1. 课程导入与问题界定

在板块研究中,“成交额放大”几乎是最常被提及的现象之一,但也是最容易被误读的现象。看到某板块单日成交额突然翻倍,很多人的第一反应是“资金进场、行情要来了”;然而同样的放量,有时对应的是主升浪的启动,有时却是高位派发的尾声,还有时只是消息刺激下的一日游。本课程要解决的,正是这个核心困惑:板块成交额放大之后,价格究竟会如何响应,我们能否用一套可复现的方法把这种响应关系刻画出来。

需要先明确研究边界。本课程研究的对象是板块层面的量价关系,而非个股。板块成交额是成分股成交额的汇总,它天然平滑了单只股票的偶然性,更能反映一类资金的集体行为;但同时也带来了成分股调整、权重股主导等技术问题,这些都会在后续章节逐一处理。研究的时间粒度以日频为主、周频为辅,因为日频足以捕捉放量事件,又不至于像分钟级那样被噪声淹没。我们不研究盘中逐笔委托、不研究衍生品对冲、也不做跨市场的宏观归因,这些内容超出本课程范围。

三个核心指标的定义

要让研究可复现,指标必须先定义清楚,且全文口径一致。本课程使用三个基础指标:

  • 成交额放大倍数 Ramt:当日板块成交额除以过去 N 日成交额均值(默认 N=20,剔除当日)。Ramt ≥ 1.5 视为“温和放量”,≥ 2.0 视为“显著放量”,≥ 3.0 视为“极端放量”。用倍数而非绝对金额,是为了消除板块规模差异,使不同板块可比。
  • 价格响应幅度 Rret:放量当日及之后 M 个交易日的累计涨跌幅(默认 M=5),以放量前一日收盘价为基准。这里统一采用“前一日收盘为 0 点”的参照约定,全文及图示均保持一致,正号代表上涨、负号代表下跌。
  • 响应方向一致性 D:放量当日涨跌幅符号与后续 M 日累计涨跌幅符号是否相同。相同记 +1(趋势延续),相反记 −1(放量反转),用于区分“放量推动”与“放量出货”两类截然不同的情形。
示例说明:假设某板块过去 20 日日均成交额为 80 亿元,某日成交额 200 亿元,则 Ramt = 2.5,属于显著放量;若当日上涨 2.1%,随后 5 日累计上涨 4.8%,则 D = +1,属于放量推动型响应。以上数值为教学假设,非实测结果。

研究路线图:从事件识别到响应分类

整个课程围绕一条主线展开:识别放量事件 → 度量价格响应 → 归因与分类 → 形成可执行的判断规则。下图展示了这条研究链路中各环节的输入、处理与输出关系,也标出了本课程后续章节将逐一展开的关键节点。

板块放量—价格响应研究链路 ① 事件识别 成交额序列 计算 R_amt 阈值 ② 响应度量 R_ret 累计涨跌幅 方向一致性 D ③ 归因分类 推动型 / 反转型 权重股贡献拆解 ④ 判断规则 可执行清单 响应分类表 规则回测验证 → 修正阈值与窗口参数 推动型响应(D = +1) 放量日 反转型响应(D = −1) 放量日

图中上半部分是研究主链路,下半部分用两条示意曲线直观对比了两类响应:推动型在放量后价格重心持续上移,反转型则在放量冲高后回落。红色虚线表示规则形成后必须回到历史数据中回测验证,再据此修正阈值与窗口参数——这一步是防止“拍脑袋定规则”的关键。

最终交付物要求

本课程结束时,每位学习者应产出一份《板块放量响应分类表》,它不是概念笔记,而是一份可直接用于复盘的工具。该表至少包含以下字段:板块名称、放量日期、Ramt、放量当日涨跌幅、Rret(5 日)、D 值、响应类型判定、主要贡献成分股、备注。判定规则由课程中给出的阈值与逻辑确定,备注栏用于记录特殊情形(如成分股调整、重大政策事件)。

此外还需完成一份参数敏感性说明:把 N(均值窗口)分别取 10、20、30,M(响应窗口)分别取 3、5、10,观察分类结果的变化幅度。若某板块在不同参数下判定结果剧烈摇摆,说明该样本的放量信号本身不稳定,应在结论中如实标注,而不是强行归类。这一要求的目的,是让学习者建立“结论有适用条件”的意识,而不是追求一个看似精确的单一答案。

常见误区提醒:不要用“放量必涨”或“放量必跌”的先验结论去套数据。本课程的方法要求先定义指标、再观察分布、最后才归纳规则。任何在样本外无法复现的“规律”,都不应写入分类表。