تعریف و مفهوم میانگین حجم معاملات روزانه ADV

میانگین حجم معاملات روزانه یا ADV پرکاربردترین شاخصی است که معمولاً تعریف نمی‌شود: میانگین تعداد سهام معامله شده در روز یک نماد در یک بازه زمانی مشخص. این شاخص مخرج کسر در روزهای پوشش Short، مبنای محاسبات حجم نسبی و معیار سنجش نقدینگی در تمامی اسکرینرها است. این بدان معناست که هر یک از این شاخص‌ها از انتخاب‌های ضمنی ADV پیروی می‌کنند: بازه زمانی، جلسات معاملاتی، و واحد محاسبه (تعداد سهام یا ارزش دلاری). این صفحه تعریف دقیق این شاخص را ارائه می‌دهد، محاسبات آن را گام‌به‌گام بررسی می‌کند و هر یک از این انتخاب‌ها را بر اساس داده‌های واقعی بازار می‌سنجد.

میانگین حجم معاملات روزانه، اندازه‌گیری شده

بیست جلسه معاملاتی در ساعات عادی — از 11 ژوئن تا 10 جولای 2026 — شامل چهار نام شناخته‌شده و یک نام با حجم بسیار کم. تعداد سهام، ارزش دلاری و (برای بررسی‌های آتی) سهم هر نام از کل حجم معاملات خارج از ساعات عادی:

WITH per_day AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
           sumIf(toFloat64(volume), formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') >= '09:30'
                                AND formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') < '16:00') AS rth_shares,
           sumIf(toFloat64(close) * toFloat64(volume), formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') >= '09:30'
                                                   AND formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') < '16:00') AS rth_dollars,
           sum(toFloat64(volume)) AS all_shares
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY', 'AAPL', 'MU', 'KO', 'CATO')
      AND window_start >= toDateTime('2026-06-11 00:00:00', 'America/New_York')
      AND window_start < toDateTime('2026-07-11 00:00:00', 'America/New_York')
    GROUP BY ticker, et_date
)
SELECT ticker,
       round(avg(rth_shares) / 1e6, 2) AS adv_shares_m,
       round(avg(rth_dollars) / 1e9, 2) AS adv_dollars_bn,
       round(100 * (sum(all_shares) - sum(rth_shares)) / sum(all_shares), 1) AS extended_hours_pct,
       count() AS sessions
FROM per_day
GROUP BY ticker
ORDER BY adv_shares_m DESC

این جدول استدلال اصلی این صفحه را ارائه می‌دهد. MU و AAPL تقریباً تعداد سهام یکسانی را در هر روز معامله می‌کنند — 42.01M در مقابل 41.47M — اما ستون ارزش دلاری آن‌ها را کاملاً از هم جدا می‌کند: 44.49 میلیارد دلار در مقابل 12.24 میلیارد دلار در روز. تعداد سهام نشان‌دهنده میزان فعالیت است؛ در حالی که ارزش دلاری نشان‌دهنده حجم پول است. حتی رتبه‌بندی در صدر جدول تغییر می‌کند: SPY از نظر تعداد سهام پیشتاز است (46.01M در طی 20 جلسه) در حالی که MU در این جدول از نظر ارزش دلاری پیشتاز است. و در پایین جدول، CATO روزانه 0.05 میلیون سهم معامله می‌کند — حجم پول آنقدر کم است که ستون میلیاردها در این مقیاس، عدد 0 را نشان می‌دهد. این نوع بازاری است که در آن یک سفارش نهادی واحد می‌تواند کل حجم معاملات روزانه باشد و هزینه‌های معاملاتی در دنیایی کاملاً متفاوت قرار دارند.

