Average Daily Volume (ADV) क्या है?

Average daily volume — ADV — एक ऐसा सबसे अधिक उपयोग किया जाने वाला आंकड़ा है जिसे कोई परिभाषित नहीं करता है: यह एक निश्चित समय अवधि में किसी स्टॉक के प्रतिदिन होने वाले शेयरों का औसत है। यह days to cover का हर (denominator) है, relative volume का आधार है, और प्रत्येक screener के भीतर liquidity test है। इसका अर्थ है कि इन सभी आंकड़ों पर ADV के निर्णयों का प्रभाव पड़ता है: जैसे कि समय की अवधि, सत्र (sessions), शेयर या डॉलर। यह पृष्ठ इसे सही ढंग से परिभाषित करता है, इसके गणित को विस्तार से समझाता है, और वास्तविक डेटा पर इन सभी विकल्पों का मापन करता है।

औसत दैनिक वॉल्यूम का माप

11 जून से 10 जुलाई, 2026 तक के बीस नियमित सत्र — चार जाने-माने नाम और एक जानबूझकर कम वॉल्यूम वाला नाम। शेयर, डॉलर, और (बाद के लिए) नियमित घंटों के बाहर होने वाला प्रत्येक नाम का कुल वॉल्यूम:

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

यह तालिका इस पृष्ठ के पूरे तर्क को दर्शाती है। MU और AAPL प्रतिदिन लगभग समान संख्या में शेयरों का व्यापार करते हैं — 42.01M बनाम 41.47M — लेकिन डॉलर कॉलम उन्हें काफी अलग कर देता है: $44.49B बनाम $12.24B प्रतिदिन। शेयर गतिविधि को मापते हैं; डॉलर पैसे को मापते हैं। शीर्ष पर रैंकिंग भी बदल जाती है: शेयरों में SPY आगे है (20 सत्रों में 46.01M) जबकि डॉलर में इस तालिका में MU सबसे आगे है। और सबसे नीचे, CATO प्रतिदिन 0.05 मिलियन शेयरों का व्यापार करता है — इसमें इतना कम पैसा है कि बिलियन कॉलम इस पैमाने पर 0 दिखाता है। यह एक ऐसा मार्केट है जहाँ एक एकल संस्थागत ऑर्डर ही दिन का वॉल्यूम होता है, और जहाँ ट्रेडिंग लागत एक अलग ही स्तर पर होती है।

औसत दैनिक वॉल्यूम (average daily volume) की गणना कैसे करें

इसकी गणना बहुत सरल है: चुनी गई अवधि के दौरान दैनिक शेयर वॉल्यूम को जोड़ें, और फिर उसे दिनों की संख्या से विभाजित करें। Coca-Cola के नियमित घंटों के डेटा का एक पूरा सप्ताह (6–10 जुलाई, 2026) यहाँ दिया गया है, जिसमें कुल योग और औसत एक ही क्वेरी में निकाला गया है:

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

पाँच दिनों को जोड़ें — 10.7 + 12.1 + 10.7 + 11 + 8.3 मिलियन शेयर — और कुल योग 52.8M होगा। इसे पाँच से विभाजित करें: 10.6M शेयर, जो KO का 5-सेशन ADV है। 20-सेशन ADV के लिए भी यही प्रक्रिया 20 पंक्तियों (rows) पर लागू होती है — जैसा कि पहली तालिका में दिखाया गया है। ध्यान दें कि औसत क्या छिपाता है: 2026-07-07 ने 12.1M और 2026-07-10 ने 8.3M दर्ज किया, ये दैनिक उतार-चढ़ाव हैं जिन्हें ADV एक एकल आंकड़े में बदल देता है। अंतिम कॉलम पोजीशन साइजिंग का पूर्वावलोकन देता है: KO के ADV का एक प्रतिशत लगभग 106 हजार शेयर है — यह वह पैमाना है जहाँ एक एकल ऑर्डर दिन के कुल वॉल्यूम का एक महत्वपूर्ण हिस्सा बनने लगता है।

