002742股票歷史數據

㈠ 三聖股份002742怎麼上下這么大

10派 0 元 送 0 股 轉 10 股 ，除權日 2017-09-08。
股票價格除半，數量增倍。

㈡ 2開頭的是什麼股票

2開頭的是深圳B股股票。以3開頭的股票是創業板股票，以0開頭的是深市A股，1開頭的是深市基金，5開頭的是滬市基金，6開頭的是瀘市A股，9開頭的是瀘市B股。

股票代碼用數字表示股票的不同含義。股票代碼除了區分各種股票，也有其潛在的意義，比如600***是上交所上市的股票代碼，6006**是最早上市的股票，一個公司的股票代碼跟車牌號差不多，能夠顯示出這個公司的實力以及知名度。

(2)002742股票歷史數據擴展閱讀

深圳B股交易操作規則

1、投資者轉託管報盤在當天交易時間內允許撤單，這是必須要了解的交易規則。

2、轉託管證券T+1日（即次一交易日）到帳，投資者可在轉入證券商處委託賣出。

3、由於深市實行的是T+3交收，深市B股投資者若要轉託管需在買入成交的T+3日交收過後才能辦理，這是要特別注意的B股交易規則。

4、轉託管可以是一隻股票或多隻股票，也可以是一隻證券的部分或全部。

5、投資者的轉託管不成功（轉出券商接收到轉託管未確認數據），投資者應立即向轉出券商詢問，以便券商及時為投資者向深圳證券結算公司查詢原因，這是必不可少的B股交易操作規則。

㈢ 歷史上股票漲幅的最高點是幾塊錢

國內目前估價漲到的最高的股票是600150中國船舶，在2007年10月11日股票最高點300元，是我國唯一一隻上過300元的股票。

㈣ 002開頭的股票股價在18到19之間的有那些

如圖所示

㈤ 股票加權平均價格和股票流通量的數據

股票價格平均數反映一定時點上市股票價格的絕對水平，它可分為簡單算術股價平均數、修正的股價平均數、加權股價平均數三類。人們通過對不同時點股價平均數的比較，可以看出股票價格的變動情況及趨勢。加權股價平均數是根據各種樣本股票的相對重要性進行加權平均計算的股價平均數，其權數(Q) 可以是成交股數、股票總市值、股票發行量等。加權平均價格一般都需要專業軟體計算,在同花順上面可以下載每個股票每天的交易價格和交易金額,然後倒入excel中進行計算.
或者使用專業軟體,如萬德軟體。

用大智慧軟體可以查詢上證的股票流通總量數據
你上去以後輸入998000就行了
如果經常要看，可以加入自選項。還有一個總市值是998002

㈥ 我有一隻股票002742三聖特材重大資產重組停盤了，幫忙看下是重大利好嗎，如果復盤時大盤跌很多會補

都停牌了反正也無法操作分析了有毛用，如果復牌補跌的話直接跌停板你也跑不了，如果漲停了你也不必急著拋。況且萬一停牌兩個月呢，誰能知道兩個月後的事。根本無需瞎操心。

㈦ 歷史上.上市當日最低漲幅的前20隻股票是什麼

這是2005年1月1日至今上市首日漲幅最低的股票 25隻

上市日期 代碼 股票名稱 昨收 今收 漲跌幅
20060818 601111 中國國航 2.8 2.8 0
20050531 002047 成霖股份 8.6 8.84 2.7907
20061027 601398 工商銀行 3.12 3.28 5.1282
20080619 002249 大洋電機 25.6 27.56 7.6563
20050509 600472 包頭鋁業 3.5 3.9 11.4286
20060801 601006 大秦鐵路 4.95 5.52 11.5152
20050607 002050 三花股份 7.39 8.4 13.6671
20050603 002048 寧波華翔 5.75 6.54 13.7391
20080612 002247 帝龍新材 16.05 18.8 17.134
20050523 002045 廣州國光 10.8 12.72 17.7778
20080529 002244 濱江集團 20.31 24.3 19.6455
20050510 002043 兔寶寶 4.98 5.99 20.2811
20061123 601666 平煤天安 8.16 9.83 20.4657
20060705 601988 中國銀行 3.08 3.79 23.0519
20080623 002253 川大智勝 14.75 18.2 23.3898
20061130 002087 新野紡織 5.19 6.46 24.4701
20080619 002250 聯化科技 10.52 13.15 25
20061116 002078 太陽紙業 16.7 21.35 27.8443
20080310 601186 中國鐵建 9.08 11.64 28.1938
20060922 601699 潞安環能 11 14.22 29.2727
20080523 002240 威華股份 15.7 20.44 30.1911
20080201 601898 中煤能源 16.83 22.2 31.9073
20061124 002083 孚日股份 6.69 8.84 32.1375
20080625 002256 彩虹精化 12.56 16.6 32.1656
20070925 601939 建設銀行 6.45 8.53 32.2481