نحوه محاسبه میانگین حجم معاملات روزانه

محاسبه ریاضی آن بسیار ساده است: حجم معاملات روزانه در بازه زمانی انتخاب شده را با هم جمع کنید و سپس بر تعداد روزها تقسیم کنید. در اینجا یک هفته کامل از معاملات ساعات عادی Coca-Cola (از 6 تا 10 جولای 2026) آورده شده است که مجموع تجمعی و میانگین در همان پرس‌وجو محاسبه شده‌اند:

SELECT session_date,
       shares_m,
       round(sum(shares_m) OVER (), 1) AS five_day_total_m,
       round(avg(shares_m) OVER (), 1) AS adv_m,
       round(avg(shares_m) OVER () * 0.01 * 1000, 0) AS one_pct_of_adv_k
FROM (
    SELECT formatDateTime(toDate(toTimeZone(window_start, 'America/New_York')), '%Y-%m-%d') AS session_date,
           round(sumIf(toFloat64(volume), formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') >= '09:30'
                                      AND formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') < '16:00') / 1e6, 1) AS shares_m
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'KO'
      AND window_start >= toDateTime('2026-07-06 00:00:00', 'America/New_York')
      AND window_start < toDateTime('2026-07-11 00:00:00', 'America/New_York')
    GROUP BY session_date
)
ORDER BY session_date

با جمع کردن این پنج روز — 10.7 + 12.1 + 10.7 + 11 + 8.3 میلیون سهم — مجموع برابر با 52.8M خواهد بود. تقسیم بر پنج: 10.6M سهم، که میانگین حجم معاملات روزانه (ADV) در 5 جلسه معاملاتی KO است. میانگین حجم معاملات روزانه 20 روزه نیز از همین محاسبات برای 20 سطر به دست می‌آید — یعنی همان عدد موجود در جدول اول. توجه کنید که میانگین چه چیزی را پنهان می‌کند: 2026-07-07 مقدار 12.1M و 2026-07-10 مقدار 8.3M را ثبت کردند؛ نوسانات روزانه که ADV آن‌ها را در قالب یک عدد واحد یکدست می‌کند. ستون آخر پیش‌نمایی از تعیین اندازه موقعیت است: یک درصد از ADV شرکت KO تقریباً برابر با 106 هزار سهم است — مقداری که در آن، یک سفارش واحد از نظر حجم معاملات روزانه قابل توجه محسوب می‌شود.

بازه زمانی یک انتخاب است و سرعت فراموشی ADV را تعیین می‌کند

معمولاً از بازه بیست جلسه‌ای (یک ماه معاملاتی) استفاده می‌شود؛ اما بازه‌های ده، سی، شصت و پنج و نود جلسه‌ای نیز رایج هستند. این بازه تعیین می‌کند که ADV با چه سرعتی داده‌های قدیمی را کنار می‌گذارد. MU نمونه‌ای زنده از سال 2026 است؛ نامی که ارزش معاملات آن در اواسط سال چنان تغییر کرد که ADV یک ماه گذشته و ADV یک فصل گذشته در فصل بهار، روایت‌های متفاوتی ارائه می‌دادند که جزئیات آن در تحلیل عمیق ژوئن آمده است. در اینجا همان سهم را در طول همان هفت ماه، با هر دو بازه زمانی همزمان مشاهده می‌کنیم:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
           sum(toFloat64(volume)) AS day_shares
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU'
      AND window_start >= toDateTime('2025-08-01 00:00:00', 'America/New_York')
      AND window_start < toDateTime('2026-07-11 00:00:00', 'America/New_York')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY et_date
),
rolled AS (
    SELECT et_date,
           avg(day_shares) OVER (ORDER BY et_date ROWS BETWEEN 19 PRECEDING AND CURRENT ROW) AS adv20,
           avg(day_shares) OVER (ORDER BY et_date ROWS BETWEEN 89 PRECEDING AND CURRENT ROW) AS adv90,
           row_number() OVER (ORDER BY et_date) AS rn,
           count() OVER () AS total_rows
    FROM daily
)
SELECT formatDateTime(et_date, '%Y-%m-%d') AS date,
       round(adv20 / 1e6, 1) AS adv_20_session_m,
       round(adv90 / 1e6, 1) AS adv_90_session_m
FROM rolled
WHERE rn > 90 AND (rn % 3 = total_rows % 3)
ORDER BY et_date