विंडो एक विकल्प है, और यह तय करती है कि ADV कितनी तेज़ी से पुराना डेटा भूलता है

बीस सत्र (trading sessions) एक सामान्य मानक है (एक ट्रेडिंग महीना); इसके अलावा दस, तीस, पैंसठ और नब्बे सत्रों के विकल्प भी प्रचलित हैं। विंडो यह तय करती है कि ADV कितनी तेज़ी से पुराने डेटा को हटाता है। MU इसका 2026 का एक उदाहरण है — एक ऐसा नाम जिसका वॉल्यूम (tape) साल के मध्य में इतनी तेज़ी से बदला कि इसके trailing-month ADV और trailing-quarter ADV के आंकड़े वसंत ऋतु में अलग-अलग परिणाम दिखा रहे थे, जिसका विवरण इसके जून के गहन विश्लेषण में दिया गया है। यहाँ पिछले सात महीनों के लिए उसी स्टॉक का डेटा दिया गया है, जिसे दोनों विंडो के साथ एक साथ मापा गया है:

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

2025-12-10 पर दोनों विंडो एकमत थीं: 20-सत्र गणना पर 21.3M और 90-सत्र गणना पर 19.9M। 2026-04-14 तक वे 45.6M और 31.9M पर अलग हो गई थीं — एक ही दिन पर एक ही स्टॉक के लिए दो "आधिकारिक" ADV। इसके कारण, एक विंडो पर आधारित हर screener, days-to-cover आंकड़ा, या relative-volume रीडिंग, दूसरी विंडो पर आधारित उसी टूल से असहमत थी। 2026-07-10 तक दोनों फिर से मिल गईं (42M बनाम 41.9M): वॉल्यूम का नया स्तर लंबे समय वाली विंडो में भी शामिल हो गया था। जब किसी स्टॉक के ADV के बारे में दो स्रोत असहमत हों, तो सबसे पहले विंडो पर संदेह किया जाता है; दूसरा कारण यह है कि क्या उसमें extended-hours volume शामिल है या नहीं।

Volume shock के तुरंत बाद ADV पर क्या प्रभाव पड़ता है

ऊपर दिया गया चार्ट इसका संकेत देता है; यहाँ इसका सटीक माप दिया गया है। MU के 2026 के सबसे बड़े volume shock को देखें — वह सत्र जिसने अपने स्वयं के 20-session trailing ADV को सबसे अधिक पार किया था — और उस दिन से पहले के ADV की तुलना उस ADV से करें जो एक महीने बाद दिखा:

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

2026-03-19 को, MU ने 28.7M के पिछले ADV के मुकाबले 64.7M shares का कारोबार किया — जो अपने स्वयं के baseline का 2.3x था। अगले 20 sessions में, trailing ADV का औसत 45M रहा: यानी denominator में 57% की वृद्धि हुई। ADV से संबंधित हर संख्या इसके साथ बदली — relative volume रीडिंग कम हो गई (baseline बढ़ गया) और days to cover कम हो गया (denominator बढ़ गया), जबकि किसी की वास्तविक position में कोई बदलाव नहीं हुआ। MU के मामले में, उच्च ट्रेडिंग वॉल्यूम बना रहा — इस shock ने एक re-rating को दर्शाया, न कि केवल एक दिन की घटना को — लेकिन दोनों ही स्थितियों में प्रक्रिया समान है: एक भारी ट्रेडिंग अवधि के बाद, ADV ठीक एक window-length के लिए स्टॉक की आदतों के बजाय उस घटना को मापता है।

लिक्विडिटी (Liquidity) का वास्तविक माप

ट्रेड करने की क्षमता को अक्सर "प्रतिदिन लाखों डॉलर" कहकर दर्शाया जाता है। यहाँ वास्तविक वितरण दिया गया है — इसमें वे सभी US-listed सिंबल शामिल हैं जो पिछले 20 सत्रों में से कम से कम 15 सत्रों में सक्रिय रहे हैं, और इन्हें डॉलर ADV के आधार पर रैंक किया गया है:

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

10864 सिंबल के बीच, मीडियन (median) नाम का दैनिक टर्नओवर $2.2M है — यानी आधे US मार्केट का ट्रेड इससे कम है। एक चौथाई मार्केट $0.33M से कम ट्रेड करता है। 75th percentile $20.4M पर है, 90th $113.7M पर, और 99th $1333M पर है। राउंड थ्रेसहोल्ड के आधार पर: 6515 नाम $1M प्रतिदिन का ट्रेड करते हैं, 3535 $10M, 1166 $100M — और केवल 130 $1B का ट्रेड करते हैं। वित्तीय कवरेज (financial coverage) जिन नामों पर केंद्रित होता है, वे लगभग पूरी तरह से इसी अंतिम समूह के भीतर ट्रेड करते हैं; मीडियन लिस्टेड स्टॉक इससे बिल्कुल अलग प्रकार का इंस्ट्रूमेंट है।