同樣給出
這是2005年1月1日至今上市首日漲幅最高的股票 25隻

上市日期 代碼 股票名稱 昨收 今收 漲跌幅
20070803 002144 宏達經編 5.43 34.65 538.1215
20070803 002145 中核鈦白 5.58 33.53 500.8961
20070913 002167 東方鋯業 8.91 53.11 496.0718
20070808 002147 方圓支承 8.12 47 478.8177
20070629 002139 拓邦電子 10.48 60 472.5191
20070816 002155 辰州礦業 12.5 66 428
20071228 601099 太平洋 8 41.92 424
20070810 002149 西部材料 8.48 43.71 415.4481
20080130 002209 達意隆 4.24 21.35 403.5377
20070821 002160 常鋁股份 6.98 33.9 385.6734
20070817 002159 三特索道 5.68 27.31 380.8099
20070813 002151 北斗星通 12.18 58.55 380.7061
20080228 002218 拓日新能 10.79 51.62 378.4059
20071101 002177 御銀股份 13.79 64.88 370.4859
20071012 002175 廣陸數測 11.09 52.03 369.1614
20070813 002152 廣電運通 16.88 78.28 363.7441
20080306 002219 獨一味 6.18 27.82 350.1618
20061215 002095 生意寶 14.09 62.8 345.7062
20071012 002176 江特電機 11.8 51.5 336.4407
20060619 002051 中工國際 7.4 31.97 332.027
20071221 601999 出版傳媒 4.64 19.93 329.5259
20070821 002161 遠望谷 13.3 57.1 329.3233
20080123 002205 國統股份 7.69 32.05 316.775
20070913 002165 紅寶麗 12.09 48.04 297.3532
20070808 002146 榮盛發展 12.93 50.8 292.8848

供參考

㈧ 同花順如何下載全部個股資料

【同花順軟體】：

同花順2008是一款功能非常強大的免費網上股票證券交易分析軟體，投資者炒股的必備工具，該軟體是國內行情速度最快，功能最強大，資訊最豐富，操作手感最好的免費股票證券分析軟體。

【同花順下載全部個股資料】：

當你安裝好軟體之後登陸，軟體連接到伺服器，將自動下載全部股票信息，只需要在軟體的右下角輸入股票代碼，然後按鍵盤回車鍵將進入個股界面。

對於大家需要個股的詳細交易記錄，例如歷時分時圖、歷時成交記錄等，那麼我們就需要下載了。

以下是下載步驟：

【數據下載及管理】：

a、「盤後數據下載」

對於因為某些原因而不能實時在線的用戶，我們提供盤後數據下載的功能。您可以連接上下載主站，下載後斷開連接慢慢查看、分析。

當您選擇「數據下載」彈出「數據下載中心」對話框時就會自動連接下載主站。

在列表框裡面會顯示主站上可供下載的數據及大小。分為「今日數據」、「歷史數據」、「財務數據」和「資訊數據」四大類。您可以打開目錄，下載其中的某一項，也可以直接在目錄上操作下載全部的數據。對於「歷史數據」您可以在對應的標明時間的「時間段」上雙擊來修改下載數據的時間段，也可以在右鍵菜單里選擇「下載時間」。選好了時間段後，點右鍵「加入下載」，想取消下載就選擇「暫不下載」。在所有希望下載的內容都選好了之後，點最下面的「下載」鍵，下載數據。