در 2025-12-10 این دو بازه با هم همسو بودند: 21.3M بر اساس شمارش 20 جلسه‌ای و 19.9M بر اساس بازه 90 روزه. تا 2026-04-14، این دو با فاصله 45.6M در مقابل 31.9M از هم جدا شدند؛ یعنی دو ADV «رسمی» برای یک سهم در یک روز. در این حالت، هر اسکنر، شاخص days-to-cover یا خوانش volume نسبی که بر اساس یک بازه تنظیم شده باشد، با ابزاری که بر اساس بازه دیگر تنظیم شده، اختلاف نظر داشت. تا 2026-07-10، این دو دوباره به هم نزدیک شدند (42M در مقابل 41.9M): حجم معاملاتِ بازنگری‌شده، در بازه زمانی طولانی‌تر نیز تثبیت شد. وقتی دو منبع درباره ADV یک سهم اختلاف نظر دارند، اولین مورد مشکوک، بازه زمانی است؛ و دومین مورد، گنجاندن حجم معاملات خارج از ساعات رسمی بازار است.

وضعیت ADV بلافاصله پس از شوک حجم چه می‌شود

نمودار بالا به این موضوع اشاره دارد؛ در اینجا این پدیده اندازه‌گیری شده است. شدیدترین شوک حجم سال 2026 در سهام MU را در نظر بگیرید — همان جلسه‌ای که بیشترین میزان فراتر از ADV 20 روزه خود را ثبت کرد — و ADV گزارش شده توسط اسکنر را در آستانه آن روز با آنچه یک ماه بعد نشان داد، مقایسه کنید:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
           sum(toFloat64(volume)) AS day_shares
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU'
      AND window_start >= toDateTime('2025-11-01 00:00:00', 'America/New_York')
      AND window_start < toDateTime('2026-07-11 00:00:00', 'America/New_York')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY et_date
),
ranked AS (
    SELECT et_date, day_shares,
           day_shares / avg(day_shares) OVER (ORDER BY et_date ROWS BETWEEN 20 PRECEDING AND 1 PRECEDING) AS shock_ratio,
           row_number() OVER (ORDER BY et_date) AS rn
    FROM daily
),
biggest AS (
    SELECT et_date, day_shares, shock_ratio
    FROM ranked
    WHERE rn > 20 AND et_date >= toDate('2026-01-01')
    ORDER BY shock_ratio DESC, et_date ASC
    LIMIT 1
),
before AS (
    SELECT avg(day_shares) AS adv FROM (
        SELECT day_shares FROM daily WHERE et_date < (SELECT et_date FROM biggest) ORDER BY et_date DESC LIMIT 20
    )
),
after AS (
    SELECT avg(day_shares) AS adv FROM (
        SELECT day_shares FROM daily WHERE et_date >= (SELECT et_date FROM biggest) ORDER BY et_date ASC LIMIT 20
    )
)
SELECT formatDateTime((SELECT et_date FROM biggest), '%Y-%m-%d') AS event_date,
       round((SELECT day_shares FROM biggest) / 1e6, 1) AS event_day_shares_m,
       round((SELECT adv FROM before) / 1e6, 1) AS adv_20_before_m,
       round((SELECT shock_ratio FROM biggest), 1) AS event_vs_prior_adv_x,
       round((SELECT adv FROM after) / 1e6, 1) AS adv_20_after_m,
       round(100 * ((SELECT adv FROM after) / (SELECT adv FROM before) - 1), 0) AS adv_shift_pct

