黑马股量能特征是什么 黑马股量能特征解析

黑马股量能特征是什么

很多人炒股都梦想抓住黑马股，股价翻倍甚至翻几倍。可黑马股不是随便就能骑上的，它启动之前往往有迹可循。最关键的线索之一就是成交量。量能就像股票的脉搏，脉搏乱了，股价也走不远。黑马股的量能特征到底长什么样？我把它拆成三个阶段来讲，你对照着看自己手里的票有没有这个苗头。

第一阶段 长期下跌后的地量

黑马股在启动前，通常已经跌了很久，跌得没人关注了。这时候成交量会萎缩到极致，出现地量。什么叫地量？就是这只股票过去半年甚至一年里最少的成交量。每天成交额可能只有几百万，换手率低于1%，分时图上一整天都没几笔大单。

地量说明什么？说明想卖的人基本卖光了，剩下的都是死扛的。场外的人也不愿意买，因为看不到希望。可恰恰是这种无人问津的时候，主力资金开始悄悄进场。他们不会大张旗鼓，而是用小单慢慢吸筹，所以成交量不会明显放大，只是偶尔出现脉冲式的放量。

你去看历史上那些大黑马，比如2019年的东方通信，启动前几个月成交量极度低迷，每天成交额不到一个亿。再比如2020年的英科医疗，启动前也是长期地量。地量不是买入信号，但它是黑马股的温床。没有地量，后面的放量就没有根基。

第二阶段 温和放量推升股价

地量之后，你会看到成交量开始温和放大。注意是温和，不是突然爆量。每天成交量比前几天多百分之二三十，股价小阳线往上推，涨两三个点，偶尔回调一下。这种量能形态叫堆量，就像柴火慢慢烧起来。

为什么不能突然爆量？因为主力还在吸筹，不想引起散户注意。如果某天突然放出巨量，股价大涨，散户就会跟风买入，主力就拿不到便宜筹码了。温和放量还有一个好处，就是让不坚定的散户觉得涨得慢，主动卖出，主力正好接货。

这个阶段，量价配合很关键。股价涨，成交量增；股价跌，成交量缩。如果出现价涨量缩，说明追高意愿不足，可能是假突破。如果出现价跌量增，说明抛压重，主力可能还没控盘。只有价涨量增、价跌量缩，才是健康形态。

第三阶段 突破关键位置的倍量

黑马股真正启动的标志，是突破重要阻力位时放出倍量。倍量就是当天的成交量是前一天的2倍以上，甚至3倍、5倍。这个倍量必须出现在突破颈线、突破前高、突破60日均线这些关键位置。

突破放倍量说明什么？说明主力吸筹完毕，开始拉升，同时吸引跟风盘。倍量代表分歧转一致，多头力量压倒空头。你去看任何一只黑马股，启动那天大概率是倍量涨停或者倍量长阳。比如2021年的九安医疗，启动时连续倍量涨停，成交量从几千万放大到几个亿。

倍量之后，股价往往会回踩确认。回踩时成交量必须萎缩，最好缩到倍量当天的三分之一以下。如果回踩放量，说明主力在出货，那就不是黑马，是黑驴。回踩缩量再起，才是第二买点。

第四阶段 拉升中的量能节奏

黑马股进入主升浪后，量能不是越大越好。连续放巨量，说明分歧巨大，随时可能见顶。健康的拉升是量能保持温和水平，偶尔缩量上涨。缩量上涨意味着主力控盘度高，散户卖得少，股价还能飞。

等到某天放出历史天量，股价却涨不动了，收出长上影线或者大阴线，那就是出货信号。天量见天价，这句话在期货市场同样适用。期货里的黑马品种，比如2020年的原油、2021年的动力煤，都是先缩量整理，再温和放量，最后天量见顶。

量能特征背后的资金逻辑

你可能会问，为什么黑马股一定是这个量能节奏？因为主力资金运作一只股票，需要经过吸筹、洗盘、拉升、出货四个阶段。吸筹阶段量能萎缩，洗盘阶段量能温和，拉升阶段量能放大，出货阶段量能天量。每一个阶段的量能特征，都是资金行为的脚印。

期货市场呢？期货是零和博弈，没有股票那种筹码锁定。但黑马品种的量能特征类似。长期横盘缩量，突破区间时放量，趋势中缩量回调，加速时放量。区别在于期货有杠杆，量能变化更剧烈。做期货的人，更要盯住持仓量和成交量的配合。持仓量增、成交量增，趋势延续；持仓量减、成交量增，趋势可能反转。

怎么用量能特征选黑马

第一步，每天收盘后翻一遍涨幅榜和跌幅榜，找出那些长期地量后突然温和放量的股票。第二步，看它是否在关键位置附近，比如箱体上沿、年线附近。第三步，等它突破时确认倍量，然后等回踩缩量买入。第四步，设好止损，跌破突破阳线的最低点就走。

不要试图买在最低点，那是神仙干的事。用量能特征抓黑马，买在启动点，吃鱼身就够了。

量化代码演示

把上面的逻辑写成代码，可以用Python做一个简单的量能筛选。

import pandas as pd

import numpy as np

def find_dark_horse(df, vol_window=60, min_vol_ratio=1.8):

    # df包含columns: open, high, low, close, volume

    df['vol_ma20'] = df['volume'].rolling(20).mean()

    df['vol_ma60'] = df['volume'].rolling(60).mean()

    df['vol_ratio'] = df['volume'] / df['vol_ma20'].shift(1)

    df['price_chg'] = df['close'].pct_change()



    # 地量条件：过去60天最低成交量

    df['min_vol_60'] = df['volume'].rolling(60).min()

    df['is_dry_vol'] = df['volume'] <= df['min_vol_60'] * 1.2



    # 温和放量：连续3天量比大于1.2且小于2.5

    df['mild_vol'] = (df['vol_ratio'] > 1.2) & (df['vol_ratio'] < 2.5)

    df['mild_vol_3d'] = df['mild_vol'].rolling(3).sum() == 3



    # 倍量突破：量比大于min_vol_ratio且涨幅大于3%

    df['breakout'] = (df['vol_ratio'] > min_vol_ratio) & (df['price_chg'] > 0.03)



    # 综合信号：先地量，再温和放量，再倍量

    df['signal'] = False

    for i in range(60, len(df)):

        if df['is_dry_vol'].iloc[i-30:i].any() and \

           df['mild_vol_3d'].iloc[i-10:i].any() and \

           df['breakout'].iloc[i]:

            df.loc[df.index[i], 'signal'] = True

    return df[df['signal']]

这个代码只是框架，实际用要调整参数，加上均线多头排列、MACD金叉等过滤条件。期货品种把pct_change换成收益率，把volume换成成交量加持仓量。

记住，量能特征是概率游戏，不是百分百准确。设好止损，控制仓位，黑马自然来找你。