जहाँ ADV अन्य आंकड़ों को प्रभावित करता है

• Days to cover = short interest ÷ ADV. वॉल्यूम बढ़ने पर short position में कोई बदलाव न होने पर भी यह अनुपात कम हो जाता है — ऐसा इसलिए होता है क्योंकि denominator बढ़ गया है।
• Relative volume = आज का वॉल्यूम ÷ ADV. यहाँ भी वही संख्या है, लेकिन भूमिका विपरीत है: यहाँ ADV एक baseline है जिसे पार किया जाना है।
• Liquidity screens ("केवल 1M ADV से ऊपर के नाम") — हर backtest और screener में एक limit होती है, और survivorship भी इसी पर आधारित है: नाम ऐसे screens में तब शामिल होते हैं जब उनके वॉल्यूम में बड़ा उछाल आता है।
• Position sizing — संस्थागत (institutional) स्तर पर प्रतिदिन केवल ADV का कुछ प्रतिशत ट्रेड करने की आदत के कारण बड़े funds कुछ छोटे stocks में निवेश नहीं कर पाते: किसी position को बनाने या बाहर निकलने के लिए पूरे tape के वॉल्यूम के कई हफ्तों की आवश्यकता होगी।

Days-to-cover के मामले को वास्तविक आंकड़ों के साथ समझना आवश्यक है, क्योंकि "आधिकारिक" आंकड़ा भी किसी के द्वारा चुने गए ADV पर आधारित होता है। FINRA अपने स्वयं के volume denominator के साथ days to cover प्रकाशित करता है (प्रत्येक venue और उसकी अपनी reporting window, जिसकी न्यूनतम सीमा 1.0 है — देखें how that data arrives); यदि आप इस पेज के 20-session regular-hours ADV के साथ उसी अनुपात की पुनर्गणना (recompute) करें, तो उत्तर बदल जाता है:

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

वही short interest, लेकिन दो अलग denominator। KO के लिए, FINRA अपने 24.1M-share volume figure पर 2.06 days रिपोर्ट करता है; इस पेज के 12.4M regular-hours ADV के मुकाबले, वही 49.6M-share short position 4 days के बराबर आती है — जो लगभग दोगुना है। MU के लिए, प्रकाशित संख्या रिपोर्ट किए गए floor 1 पर है; पुनर्गणना करने पर, यह 0.75 days है। दोनों में से कोई भी आंकड़ा गलत नहीं है — वे अलग-अलग denominator का उपयोग करते हैं। इसका मुख्य निष्कर्ष यह है: ADV पर आधारित कोई भी अनुपात चुपचाप किसी के द्वारा चुने गए window और session विकल्पों को दर्शाता है।

क्या ADV ऑप्शंस के लिए काम करता है?

ऑप्शंस ट्रेडर्स इसी समान अवधारणा का उपयोग करते हैं, लेकिन एक अंतर के साथ: वॉल्यूम को कॉन्ट्रैक्ट्स में गिना जाता है, और प्रत्येक स्टैंडर्ड इक्विटी कॉन्ट्रैक्ट 100 शेयर्स को नियंत्रित करता है। इसमें भी 20 सेशन्स और चार ऑप्शन टेप्स शामिल हैं, जहाँ कॉन्ट्रैक्ट काउंट को शेयर-इक्विवेलेंट एक्सपोजर में बदला जाता है:

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

स्केल में यह अंतर स्टॉक टेबल के किसी भी डेटा से कहीं अधिक है। SPY का ऑप्शंस टेप प्रतिदिन औसतन 12543.2 हजार कॉन्ट्रैक्ट्स का था — जो 1254.3M शेयर्स के बराबर एक्सपोजर है। यह SPY के 46.01M शेयर ADV का एक बड़ा गुणक है। KO के मामले में स्थिति इसके विपरीत है: 64.6 हजार कॉन्ट्रैक्ट्स (6.5M शेयर-इक्विवेलेंट), जो इसके 12.4M शेयर ADV से कम है। ऑप्शंस लिक्विडिटी कुछ चुनिंदा अंडरलाइंग्स में केंद्रित होती है, और स्ट्राइक्स एवं एक्सपायरीज के बीच यह और भी कम हो जाती है। इस तरह का कुल आंकड़ा किसी भी एकल कॉन्ट्रैक्ट के ट्रेड को बढ़ा-चढ़ाकर दिखाता है, इसलिए ऑप्शंस ऑर्डर का आकार तय करने से पहले प्रति-कॉन्ट्रैक्ट वॉल्यूम और ओपन इंटरेस्ट की जांच करना आवश्यक है।