در 2026-03-19، سهام MU مقدار 64.7M را در برابر ADV قبلی به میزان 28.7M معامله کرد — یعنی 2.3 برابر خط مبنای خود. در 20 جلسه بعد، میانگین ADV متحرک برابر با 45M بود: جهشی به میزان 57% در مخرج کسر. تمام اعداد مشتق شده از ADV با این تغییر حرکت کردند — شاخص‌های حجم نسبی کاهش یافتند (چون خط مبنا بزرگ شد) و روزهای پوشش کاهش یافتند (چون مخرج کسر بزرگ شد)، در حالی که هیچ تغییری در موقعیت‌های واقعی بازار ایجاد نشده بود. در مورد MU، سطح بالای معاملات تداوم داشت — این شوک نشان‌دهنده بازنگری در ارزش‌گذاری بود و نه یک رویداد تک‌روزه — اما مکانیسم کار در هر دو حالت یکسان است: پس از یک دوره معاملاتی سنگین، ADV به جای عادت‌های معمول سهم، رویداد را برای دقیقاً یک بازه زمانی اندازه‌گیری می‌کند.

معیار سنجش نقدشوندگی

عبارت «میلیون‌ها دلار در روز» معمولاً به عنوان توصیفی کلی برای قابلیت معامله استفاده می‌شود. در اینجا توزیع واقعی آورده شده است؛ تمامی نمادهای لیست‌شده در بازار آمریکا که در حداقل 15 جلسه از 20 جلسه اخیر حضور داشته‌اند، بر اساس میانگین ارزش معاملات روزانه (ADV) رتبه‌بندی شده‌اند:

WITH per_ticker AS (
    SELECT ticker, avg(day_dollars) AS adv_dollars
    FROM (
        SELECT ticker,
               toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
               sumIf(toFloat64(close) * toFloat64(volume), formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') >= '09:30'
                                                       AND formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') < '16:00') AS day_dollars
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE window_start >= toDateTime('2026-06-11 00:00:00', 'America/New_York')
          AND window_start < toDateTime('2026-07-11 00:00:00', 'America/New_York')
          AND match(ticker, '^[A-Z]+$')
        GROUP BY ticker, et_date
    )
    GROUP BY ticker
    HAVING count() >= 15
)
SELECT count() AS names,
       round(quantileDeterministic(0.25)(adv_dollars, cityHash64(ticker)) / 1e6, 2) AS p25_m,
       round(quantileDeterministic(0.50)(adv_dollars, cityHash64(ticker)) / 1e6, 1) AS median_m,
       round(quantileDeterministic(0.75)(adv_dollars, cityHash64(ticker)) / 1e6, 1) AS p75_m,
       round(quantileDeterministic(0.90)(adv_dollars, cityHash64(ticker)) / 1e6, 1) AS p90_m,
       round(quantileDeterministic(0.99)(adv_dollars, cityHash64(ticker)) / 1e6, 0) AS p99_m,
       countIf(adv_dollars >= 1e6) AS names_above_1m,
       countIf(adv_dollars >= 10e6) AS names_above_10m,
       countIf(adv_dollars >= 100e6) AS names_above_100m,
       countIf(adv_dollars >= 1e9) AS names_above_1bn
FROM per_ticker

در میان 10864 نماد، میانه حجم معاملات روزانه برابر با 2.2 میلیون دلار است؛ یعنی نیمی از بازار آمریکا کمتر از این مقدار معامله می‌شود. یک‌چهارم بازار با حجم کمتر از 0.33 میلیون دلار معامله می‌شود. صدک 75ام در سطح 20.4 میلیون دلار، صدک 90ام در سطح 113.7 میلیون دلار و صدک 99ام در سطح 1333 میلیون دلار قرار دارد. با بررسی آستانه‌های گرد: 6515 نماد روزانه بیش از 1 میلیون دلار معامله می‌شوند، 3535 نماد بیش از 10 میلیون دلار و 1166 نماد بیش از 100 میلیون دلار؛ و تنها 130 نماد بیش از 1 میلیارد دلار معامله می‌شوند. نمادهایی که پوشش خبری و تحلیلی بر آن‌ها تمرکز دارد، تقریباً همگی در همان گروه آخر قرار دارند؛ در حالی که میانگین سهام لیست‌شده، ابزار کاملاً متفاوتی است.

