大数据:A股存在“换手率魔咒” 成交异动要警惕
从跌停到涨停，日换手率高达83%，海欣食品是9月22日当仁不让的明星股。不过，海通证券最新的研究表明，这种出现高换手异动的股票，之后的走势往往跑输大盘，即“换手率魔咒”，没有明确消息的投资者最好应规避此类个股。
海通证券分析师高道德、郑雅斌的统计显示，高换手股票在A股中每天都会多次出现。从2012年4月6日到2015年9月17日共计842个交易日，5分钟内换手率超过5%的异动共出现3694次，平均每个交易日4.4次。
从板块分布来看，高换手异动板块主要集中在中小板和创业板。在3694次异动中，中小创就占了2512次，占比高达68%。
高换手异动股板块分别
| 所属板块 | 异动股票 | 异动次数 |
| 创业板 | 204 | 1236 |
| 中小板 | 302 | 1276 |
| 沪市主板 | 264 | 750 |
| 深市主板 | 158 | 432 |
| 合计 | 928 | 3694 |
(数据来源：海通证券)
统计显示，股票高换手异动后，跑输沪深300指数是大概率事件。这些异动股票的5日平均收益低于沪深300指数1.13个百分点，10日平均收益低1.60个百分点。
异动股票主要集中在创业板和中小板，以沪深300指数作为基准存在风格偏离。不过，即使与全A指数相比，这些股票异动后，跑输全A指数同样是大概率事件，而且持有时间越长，负收益越高。
如果将换手率异动的阈值由5%换为1%，异动个股个数将大幅增加，但上述结论仍然成立。
海通证券将这种情况称为“换手率魔咒”——无论从“日内”还是“日均”维度考察，高换手率股票大概率贡献负的超额收益。
至于“换手率魔咒”的原因，海通证券认为，这可能与A股市场的投资者结构有关。研究发现，以个人投资者为主的A股市场，高曝光个股(高换手，高涨幅，分析师持续推荐)存在股价反应过度的现象。当个股高度曝光，并进入个人投资者关注的阶段，股价将会大概率出现反转，并贡献显著的负超额收益。
因此，海通证券建议，对于没有明确信息优势的投资者，应规避短期“高换手”“高曝光”的个股。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数字经济时代，“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而，多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型（LLM）商业化落地过程中，“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言，相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下，企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 ...
2025-11-06在数据分析中，面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量，我们常常需要回答： ...
2025-11-06在 CDA（Certified Data Analyst）数据分析师的工作中，“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中（如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”），卡方检验 P 值与 OR 值（比值比，Odds Ratio）是 ...
2025-11-05CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材：CDA教材一级：商业数据分析（2025）__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代，数据挖掘不再是实验室里的技术探索，而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM（Denoising Diffusion Probabilistic Models）训练过程中，开发者最常困惑的问题莫过于：“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA（Certified Data Analyst）数据分析师的工作中，“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时，他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点，理解二者区别是避免统计方法误用的关键。核心结论是：stats.ttest_rel（配对 ...
2025-11-03在 CDA（Certified Data Analyst）数据分析师的工作中，“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中，“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中，“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”，直观呈现数据的分布特征 ...
2025-10-31
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
