息。
股市成交量为股票买卖双方达成交易的数量，是单边的，例如，某只股票成交量为十万股，这是表示以买卖双方意愿达成的，在计算时成交量是十万股，即：买方买进了十万股，同时卖方卖出十万股。而计算交易量则双边计算，例如买方十万股加卖方十万股，计为二十万股。股市成交量反映成交的数量多少。一般可用成交股数和成交金额两项指标来衡量。目前深沪股市两项指标均能显示出来。
❸ 沪股通持仓数据查询
通过交易所查，第一步：登陆交易所；第二步：查找子目录：互联互通市场>每日数据>持股纪录查询>沪港通。这种通过交易所的查询方法，优点是能获取到源头第一手数据，时间上最及时，基本能在A股第二天开盘前获取数据源。缺点则是不够直观，不能获得一段时间内北上资金持续流入资金数据。
你也可以通过东方财富网查询，第一步：登陆东方财富官网，第二步：查找子目录：数据中心>沪深港通>沪深港通持股。这种通过东方财富网的查询方法，优点是比较直观，能观察到一段时间内北上资金持续流入的情况。
操作环境：iPhone12iOS14，网络10.2
拓展资料:
1.沪股通是指投资者委托香港经纪商，通过联交所设立的证券交易服务公司（SPV），向上交所进行申报，买卖规定范围内的上交所上市股票。2019年6月21日，香港金融管理局公布沪港通和深港通资金兑换的优化安排，其北向通即沪股通和深股通的投资者可以通过指定的香港银行，以在岸价兑换人民币和进行外汇风险对冲。
2.在中国股市中，一般“北”指的是沪深两市的股票，“南”指的是香港股票，因此，北上资金就是指从香港股票中流入大陆股市的资金，同时内地的股票也有流入香港股市的资金，而这个资金被称为南下资金。和北上资金对应的是南下资金，这里的南北不是我们平常所说的南方和北方，而是参照的香港的，北上资金是进入A股市场中的香港资金以及国际资本，南下资金则是进入港股操作的中国内地的资金。这两种资金名称是在我国开通沪港通以及深港通开通互通互联之后形成的。在A股市场中，是不允许国外的资金进行直接参与.
❹ 股票交易流水账，如何查询所有的交易记录
据投看看所知,投资者可以通过当日成交，来查看投资者当天买卖个股的情况；通过历史成交、或者交割单，来查其最近所进行的股票买卖情况。其中当日成交和历史成交一般只能看到投资者买入个股的价位，买入时间、买入金额以及买入股数，而交割单中，除了这些之外，还能看到投资者的手续费用。
其具体查询步骤如下：
1、app；
2、在界面，点击查询选项；
3、再点击下方的当日成交选项、历史成交选项，或者交割单选项即可。
当然，投资者也可以在时间段，携带有效身份证去营业部查询其股票记录，营业部工作人员会把投资者的记录打印出来。同时，投资者通过其记录，大致可以知道其盈亏情况。
❺ 请问如何才能在沪、深交易所查询到自己的股票数量和交易记录 谢谢！：
查是可以查的~
但是个人申请是不被受理的~
程序好像是向你所在的证券代理公司（所有的证券公司都只是代理深、沪股票交易）提出申请，然后由他们代表你向深、沪股市的总部提起申请。受理后在一定时间内将你要求查询时间段的数据发送至你开户的证券公司。然后由你开户的证券公司给你。
但是你开户的公司是不会帮你进行这种操作的，一般只有机构投资者才会在年底的时候进行这种工作。他们拿数据就是为了和自己公司的数据进行对比，就是怕操盘手做老鼠仓之类的事情。
如果你能肯定他们有这种操作，你就报警吧。看能不能走司法程序解决。
楼上那位说看交割单的是没玩过计算机的，这种计算机上的程序都是后台可控的。学计算机的都知道，叫这玩意是“电脑”的那都不是学计算机的。O(∩_∩)O~
❻ 怎样查询股票帐户历史交易明细
你好，股票账户历史交易明细可通过你的股票交易软件进行查询。
❼ 上证深证指数历史交易数据查询