جایی که ADV به‌طور پنهان بر سایر اعداد تأثیر می‌گذارد

• تعداد روزهای پوشش" = short interest تقسیم بر ADV. افزایش ناگهانی حجم معاملات باعث کاهش این نسبت می‌شود، در حالی که موقعیت short تغییری نکرده است؛ عامل تغییر، مخرج کسر است.
• حجم نسبی" = سرعت معاملات امروز تقسیم بر ADV. عددی مشابه اما با نقشی متفاوت: در اینجا ADV به عنوان خط مبنای مورد بررسی عمل می‌کند.
• فیلترهای نقدینگی ("فقط نمادهای بالای 1 میلیون ADV") — هر بک‌تست و اسکرینری دارای یک فیلتر است و پدیده survivorship نیز به آرامی از آن‌ها پیروی می‌کند: نمادها با تجربه دراماتیک‌ترین هفته‌های خود، وارد چنین فیلترهایی می‌شوند.
• اندازه‌گیری حجم موقعیت (Position sizing) — عادت نهادهای سرمایه‌گذاری برای معامله تنها چند درصد از ADV در روز، دلیلی است بر اینکه صندوق‌های بزرگ نمی‌توانند مالک برخی سهام کوچک باشند: برای ایجاد یا خروج از یک موقعیت، هفته‌ها زمان لازم است تا حجم کل معاملات بازار جذب شود.

مورد مربوط به تعداد روزهای پوشش با اعداد واقعی قابل بررسی است، زیرا حتی رقم «رسمی» نیز شامل انتخاب شخصی برای ADV است. FINRA تعداد روزهای پوشش را در کنار مخرج حجمی خود منتشر می‌کند (هر بازار، بازه زمانی گزارش‌دهی خود را دارد و حداقل آن 1.0 است — نحوه دریافت این داده‌ها را ببینید])؛ اگر همان نسبت را با ADV ساعات رسمی 20 جلسه‌ای این صفحه بازمحاسبه کنید، پاسخ تغییر می‌کند:

WITH our_adv AS (
    SELECT ticker, avg(day_shares) AS adv
    FROM (
        SELECT ticker,
               toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
               sumIf(toFloat64(volume), formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') >= '09:30'
                                    AND formatDateTime(toTimeZone(window_start, 'America/New_York'), '%H:%i') < '16:00') AS day_shares
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker IN ('MU', 'KO')
          AND window_start >= toDateTime('2026-06-11 00:00:00', 'America/New_York')
          AND window_start < toDateTime('2026-07-11 00:00:00', 'America/New_York')
        GROUP BY ticker, et_date
    )
    GROUP BY ticker
),
si AS (
    SELECT ticker,
           max(short_interest) AS short_interest,
           max(avg_daily_volume) AS finra_adv,
           max(days_to_cover) AS finra_dtc
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = '2026-06-30' AND ticker IN ('MU', 'KO')
    GROUP BY ticker
)
SELECT si.ticker AS ticker,
       round(si.short_interest / 1e6, 1) AS shares_short_m,
       round(si.finra_adv / 1e6, 1) AS finra_adv_m,
       round(si.finra_dtc, 2) AS finra_days_to_cover,
       round(our_adv.adv / 1e6, 1) AS rth_adv_20_session_m,
       round(si.short_interest / our_adv.adv, 2) AS days_to_cover_recomputed
FROM si
INNER JOIN our_adv ON si.ticker = our_adv.ticker
ORDER BY ticker

یک short interest یکسان، دو مخرج متفاوت. برای KO، سازمان FINRA عدد 2.06 روز را بر اساس حجم 24.1M سهم خود گزارش می‌دهد؛ در مقابل، با استفاده از ADV ساعات رسمی 12.4M در این صفحه، همان موقعیت short به میزان 49.6M سهم، برابر با 4 روز محاسبه می‌شود — یعنی تقریباً دو برابر. برای MU، عدد منتشر شده در کف گزارش‌شده یعنی 1 قرار دارد؛ با بازمحاسبه، این مقدار 0.75 روز است. هیچ‌کدام از این ارقام اشتباه نیستند — آن‌ها با مخرج‌های متفاوتی پاسخ می‌دهند. این درس قابل تعمیم است: هر نسبتی که مخرج آن ADV باشد، در واقع در حال اعلام نتایج بر اساس انتخاب‌های شخصی برای بازه زمانی و جلسات معاملاتی است.