注意：

1、為了方便下載，您可以通過右鍵菜單的「設成默認任務」，設置默認下載內容。

2、階段排名與大多數選股條件只需日線數據，所以如果您網速不快也不想用太多時間，只用下載「歷史數據」里「日線」部分就可以了。一般分鍾線較大。

3、下載完畢後會自動導入到數據文件里。

b、「數據維護」

在「數據整理」中可以清除掉混亂和錯誤的數據。而在「數據刪除」中則可以將不需要的數據刪掉以釋放磁碟空間。

您需要根據您的需要先選擇市場，然後選擇數據整理的范圍、周期和需要刪除的內容。

c、「數據的導入、導出」

在這里可以將本地已經存在的各種數據（行情數據、財務數據、資訊數據、其它數據）導出到指定目錄下。您可以將導出的數據復制到其它的電腦上，然後導入，即可生成各類數據。

您只用選擇導入、導出文件所在的目錄就可以了。在導出時系統會自動尋找目前軟體裝載的目錄，推薦使用這個目錄。

㈨ 請問如何查詢一隻股票的買入量和賣出量

中國股票波動性的分解實證研究
宋逢明/李翰陽
【摘 要 題】證券市場
【正 文】
一、概述
在金融學領域中，波動特性一直是重要的研究內容。目前對中國股票市場波動性的研究，大多以滬市、深市兩市場指數為對象。得到的結論普遍認為中國股票市場存在較劇烈的波動，與西方尤其是美國較為發達的股票市場相比，中國股票市場的波動顯著大於它們的市場波動。但是分析中國市場的特性後，可以認為分解股票的總體波動性，在股票的市場風險和個別風險兩個層面上對中國股市的波動進行實證研究是具有一定意義的。
首先，市場中有大量的散戶投資者，而其中相當數量的散戶持有大量個股而非投資組合。盡管機構投資者逐漸成為市場的主導力量，但是散戶投資者及其投資總量仍在市場中佔有很大比例。根據markowitz（1952）的資產組合理論，這一類投資者不能夠做到分散化投資，對於他們來說企業個別波動的影響的程度決不亞於市場波動帶來的影響。其次，市場具有高度不完全性，缺乏完善的機制和足夠的金融工具。雖然傳統理論認為20至30隻股票的資產組合可以很好地實現風險的分散化從而消除這些股票的個別風險，但在中國市場中由於缺少做空機制和必要的金融工具，也不能全部做到風險的分散化，構成這一組合的股票的個別風險不可忽視。
除這些特點外，中國市場中的投資理念變化也強調了分解總體波動性的意義：近年來，中國市場中價值投資理念開始逐步被普遍採納，對於某些特定股票的重視被加深，而分散化的做法反而逐漸淡化，所以股票的個別風險情況就顯得尤為重要。還有，中國的市場中存在大量的投機者甚至是賭博者利用某一隻股票在市場中的定價偏差進行套利，此時他們就充分暴露在這一隻股票的個別風險之下，而不是市場的總體風險。而且市場中曾經有嚴重的炒作行為，這類行為也大大影響了股票的個別波動。
基於上述分析，可以認為對於股票的總體波動進行分解，分別對市場波動性和個別波動性進行實證研究是有重要實際意義的。但是，無論是國內還是國外，很少有研究者將總體波動性分解，並同時在不同層面（市場、公司）對波動性進行實證分析。campbell，lettau，malkie和xu（2001）發現，在美國股市中，盡管市場波動並未增加，但是在1962年到1997年間，個別公司的不確定性大大增強了。但是，目前對這一現象的解釋尚無定論。對於中國市場的情況，宋逢明和江婕（2003）得出的結論是1998年以後的中國股票市場的總體風險與s&p500成分股所代表的美國股市相當，但是中國股市中的系統風險一直高於美國市場。
下面我們將先介紹研究中採用的波動分解模型和波動度量的估計方法，然後著重分析不同波動成分的變化趨勢並對其成因進行簡單的分析。
二、波動性的分解模型和估計方法
1.波動性的分解模型
本文的研究中，將一隻股票的收益分解為兩部分：市場收益與個別收益。通過這種分解，我們可以構造衡量個股的兩種波動的度量，這兩種波動之和就是該股票收益的波動，所採用的方法優點在於無需計算股票間的協方差以及個股的β。
根據capm模型，我們可以得到一種個股收益波動的分解方式：
（1）var（r[，it]）=β[2][，im]var（r[，mt]）+var（{圖}[，it]）
