4、核心指标二:价差分析(Spread Analysis)—— 绝对价差与相对价差
说到流动性,很多人第一反应就是成交量。但我个人习惯,先看价差。
为什么?因为成交量可以造假,价差很难。你想想看,一个挂单稀薄的品种,就算偶尔成交一笔大的,也不能说明它流动性好。真正的好流动性,是你能随时买、随时卖,而且成本可控。这个成本,就是价差。
4.1 什么是价差?
价差,说白了就是买一价和卖一价之间的差距。
买一价,是市场上最高愿意买入的价格。
卖一价,是市场上最低愿意卖出的价格。
你如果想立刻买入,就得按卖一价成交;想立刻卖出,就得按买一价成交。这一来一回,中间的差价就是你的交易成本。
绝对价差 = 卖一价 - 买一价
相对价差 = (卖一价 - 买一价) / 中间价 × 100%
举个例子:
某股票买一价 10.00 元,卖一价 10.02 元。
绝对价差 = 0.02 元。
中间价 = (10.00 + 10.02) / 2 = 10.01 元。
相对价差 = 0.02 / 10.01 ≈ 0.2%。
嗯,这里要注意:绝对价差只看绝对值,相对价差则考虑了价格水平。同样是 0.02 元的价差,在 10 元的股票上占比 0.2%,在 100 元的股票上只占 0.02%。所以跨品种比较时,我一般用相对价差。
4.2 绝对价差:最直观的流动性指标
绝对价差,就是你能看到的「硬成本」。我在项目中遇到过不少新手,只看手续费不看价差,结果频繁交易下来,价差成本比手续费高了好几倍。
绝对价差的特点:
- 直观易懂:看一眼盘口就知道
- 适合同品种纵向对比:比如看同一只股票今天和昨天的价差变化
- 不适合跨品种对比:高价股和低价股的价差没有可比性
举个例子,我监控过某只 ETF 的价差变化:
| 时间段 | 买一价 | 卖一价 | 绝对价差 |
|---|---|---|---|
| 开盘 9:30 | 1.500 | 1.502 | 0.002 |
| 盘中 11:00 | 1.505 | 1.506 | 0.001 |
| 收盘 14:55 | 1.498 | 1.501 | 0.003 |
你看,开盘和收盘时价差明显放大,这就是典型的「流动性时变特征」。我一般会在价差大的时段减少交易,或者改用限价单。
4.3 相对价差:跨品种对比的利器
相对价差,才是真正用来「比好坏」的指标。
计算公式再强调一遍:
相对价差 = (卖一价 - 买一价) / ((卖一价 + 买一价) / 2) * 100%
为什么用中间价做分母?因为中间价更接近「真实价格」。你想想看,如果只用买一价或卖一价,那方向性偏差就太大了。
我习惯把相对价差分成几个等级:
- < 0.1%:流动性极好,适合大资金进出
- 0.1% - 0.5%:流动性良好,普通交易没问题
- 0.5% - 1%:流动性一般,需要注意仓位
- > 1%:流动性差,建议谨慎
4.4 价差分析的实战框架
光知道公式还不够,得知道怎么用。我画了一张图,帮你理清思路:
这张图的核心逻辑是:从盘口数据出发,分别计算绝对价差和相对价差,然后根据不同的对比需求选择使用,最终指导你的交易决策。
4.5 避坑指南
- 只看买一卖一:价差分析不能只看第一档。有时候买一卖一价差很小,但深度不够,大单一来就滑点。我一般会看前五档的加权价差。
- 忽略时间因素:价差在一天内波动很大。开盘、收盘、午休前后都是价差高峰期。我习惯取一段时间的中位数,而不是瞬时值。
- 跨品种直接比绝对价差:这就像拿苹果和西瓜比重量。一定要用相对价差,或者至少做价格归一化处理。
4.6 代码实现示例
下面是我常用的价差计算函数,Python 版本:
def calculate_spread(bid_price, ask_price):
"""
计算绝对价差和相对价差
参数:
bid_price: 买一价
ask_price: 卖一价
返回:
dict: 包含绝对价差和相对价差
"""
if bid_price <= 0 or ask_price <= 0:
return None
absolute_spread = ask_price - bid_price
mid_price = (ask_price + bid_price) / 2
relative_spread = absolute_spread / mid_price * 100
return {
'absolute_spread': round(absolute_spread, 4),
'relative_spread': round(relative_spread, 4),
'mid_price': round(mid_price, 4)
}
# 使用示例
result = calculate_spread(10.00, 10.02)
print(f"绝对价差: {result['absolute_spread']}")
print(f"相对价差: {result['relative_spread']}%")
这个函数很简单,但很实用。我把它封装在交易系统的监控模块里,每秒钟跑一次,一旦相对价差超过阈值就报警。
4.7 小结
价差分析,是流动性预判的基石。绝对价差让你看清成本,相对价差让你比出优劣。两者结合,你就能对市场的流动性状况有个八九不离十的判断。
记住一点:价差越小,流动性越好,交易成本越低。但别只看表面数字,要结合深度、时间、品种特性一起看。这才是专业选手的做法。
公众号:蓝海资料掘金营,微信deep3321