آیا ADV برای اختیار معامله کاربرد دارد؟

معامله‌گران اختیار معامله از همان مفهوم استفاده می‌کنند، با این تفاوت که حجم بر اساس تعداد قراردادها محاسبه می‌شود و هر قرارداد استاندارد سهام، کنترل 100 سهم را در اختیار دارد. همان 20 جلسه معاملاتی و چهار نوار قیمت اختیار معامله، با تبدیل تعداد قراردادها به میزان در معرض قرارگیری معادل سهم:

WITH daily AS (
    SELECT multiIf(ticker LIKE 'O:SPY2%', 'SPY', ticker LIKE 'O:AAPL2%', 'AAPL', ticker LIKE 'O:MU2%', 'MU', 'KO') AS underlying,
           toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
           sum(toFloat64(volume)) AS contracts
    FROM global_markets.options_minute_aggs
    WHERE (ticker LIKE 'O:SPY2%' OR ticker LIKE 'O:AAPL2%' OR ticker LIKE 'O:MU2%' OR ticker LIKE 'O:KO2%')
      AND window_start >= toDateTime('2026-06-11 00:00:00', 'America/New_York')
      AND window_start < toDateTime('2026-07-11 00:00:00', 'America/New_York')
    GROUP BY underlying, et_date
)
SELECT underlying,
       round(avg(contracts) / 1e3, 1) AS avg_daily_contracts_k,
       round(avg(contracts) * 100 / 1e6, 1) AS share_equivalent_m,
       count() AS sessions
FROM daily
GROUP BY underlying
ORDER BY avg_daily_contracts_k DESC

تفاوت مقیاس‌ها بسیار بیشتر از هر موردی در جدول سهام است. نوار اختیار معامله SPY به‌طور میانگین 12543.2 هزار قرارداد در روز بود — معادل 1254.3M سهم از نظر میزان در معرض قرارگیری، که ضریب بسیار بزرگی نسبت به ADV خودِ SPY در سطح 46.01M سهم است. وضعیت KO برعکس است: 64.6 هزار قرارداد (معادل 6.5M سهم)، که کمتر از ADV خود در سطح 12.4M سهم است. نقدینگی اختیار معامله در تعداد محدودی از دارایی‌های پایه متمرکز شده است و با افزایش قیمت‌های توافقی (strikes) و تاریخ‌های سررسید، این نقدینگی کاهش می‌یابد — یک رقم مجموعی مانند این، میزان معاملات هر قرارداد واحد را بیش از حد واقعی نشان می‌دهد؛ بنابراین پیش از تعیین حجم سفارش اختیار معامله، بررسی حجم معاملات و موقعیت باز (open interest) به ازای هر قرارداد همچنان ضروری است.

تحلیل ADV مانند یک متخصص

سه عادت فاصله میان دانستن تعریف و استفاده عملی از آن را کاهش می‌دهد. ADV را در کنار ADV دلاری بررسی کنید — اولین جدول دو نماد را نشان می‌دهد که در تعداد سهام تقریباً برابر هستند اما در ارزش پولی تفاوت زیادی دارند؛ ستون ارزش پولی است که سفارش‌ها واقعاً به آن اهمیت می‌دهند. بلافاصله پس از رویدادها به ADV اعتماد نکنید — پنل شوک این موضوع را با اعداد ثابت کرد: یک دوره نوسان شدید، مخرج کسر را در یک ماه به میزان 57% تغییر داد و باعث کاهش مکانیکی حجم نسبی و روزهای پوشش شد تا زمانی که اثر آن نقطه اوج از بازه زمانی خارج شود. ADV را با تقویم تطبیق دهید — جمعه‌های انقضا، روزهای بازوزنی و تاریخ‌های تغییر شاخص، حجم معاملات همه را به طور همزمان افزایش می‌دهند (به‌ویژه در روزهای جادوگر)؛ بنابراین یک روز با حجم بالای در کل بازار، اطلاعاتی درباره وضعیت تک‌تک نمادها ارائه نمی‌دهد.