其中r[，it]為個股的超額收益，r[，mt]為市場超額收益，且capm模型本身有r[，mt]與{圖}[，it]正交。但是這種分解的缺點是難以估計個股的β，且個股β是隨時間變化的。為解決這一問題，下面我們給出一種簡化的模型，該模型不需要個股β的信息。同時，該模型可以對個股收益的方差進行類似於（1）的分解。
首先，考慮如下不需要β的個股收益模型：
（2）r[，it]=r[，mt]+ε[，it]
注意在模型（2）中，r[，mt]與ε[，it]不是正交的，因此在計算個股收益的方差時不能忽略協方差項。根據模型（2），個股收益的方差為：
附圖{圖}然而，這里的方差分解又一次引入了個股的β。
但是，對整個市場內的所有個股收益的方差進行加權平均便消除了帶有個股β的協方差項：
（4）∑[，i]ω[，it]var（r[，it]）=var（r[，mt]）+∑[，i]ω[，it]var（ε[，it]）=σ[2][，mt]+σ[2][，εt]
其中σ[2][，mt]=var（r[，mt]），σ[2][，εt]=∑[，i]ω[，it]var（ε[，it]）。根據這種分解方法，我們就可以利用模型（2）中的殘查項ε[，it]來構造一種不需要個股β的平均個別波動度量標准。加權平均波動∑[，i]ω[，it]var（r[，it]）可以理解為隨機選取的個股的波動期望值（隨機抽取到股票i的概率等於其在市場中的權重ω[，it]）。
2.數據及波動性成分的估計
本文採用在上海證券交易所和深圳證券交易所交易的a股股票數據來估計基於模型（4）的個股超額收益分解所得到的等式（4）中的波動成分量。樣本期從1990年12月19日始，至2001年12月31日終。這一樣本期內，股票數量發生了巨大變化，從期初的8隻增加到期末的1133隻、股票的日交易數據共計1，311，427組。為了得到模型（2）中的個股超額收益（r[，it]）和市場超額收益（r[，mt]），採用的無風險收益是人民幣一年期定期存款利率。
為估計等式（4）中的兩種波動成分量，採用下列步驟。令s為計算收益的時間間隔，本文主要採用股票日收益數據進行估計。令t為計算波動的時間間隔，本文中t一般指月。在時間間隔t內的市場收益波動，以mkt[，t]表示，由下式計算：
附圖{圖}
其中μ[，mt]是時間間隔t內市場收益r[，ms]的均值。市場收益是利用時間間隔t內所有個股收益加權平均得到的，取每隻股票當月的流通市值占總流通市值的比例且不考慮現金紅利再投資情況作為該股票的權重。這樣就得到了股票第一部分波動，即市場波動的估計量。
對於股票第二部分波動，即個別因素造成的收益波動，首先要根據公式（4）計算個股超額收益與市場超額收益的差ε[，is]=r[，is]-r[，ms]，然後計算個股在時間間隔t內的波動：
附圖{圖}
如前所述，為了消除計算中的個股之間的協方差量，必須對整個市場內的所有個股收益的方差進行加權平均。由此得到了衡量各股票個別因素造成的平均波動的估計量，以firm[，t]表示：
附圖{圖}
經過上述步驟，就得到了衡量市場內個股的市場風險和個別風險的兩個估計量mkt[，t]和firm[，t]。
三、不同波動性成分的趨勢分析
根據上述模型和估計方法，即可對中國市場的股票收益波動情況進行分解研究。首先按照前面的估計方法，估計出市場波動以及個別股票波動這兩部分波動量的大小，進行圖形分析。圖1（a）顯示了中國股市中市場波動成分隨時間變化的情形，包含了在上交所及深交所上市的所有a股股票，並按照流通市值進行加權平均，從圖中可以初步看出市場波動成分有一定的下降趨勢，但是不夠明顯。
圖1（b）對圖1（a）中的數據進行滯後12階（即數據滯後一年）的簡單移動平均，進一步表明市場波動成分有下降的趨勢。1990年至1991年股票樣本數量及交易量太小，波動不明顯，但1992年初，市場波動值約在0.020到0.025之間，至2001年底樣本期末，市場波動值約為0.05。尤其是1994年中期過後，市場波動的下降趨勢更為明顯。
