一.上市公司股票崩盘数据库

股票崩盘数据通常反映了股价在短期内的大幅下跌，其特征包括高负偏度（NCSKEW）和高下行波动率（DUVOL），这些指标表明股票收益率分布的左尾更长且下跌期间波动率更高，暗示较高的崩盘风险。此外，崩盘数据还可能涉及异常的交易量放大、换手率激增以及市场恐慌情绪的蔓延。例如，某股票在短期内出现连续跌停、成交量异常放大且换手率超过20%时，往往预示着可能的崩盘。同时，通过分析市场资金流向、公司基本面恶化（如业绩下滑、财务造假曝光）以及宏观经济环境变化（如利率上升、行业政策调整），也能提前捕捉到股票崩盘的信号。

我方团队收集25年股票崩盘数据库。

1.负收益偏态系数(NCSKEW)来度量股价崩盘风险。其中，n为股票i在某年的交易周数。NCSKEW的值越大，意味着负收益偏态系数越大，股价崩盘风险越高。

2.收益率上下波动比率(DUVOL)度量股价崩盘风险。对于每个公司、年度，首先定义特质收益率小于均值的周为下跌周，特质收益率高于均值的周为上涨周。然后分别计算出下跌周和上涨周特质收益率的标准差，得出下跌波动率和上涨波动率。最后，以下跌波动率除以上涨波动率并取自然对数，即得到每一个公司、年度样本的DUVOL指标。计算公式如下：其中nu和nd分别代表公司t的股价周特有收益率Wi,t大于和小于其年平均收益率的周数。DUVOL的值越大，代表收益率的分布越左偏，股价崩盘风险越大。

二.短线龙头数据库

股票短线龙头数据是投资者关注的焦点，它反映了短期内涨幅领先、成交量放大、换手率适中且资金流入明显的个股表现。这些数据通常通过技术指标（如RSI、KDJ、MA）和市场表现（如涨停时间、封单力度）来识别，同时结合板块联动性和市场情绪进行综合分析。短线龙头股的分类包括总龙头、身位龙、卡位龙、板块龙等，它们在不同阶段和板块中展现出强大的带动作用。例如，航运板块中的中远海控在2024年年初至6月12日期间累涨59.29%，成为该板块的龙头股，其数据表现包括连续涨停、换手率适中以及资金大量流入等特征。

我们团队有2025年最新短线龙头数据汇总。

3.六千+A股数据

4.历史日K线数据

我们收录一系列中国股市指数的历史日K线数据文件，包括创业板指、创业板综、沪深300、科创50、科创综指、上证50、上证指数、深证成指、中证500、中证2000、中证A100以及中证生物科技指数等，每个文件名后都带有“历史日K数据”字样，表明这些文件记录了相应指数的每日开盘、收盘、最高、最低价等K线数据。

5.按天股票数据

6.大单数据

股票大单数据指的是在股票交易中，单笔交易量或交易金额达到一定规模（通常由交易所规定）的交易记录，这类数据能够反映大额资金的流动情况和市场主力的交易行为。大单交易往往被视为机构投资者或大型投资者的交易行为，它们的交易动向可能对股价产生较大影响，因此，分析股票大单数据有助于投资者理解市场趋势、预测股价走势，并作为投资决策的参考。通常，大单买入可能预示着股价上涨，而大单卖出可能预示着股价下跌，但实际情况还需结合其他市场信息和分析方法综合判断。

7.美股上市公司日线历史数据，1万+

美股上市公司日线历史数据涵盖了公司在特定交易日内的关键信息，包括开盘价、收盘价、最高价、最低价、成交量、成交额、振幅、涨跌幅、涨跌额、换手率等交易数据，以及市盈率、市净率、股息率、市销率等估值指标。这些数据不仅反映了股票价格的波动和市场交易的活跃度，还提供了公司估值和投资吸引力的参考。通过分析这些日线数据，投资者可以洞察市场趋势、评估公司表现，并制定相应的投资策略。

我们团队有1万+美股上市公司日线历史数据。

上证指数2025年1-6月数据分析

toby对上证指数2025年1-6月数据分析，各个指标统计数据如下。

详细统计表

指标	平均数	中位数	最大值	最小值	标准差
收盘价	3318.28	3322.17	3426.13	3096.58	67.52
成交量(手)	4.58亿	4.43亿	6.85亿	3.50亿	0.78亿
成交额(元)	5321亿	5081亿	8557亿	3803亿	1023亿
振幅(%)	1.12%	0.87%	5.30%	0.34%	0.72%
涨跌幅(%)	-0.04%	0.15%	+2.54%	-7.34%	1.23%
换手率(%)	0.97%	0.91%	1.44%	0.74%	0.18%

二、关键数据特征解析

1. 极端波动事件

   • 2025-04-07单日暴跌7.34%（近五年最大单日跌幅）

   • 振幅高达5.3%，成交额7354亿（+38%超均值）

   • 技术面形成3040-3426的宽幅震荡箱体

2.量价背离信号

1. 波动率结构

   • 振幅中位数0.87% < 均值1.12%（右偏分布）

   • 涨跌幅标准差1.23% > 振幅均值1.12%（脉冲式波动）

三、宏观经济推测结论

1. 政策市特征强化

• 暴涨暴跌基因：

  • 单日涨跌超2%共9次（占交易日15%）

  • 政策敏感度↑：3月14日+1.81%（疑似政策泄露）

• 量能异动规律：

  政策类型	量能变化	典型案例
  突发利空	量能↑35%+	4月7日暴跌
  利好兑现	量能↑20%	2月7日+1.01%
  预期管理	量能↓15%	5-6月横盘期

2. 资本市场流动性陷阱

• 资金效率恶化：

  • 单位成交额支撑点数：5321亿/3318点=1.60亿/点

  • 2020年同期：4800亿/3400点=1.41亿/点（效率↓13%）

3. 实体经济传导阻滞

• 股债背离深度：

  时段	国债10Y收益率	上证指数	背离方向
  1月	↓20bp	↓3.2%	同步
  3月	↑30bp	↑2.5%	反向
  4月	↓40bp	↓7.3%	极端分化
  6月	→	→	收敛

• 隐含预期：

  • 3月股涨债跌→误判经济复苏

  • 4月股债双杀→通缩风险确认

4. 市场情绪周期定位

• 贪婪恐惧指数：

  • 4月7日恐惧指数92（近五年峰值）

  • 6月19日恐惧指数65（仍处警戒区）

四、资产配置启示

1. 波动率交易机会

   • 做多波动率：当换手率<0.85%且振幅<0.8%时布局

   • 事件驱动策略：政策窗口期前3日建仓

2. 防御型配置框架

关键预警阈值

指标	临界值	信号意义
日均换手率	<0.75%	流动性枯竭风险↑
振幅标准差	>1.5%	系统性风险预警
债股波动比	>2.0	经济衰退概率↑

交叉验证建议：结合PMI与PPI数据分析企业盈利预期，当前股债联动模式暗示上市公司Q2盈利增速或回落至-5%至-8%区间。需警惕7月财报季的盈利下调冲击。

版权声明：文章来自公众号(python风控模型),未经许可，不得抄袭。遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。