سوالات متداول درباره میانگین حجم معاملات روزانه

میانگین حجم معاملات روزانه مناسب چقدر است؟

میانگین ارزش معاملات روزانه (ADV) در میان 10864 نماد در بازار آمریکا طی 20 جلسه معاملاتی، برابر با 2.2 میلیون دلار بود؛ 3535 نماد روزانه 10 میلیون دلار معامله شدند و تنها 130 نماد روزانه 1 میلیارد دلار معامله کردند. برای سفارش‌های با مقیاس خرد، معیار کاربردی ارزش دلاری است و نه تعداد سهام؛ نمادهای گروه 10 میلیون دلار به بالا، بدون تغییر قیمت ناشی از سفارش‌های کوچک، معامله می‌شوند.

میانگین حجم معاملات روزانه چگونه محاسبه می‌شود؟

حجم روزانه سهام در بازه زمانی انتخاب شده را با هم جمع کرده و بر تعداد روزها تقسیم کنید. مجموع حجم معاملات 5 جلسه از 6 تا 10 جولای 2026 برای KO برابر با 52.8 میلیون سهم است؛ با تقسیم بر 5، ADV برابر با 10.6 میلیون خواهد بود. میانگین حجم معاملات 20 روزه نیز از همین محاسبات در طی 20 جلسه به دست می‌آید.

میانگین حجم معاملات روزانه در چه بازه زمانی اندازه‌گیری می‌شود؟

رایج‌ترین بازه، 20 جلسه معاملاتی (حدود یک ماه) است، اما نسخه‌های 10، 30، 65 و 90 روزه نیز استفاده می‌شوند و پس از هر شوک حجمی، اعداد آن‌ها با هم متفاوت است. در تاریخ 2026-04-14، میانگین حجم معاملات 20 روزه MU برابر با 45.6 میلیون بود، در حالی که میانگین حجم معاملات 90 روزه آن در همان روز 31.9 میلیون بود. پیش از مقایسه منابع، بازه زمانی را بررسی کنید.

آیا ADV شامل حجم معاملات پیش‌بازگش و پس‌بازگش می‌شود؟

بستگی به منبع دارد؛ ارقام این صفحه فقط مربوط به ساعات رسمی بازار است. در یک بازه 20 روزه مشابه، معاملات خارج از ساعات رسمی شامل 18.3% از حجم کل SPY، 6.9% از حجم AAPL و 0.2% از حجم نماد کم‌حجم CATO بود — راهنمای معاملات خارج از ساعات رسمی جزئیات این جلسات را شرح می‌دهد.

واحد ADV سهم است یا دلار؟

به طور سنتی بر پایه تعداد سهام است، اما ADV دلاری معیار بهتری برای سنجش نقدشوندگی در میان سهام‌هاست. در یک بازه 20 روزه مشابه، MU و AAPL روزانه به ترتیب 42.01 میلیون و 41.47 میلیون سهم معامله شدند — که تقریباً برابر هستند — اما ADV دلاری آن‌ها به ترتیب 44.49 میلیارد و 12.24 میلیارد دلار بود. تعداد سهام یکسان، اما حجم معاملات دلاری بسیار متفاوت.

هر عدد حاصل یک پرس‌وجوی ذخیره‌شده و نسخه‌بندی‌شده است — می‌توانید کد SQL زیر هر پنل را گسترش دهید، یا برای هر نمادی در ترمینال Strasmore، هر بازه زمانی را محاسبه کنید.