圖2（a）則顯示了中國股市中個別因素波動成分隨時間變化的情形，從圖中可以初步看出個別波動成分隨時間沒有明顯的趨勢。圖2（b）同樣是圖2（a）中數據進行滯後12階移動平均的結果。圖中有一定的趨勢，但是很不明顯。期初波動值約為0.020，至2001年底，波動值約為0.010。從整體上看，圖像較為平緩。
附圖{圖}
圖2 中國股票個別因素波動（firm[，t]）
從圖形分析中可以看出，中國股市的市場波動成分在樣本期內有較為明顯的下降趨勢，而個別因素的波動成分在樣本期內有下降，但是不明顯。而且兩列時序數據都有持續的波動，說明其變化趨勢有可能是隨機性的。因此，除了進行圖形分析，要確定兩種波動成分的時間序列數據是否有確定性趨勢，還是僅僅為隨機性趨勢，還需要進一步進行計量經濟學分析。
2.確定性趨勢檢驗
為了便於分析，將市場波動數據進行年度化（即原始月數據乘以12）。第一步先分析他們的自相關結構。
市場波動的自相關系數下降很快，但是在0附近波動，因而不能明顯判斷序列的平穩性，不能排除單位根存在的可能。公司個別波動的自相關函數下降很快，且在0附近基本沒有波動，因而可以初步判斷序列是平穩的，並初步排除單位根存在的可能。
表1 自相關系數
滯後階數 1 2 3 4 5 6 7 8 9 10 11 12
市場波動 0.275 0.145 0.022 0.032 0.025 0.031 0.095 0.087 0.278 -.032 -.018 0.075
公司個別波動 0.021 -.018 0.018 0.049 -.015 0.117 0.062 -.028 0.058 0.015 -.017 -.023
為了檢驗序列是否有單位根，以及是否有確定性趨勢，需要進行adf檢驗。首先，根據campbell & perron（1991）推薦的方法確定滯後階數為9階。表2將市場波動的三種形式adf檢驗模型同時估計出，並給出ρ統計量和τ統計量的檢驗結果：
表2 市場波動的adf檢驗
模型類型 滯後 ρ pr＜ρ τ pr＜τ f pr＞f
無常數項和趨勢項 9 -7.8217 0.0512 -1.69 0.0860
有常數項 9 -33.7582 0.0011 -2.71 0.0751 3.68 0.1339
有常數項和趨勢項 9 -310.761 0.0001 -3.91 0.0144 7.79 0.0141
三種模型的ρ統計量都顯著地拒絕了存在單位根的零假設，在10％的置信水平下，τ統計量也可以拒絕模型1和模型2的存在單位根的零假設。我們主要注意模型3，即包含時間趨勢項的形式，可見ρ統計量和τ統計量都非常顯著地拒絕了存在單位根的零假設；而且f統計量表明整個模型是顯著的。
對模型3進行普通ols估計，得到的各項系數的普通t檢驗結果都是顯著的，其中趨勢項的系數為-0.00269，其t統計量是-2.79，在5％的置信水平下，可以顯著地拒絕時間趨勢項系數為零的零假設。結合前面的結果，可以確定中國股市中市場波動的成分序列沒有單位根，且模型3的顯著性表明該時間序列具有確定性趨勢。其趨勢項系數為-0.00269，表明隨時間變化，年度化的mkt[，t]數據具有減小的趨勢。
表3給出了個別波動時序數據的adf檢驗結果，根據前面提到的方法，確定滯後階數為5階。
表3 公司個別波動的adf檢驗
模型類型 滯後 ρ pr＜ρ τ pr＜τ f pr＞f
無常數項和趨勢項 5 -24.9683 0.0002 -2.92 0.0038
有常數項 5 -64.0214 0.0011 -3.89 0.0029 7.55 0.0010
有常數項和趨勢項 5 -127.348 0.0001 -4.58 0.0017 10.53 0.0010
對於模型3，該模型的檢驗結果顯著拒絕了存在單位根的零假設，雖然模型整體是顯著的，但是時間趨勢項的t統計量為-2.32，不能拒絕時間趨勢項系數為零的零假設，說明時序數據不符合該模型。繼而檢驗模型2同樣拒絕了存在單位根的零假設，其常數項的t統計量為2.49，不能拒絕常數項系數為零的零假設。模型1仍然拒絕了存在單位根的零假設，最後確定該序列無單位根，但是不包含確定性趨勢。