ADV का पेशेवर तरीके से विश्लेषण करना

परिभाषा जानने और उसका उपयोग करने के बीच के अंतर को कम करने के लिए तीन आदतें अपनाएं। ADV की तुलना dollar ADV से करें — पहली तालिका में दो नाम मार्केट शेयर में लगभग बराबर हैं लेकिन राशि (money) में बहुत अलग हैं; ऑर्डर के लिए राशि वाला कॉलम ही महत्वपूर्ण होता है। घटनाओं के तुरंत बाद ADV पर भरोसा न करें — शॉक पैनल ने इसे स्पष्ट किया है: एक बड़ी हलचल ने एक महीने में denominator को 57% तक बदल दिया, जिससे relative volume और days to cover में मैकेनिकल गिरावट आई, जब तक कि वह स्पाइक समय के साथ कम नहीं हो गया। ADV की तुलना कैलेंडर से करें — एक्सपायरी शुक्रवार, रीबैलेंसिंग के दिन और इंडेक्स-बदलाव की तारीखें सभी के वॉल्यूम को एक साथ बढ़ा देती हैं (witching days सबसे अधिक), इसलिए पूरे मार्केट के भारी वॉल्यूम वाले दिन का किसी एक विशेष स्टॉक के बारे में कुछ भी कहना सही नहीं है।

औसत दैनिक वॉल्यूम (ADV) FAQ

एक अच्छा औसत दैनिक वॉल्यूम क्या है?

20 सत्रों (sessions) में 10864 US symbols के आधार पर, मीडियन डॉलर ADV $2.2M था; 3535 नाम प्रतिदिन $10M का कारोबार करते हैं और केवल 130 ही $1B का कारोबार करते हैं। रिटेल-आकार के ऑर्डर्स के लिए, शेयरों के बजाय डॉलर का स्तर अधिक महत्वपूर्ण है — $10M से अधिक वाले नाम बिना किसी छोटे ऑर्डर के कीमत बदले ट्रेड कर सकते हैं।

औसत दैनिक वॉल्यूम की गणना कैसे करें?

चुने हुए समय अंतराल (window) के दौरान दैनिक शेयर वॉल्यूम को जोड़ें और उसे दिनों की संख्या से विभाजित करें। KO के 6–10 जुलाई, 2026 के पांच सत्रों का कुल योग 52.8M शेयर है; पांच से विभाजित करने पर, ADV 10.6M है। 20-दिन का ADV भी 20 सत्रों के लिए यही गणित है।

ADV को किस समय अंतराल पर मापा जाता है?

सबसे अधिक 20 ट्रेडिंग सत्र (लगभग एक महीना) का उपयोग किया जाता है, लेकिन 10, 30, 65 और 90-दिन के संस्करण भी उपलब्ध हैं — वॉल्यूम में अचानक बदलाव आने पर इनके परिणामों में अंतर आ जाता है। 2026-04-14 पर, MU का 20-सत्र का ADV 45.6M था, जबकि उसी दिन इसका 90-सत्र का ADV 31.9M था। स्रोतों की तुलना करने से पहले समय अंतराल की जांच करें।

क्या ADV में प्री-मार्केट और आफ्टर-आर्स वॉल्यूम शामिल है?

यह स्रोत पर निर्भर करता है — इस पेज के आंकड़े केवल नियमित घंटों (regular-hours) के हैं। समान 20 सत्रों में, विस्तारित सत्रों (extended sessions) में SPY का कुल वॉल्यूम 18.3%, AAPL का 6.9%, और कम वॉल्यूम वाले CATO का 0.2% हिस्सा था — विस्तारित-घंटों की गाइड सत्रों का विवरण देती है।

ADV शेयरों में है या डॉलर में?

पारंपरिक रूप से यह शेयरों में होता है, लेकिन स्टॉक्स के लिए डॉलर ADV तरलता (liquidity) का बेहतर माप है। समान 20 सत्रों में, MU और AAPL प्रतिदिन क्रमशः 42.01M और 41.47M शेयर ट्रेड करते थे — जो लगभग बराबर हैं — जबकि उनके डॉलर ADV क्रमशः $44.49B और $12.24B थे। शेयर संख्या समान होने पर भी, वॉल्यूम का स्तर बहुत अलग है।

प्रत्येक आंकड़ा एक संग्रहीत, वर्जन वाला क्वेरी है — किसी भी पैनल के नीचे SQL को विस्तार से देखें, या Strasmore टर्मिनल पर किसी भी टिकर के लिए किसी भी समय अंतराल की गणना करें।