数据太多无法复制，最好是下载大智慧新一代免费软件，点击上证，深证指数，按箭头上下左右移动就可以查到。
❽ 股票的数据在哪里能找到
一般来说股票的数据可以在任何股票软件中找到，而且在网页上也可以找到股票的历史数据，从而对这支股票作出判断，进一步决定是否购买。
现如今随着时代的发展，股票投资已经成为常态化。许多年前只有少部分人进行股票投资，而且如果要进行投资都需要到交易所内，每天关注大盘走势，从而做出投资决定。现如今随着互联网的发展，各类投资平台纷纷出现。人们足不出户便可以在网络中进行股票投资。各种数据也更加明了，大家可以凭借自己的经验结合股票数据，从而做出最精准的投资决策。
❾ 在哪里可以看到整个股市当天成交量中散户买入量、散户卖出量、机构买入量、机构卖出量的数据
如何可以看到整个股市当天成交量,机构和散户买入和卖出量：
双击当天收的月线，这时会弹出一个小窗口，再小窗口的下方，会看到：操作，在单击，在点：分时区间统计；
如果想查询机构散户买入卖出量，资金进出量可以上凤凰财经网；如果想查询每天股票涨跌家数可以上查股网。
❿ 现在有资金账户，深A账户，几年前买了股票，现在想登入，如何能查询到我们买了什么股票，涨跌情况
先回答题主的问题：只要用资金帐号，登入所开户证券公司的交易软件，就可以在交易软件里查到股票的情况。
说起股票，很多人都不太理解它的含义。其实，股票就是一种“商品”，其价格的多少由内在价值（标的公司价值）所决定，而且起伏不会特别大，而是围绕着它的价值上下波动。
股票的价格波动就和普通商品一样，会受到供求关系的影响。
像买猪肉一样，当人们对猪肉的需求增多，猪肉的供给却跟不上，那猪肉价肯定上升；当猪肉产量不断增加，猪肉供给过剩，那必然会降低价格。
换做是股票的话：10元/股的价格，50个人卖出，但市场上有100个买，那另外50个买不到的人就会以11元的价格买入，这样一来股价就会上升，相反的话股价就下跌（由于篇幅问题，这里将交易进行简化了）。
通常来说，导致双方情绪变化的原因非常多，进而影响到供求关系的稳定，其中会产生重大影响的因素有3个，接下来我将给大家进行详细说明。
在这之前，先给大家送波福利，免费领取各行业的龙头股详细信息，涵盖医疗、军工、新能源能热门产业，随时可能被删：【绝密】机构推荐的牛股名单泄露，限时速领！！
一、是什么导致了股票的涨跌？
1、政策
国家政策引领着行业和产业，比如说新能源，前几年国家开始注重新能源的开发，对于相关企业、产业都提供了帮扶，比如补贴、减税等。
这就招来大量的市场资金，同时也会不断的探索相关行业的优秀板块，以及上市公司，引发股票的涨跌。
2、基本面
用长期的目光看，市场的走势和基本面相同，基本面向好，市场整体就向好，比如说疫情下我国经济率先恢复，企业盈利也有所改善，股市也随之回升了。
3、行业景气度
这个很重要，我们一般都认为股票的变化与行业走势息息相关，行业景气度好，那这类行业公司的股票价格就会普遍上涨，比如上面说到的新能源。
为了让大家及时了解到最新资讯，我特地掏出了压箱底的宝贝--股市播报，能及时掌握企业信息、趋势拐点等，点击链接就能免费获取：【股市晴雨表】金融市场一手资讯播报
二、股票涨了就一定要买吗？
很多新手刚刚接触到股票，一看某支股票涨势大好，赶紧买上几万块，结果一路跌的非常惨，套的相当牢。其实股票的涨跌在短期内是可以人为控制的，只要有人持有足够多的筹码，一般来说占据市场流通盘的40%，就可以完全控制股价。因此学姐建议刚接触股票的新手，把长期持有龙头股进行价值投资作为首要目标，防止在短线投资中出现大量损失。吐血整理！各大行业龙头股票一览表，建议收藏！
应答时间：2021-09-23，最新业务变化以文中链接内展示的数据为准，请点击查看