經過上述的計量經濟學檢驗，證實了前面圖形分析的結論，即：中國股票的市場波動成分隨時間變化有減小的確定性趨勢，但是股票的個別因素波動成分沒有確定性趨勢。這說明，中國股市的總體波動中，市場因素造成的波動在不斷減少，而股票個別因素造成的波動沒有確定的變化趨勢。
3.波動趨勢的原因討論
經過計量經濟學研究，可以確認在樣本期內中國股票的市場波動成分有減小的確定性趨勢。下面將對這一現象作進一步分析，討論其可能的成因，但更明確的定論還有待進一步研究的證明。
首先，中國股票市場處於逐步成熟的過程中，隨其發展，市場的透明度也在不斷提高，使得不同投資者之間的信息不對稱狀況得到了改善，根據我們模擬信息不對稱下市場波動的結果，可以證明：信息不對稱的程度對市場波動性的影響是存在的，當市場中有嚴重的信息不對稱時，市場波動較大，當信息不對稱較緩和時，市場波動也降低。因此我國股市中的信息不對稱程度的降低是市場波動逐步減少的一個原因。
其次，中國股票市場目前還處於高速的成長期，在本文選用的樣本期內，這一成長趨勢更為明顯。其間市場中的股票數量有顯著增加，其結果是中國a股市場中股票收益的平均相關系數不斷下降，而且這一相關性下降自1993年起尤其明顯。單個股票收益間相關性的下降在一定程度上使得市場收益趨於相對穩定，因而造成中國股票的市場波動成分逐漸減小。
第三，中國股票市場的監管也在不斷加強，不斷有新的法規出台從政策角度完善中國股票市場。而且進一步的分析發現中國股票的市場波動成分與個別因素波動成分的比值在樣本期內不斷下降，且在市場波動成分在總體波動中也占相對小的比例，從一定程度上反映了市場的持續完善化。市場的完善也會促使市場收益的穩定，即市場波動成分呈變小趨勢。
同時，在中國股票市場中，機構投資者正在逐漸替代散戶成為市場投資的主要力量。機構投資力量的加強使得市場中的炒作成分變小，也減少了投機成分，因而有利於市場收益的穩定。這同樣也可能是市場波動成分下降的原因。還有數據顯示，樣本期內中國股票市場中的交易日益活躍，這雖然可能導致個別股票收益波動增加，但是對於市場整體來說，增加的交易量可能會減小市場收益的波動。
四、結論
本文採用的波動性度量，可以有效地對總體波動性進行分解，並方便地對不同波動成分作出估計。通過移動平均方法和確定性趨勢檢驗，得到了如下主要結論：首先，中國股票的市場波動隨時間變化有減小的確定性趨勢，從中可以看到中國股市在10多年的發展中確實在不斷進步，股票市場的投資環境在逐漸完善。其次，雖然從表面上看，中國股票市場的平均個別因素波動成分有下降趨勢，但經過計量經濟學方法的檢驗，證明這一趨勢不是確定性的，表明中國市場中的上市公司質量並沒有得到根本性的改良，企業治理仍有待提高。
同時本文對中國股票的市場波動減小的結論提出了一些可能的解釋，為後續研究提供了方向，可在此基礎上，進一步論證中國股票市場的不同波動成分變化趨勢的深層原因。
【參考文獻】
[1]宋逢明，江婕.中國股票市場波動特性的實證研究[j].金融研究，2003.（4）.
[2]campbell，j.y.，and p.perron，1991，pitfalls and opportunities：what macroeconomists should know about unit roots[j].nber macroeconomics annual 6，141-201.
[3]campbell，j.y.，m.lettau，b.g.malkiel，and y.xu，2001，have indivial stocks become more volatile？an empirical exploration of idiosyncratic risk[j].the journal finance lvi 1，1-43.
[4]hamilton，j.d.，1994，time series analysis[m].princeton university press.
【原文出處】財經論叢
【原刊地名】杭州
【原刊期號】200404
【作者簡介】作者單位：清華大學經濟管理學院

㈩ 股票代碼002770至2002779的股票是哪些

股票代碼，在這個數據段的，可以去同花順看看