18、事件研究中的交易量：财报发布前后的交易量变化
为什么盯着交易量看？
做事件研究，大家习惯盯着价格。但我个人习惯，先看交易量。
为什么？
价格是「结果」，交易量是「过程」。你想想看，财报发布前，如果交易量突然放大，说明有人提前知道了消息。这叫信息泄露。如果发布后交易量暴增，说明市场在激烈博弈。说白了，交易量是市场情绪的体温计。
我在项目中遇到过好几次，价格没怎么动，但交易量已经翻了三倍。嗯，这时候就要警惕了——大概率有机构在悄悄建仓。
事件窗口怎么切？
事件研究里，窗口划分是个技术活。我一般这样切：
- 估计窗口：事件前120个交易日，用来算「正常交易量」
- 事件窗口：财报发布前后各10个交易日，共21天
- 事后窗口：事件后30个交易日，看长期影响
为什么要前后各10天？
因为财报发布前，市场会有预期。发布后，市场需要消化。10天是个比较合理的观察期。太短了看不到全貌，太长了又容易混入其他噪音。
核心指标：异常交易量（Abnormal Volume）
异常交易量 = 实际交易量 - 正常交易量
正常交易量一般用估计窗口的均值来算。
一张图看懂事件窗口
我画了张SVG图，把整个逻辑串起来。你看一眼就明白了：
这张图我用了三种颜色区分窗口。红色虚线是财报发布日。你注意看，事件窗口是重点观察区，前后各10天。
实际案例：某科技股财报发布
我记得有一次分析某科技股，财报发布前5天，交易量突然放大到平时的2.5倍。我当时就觉得不对劲。
结果呢？
财报发布后，股价大涨8%。但交易量在发布当天达到峰值，随后3天快速回落。这说明什么？说明消息已经被提前消化了。后知后觉的散户在发布当天冲进去，反而成了接盘侠。
我的经验：如果事件窗口内交易量持续放大超过5天，说明市场分歧很大。这时候不要急着下结论，等交易量回归正常再判断方向。
异常交易量的计算步骤
具体怎么算？我一般分三步走：
- 算正常交易量：取估计窗口（-130 ~ -11）的日均交易量
- 算异常交易量：事件窗口内每天的实际交易量减去正常交易量
- 算累计异常交易量：把事件窗口内每天的异常交易量加起来
代码实现其实很简单，我贴一段伪代码：
# 伪代码示例
normal_volume = mean(volume[-130:-11]) # 估计窗口均值
abnormal_volume = volume[-10:11] - normal_volume # 事件窗口异常值
cumulative_abnormal = cumsum(abnormal_volume) # 累计异常交易量避坑指南：我曾经吃过一次亏。某只股票在估计窗口内刚好有分红除权，交易量异常放大。我没做数据清洗，结果正常交易量算出来偏高，导致异常交易量被严重低估。所以，估计窗口一定要先做数据预处理，剔除分红、拆股、停牌等特殊事件。
交易量变化的三种典型模式
根据我的观察，财报发布前后的交易量变化，大致有三种模式：
| 模式 | 特征 | 含义 |
|---|---|---|
| 提前放量型 | 发布前3-5天交易量开始放大 | 信息可能提前泄露，或有聪明钱提前布局 |
| 当天爆发型 | 发布当天交易量暴增，前后正常 | 消息超预期，市场反应剧烈但短暂 |
| 持续放量型 | 发布后连续多天交易量维持高位 | 市场分歧大，多空博弈激烈，趋势可能延续 |
你想想看，如果遇到「提前放量型」，说明有人抢跑了。这时候你跟着做，风险很大。我一般会等发布后确认方向再动手。
小结一下
事件研究中的交易量分析，说白了就是看「谁在什么时候动了」。财报发布前后，交易量的变化往往比价格更早给出信号。我个人习惯把事件窗口切成三段，重点观察异常交易量的走势。
嗯，这里要注意一点：交易量分析不能单独用，一定要结合价格走势。量价配合才是王道。光有量没有价，可能是对倒；光有价没有量，可能是虚涨。
最后提醒一句：数据清洗很重要。我踩过的坑，希望你别再踩了。