3. 流动性度量指标：Amihud指标、Roll指标、买卖价差、换手率
聊到流动性黑洞，咱们得先搞清楚一件事——怎么量化流动性？
你想想看，如果连流动性好坏都说不清楚，那识别黑洞就更无从谈起了。我个人习惯把这四个指标当作工具箱里的四把尺子，各有各的用法，也各有各的坑。
3.1 Amihud指标：非流动性度量
Amihud指标，全称叫Amihud非流动性比率。名字挺唬人，其实逻辑很简单——它衡量的是「每单位成交量能引起多大价格波动」。
公式长这样：
Amihud = (1/N) * Σ(|R_t| / Volume_t)其中R_t是日收益率，Volume_t是日成交金额（或成交量）。
我在项目中遇到过一只小盘股，平时Amihud值在0.5左右，突然某天飙到了3.2。我当时就觉得不对劲——价格稍微动一下，成交量却跟不上。果然，三天后这只股就出现了流动性枯竭。
核心解读：
- Amihud值越高，说明流动性越差
- 适合用于日频或周频数据
- 对极端值敏感，建议做截尾处理
我的经验：Amihud指标在A股市场效果不错，但要注意——如果某只股票连续涨停或跌停，成交量极低，Amihud会瞬间爆炸。这时候别急着下结论，先看看是不是停牌导致的。
3.2 Roll指标：基于协方差的流动性度量
Roll指标是另一个经典工具。它的思路很巧妙——利用价格序列的自协方差来推断有效价差。
公式：
Roll = 2 * √(-Cov(ΔP_t, ΔP_{t-1}))其中ΔP_t是价格变化量。如果协方差为负，说明价格存在反转效应——这正是买卖价差存在的证据。
嗯，这里要注意：如果协方差为正，Roll指标就失效了。我刚开始用的时候吃过这个亏，算出来一堆NaN，还以为是代码写错了。
避坑指南：
我曾经在计算Roll指标时，发现某只ETF的协方差长期为正。后来才意识到——高频数据下，价格趋势效应会掩盖反转效应。Roll指标更适合低频数据（日频），别用在分钟级数据上。
3.3 买卖价差：最直观的流动性指标
买卖价差，说白了就是你想买就得比卖价高一点，想卖就得比买价低一点。这个差价就是你的交易成本。
计算方式：
Spread = (Ask - Bid) / MidPrice其中MidPrice = (Ask + Bid) / 2。
我个人习惯把买卖价差分成两类：
- 绝对价差：Ask - Bid，单位是价格单位
- 相对价差：(Ask - Bid) / MidPrice，无量纲，方便跨品种比较
| 品种 | 绝对价差 | 相对价差 | 流动性评价 |
|---|---|---|---|
| 沪深300 ETF | 0.01元 | 0.03% | 优秀 |
| 某小盘股 | 0.05元 | 0.8% | 一般 |
| 某ST股 | 0.10元 | 2.5% | 差 |
实战技巧：我建议用Level-2行情数据计算买卖价差，精度更高。普通行情只有五档，算出来的价差偏大。另外，注意区分「挂单价差」和「成交价差」——前者是报价层面的，后者才是你真正付出的成本。
3.4 换手率：最容易被误解的指标
换手率 = 成交量 / 流通股本。这个指标大家都很熟，但我想说——高换手率不等于高流动性。
为什么？
你想想看，一只股票如果换手率很高，但买卖价差也很大，说明什么？说明大家都在频繁交易，但每一笔交易的成本都很高。这种流动性是「虚胖」的。
我在项目中遇到过一只妖股，换手率高达30%，但Amihud指标也高得吓人。后来复盘发现——那是游资在对倒，真正的流动性其实很差。
我的建议：换手率要结合其他指标一起看。单独看换手率，很容易被误导。我一般用换手率做初步筛选，然后用Amihud和买卖价差做二次确认。
3.5 四个指标的联动关系
这四个指标不是孤立的。我画了一张图，帮你理清它们之间的关系：
从这张图你能看出来：
- Amihud 和 Roll 是从价格数据中「算」出来的，属于间接度量
- 买卖价差 是直接从订单簿里「看」出来的，最直观
- 换手率 反映的是交易活跃度，但容易被操纵
重要提醒：别指望用一个指标搞定所有问题。我见过有人只用换手率判断流动性，结果在妖股上栽了大跟头。四个指标一起看，才能对流动性有个全面的判断。
3.6 实战中的指标选择
说了这么多，到底该用哪个？我的建议是：
- 日常监控：用买卖价差 + 换手率，数据容易获取，计算简单
- 深度分析：加上Amihud指标，特别是做回测的时候
- 学术研究：四个指标都用，还可以考虑Roll指标的变体
一个小技巧：我习惯把四个指标标准化后做等权合成，得到一个「综合流动性指数」。这样既能避免单一指标的偏差，又能直观地看到流动性变化趋势。当然，具体权重可以根据你的策略特点调整。
好了，流动性度量指标就聊到这儿。记住一句话：没有完美的指标，只有合适的组合。下一节咱们聊聊怎么用这些指标去识别流动性黑洞的早期信号。