Strasmore Research
학습 Matt Connor작성자 Matt Connor · 업데이트됨 2026-08-02

평균 일일 거래량(ADV)이란 무엇인가

평균 일일 거래량(ADV)은 하루에 거래된 평균 주식 수입니다. days to cover, relative volume, 유동성 스크리닝의 기준이 되는 핵심 지표입니다.

평균 일일 거래량(ADV)은 가장 많이 사용되지만 아무도 정의하려 하지 않는 수치다. 일정한 과거 기간 동안 하루에 거래된 통상적인 주식 수를 평균한 값이다. ADV는 상환 소요 일수 계산의 분모이자 상대 거래량의 기준값이며, 모든 스크리너에서 유동성을 판단하는 지표다. 따라서 이 수치들은 모두 ADV를 산출할 때의 세부 선택에 영향을 받는다. 어떤 기간을 사용할지, 어떤 거래 세션을 포함할지, 주식 수를 기준으로 할지 거래대금으로 할지에 따라 결과가 달라진다. 이 페이지에서는 ADV를 정확히 정의하고, 계산 과정을 단계별로 설명하며, 실제 체결 데이터를 통해 이러한 선택이 각각 어떤 영향을 미치는지 측정한다.

일평균 거래량 측정

2026년 6월 11일부터 7월 10일까지 정규 거래시간 기준 20개 세션을 분석했다. 널리 알려진 종목 네 개와 의도적으로 거래량이 적은 종목 하나를 포함했다. 주식 수와 거래대금, 그리고 각 종목의 전체 거래량 중 정규 거래시간 외 거래가 차지하는 비중을 제시한다.

조회20거래일 정규장 ADV(평균 일일 거래량): 주식 수, 달러 금액 및 연장 거래시간 비중(2026년 6월 11일–7월 10일)
티커평균 일일 거래량(백만 주)평균 일일 거래대금(십억 달러)시간외 거래 비중(%)거래 세션 수
SPY46.0134.1918.320
MU42.0144.4912.120
AAPL41.4712.246.920
KO12.41.016.620
CATO0.0500.220
모든 수치 뒤에 숨겨진 정확한 SQL
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
직접 실행해 보기

이 표가 이 페이지의 핵심 주장을 모두 보여준다. MUAAPL은 하루 평균 거래 주식 수가 거의 같다. 각각 42.01M과 41.47M이다. 그러나 거래대금은 크게 갈린다. 하루 기준 각각 $44.49B와 $12.24B다. 주식 수는 거래 활동을 측정하고, 거래대금은 자금 규모를 측정한다. 상위권에서는 순위가 뒤집힌다. 주식 수 기준으로는 SPY이 선두다. 20개 세션 동안 46.01M주가 거래됐다. 반면 이 표에서 거래대금 기준 선두는 MU다. 하위권의 CATO은 하루 0.05백만 주를 거래한다. 거래대금이 너무 적어 이 규모에서는 십억 달러 단위 열에 0로 표시된다. 이런 거래 흐름에서는 단일 기관 주문이 하루 전체 거래량이 될 수 있다. 거래 비용도 전혀 다른 수준에서 형성된다.

평균 일일 거래량 계산 방법

계산은 의도적으로 단순하다. 선택한 기간의 일별 주식 거래량을 모두 더한 뒤 일수로 나눈다. 코카콜라의 정규 거래시간 거래량을 일주일 동안 집계한 사례다(2026년 7월 6~10일). 누적 합계와 평균은 동일한 쿼리에서 계산했다.

조회ADV(평균 일일 거래량) 직접 계산: KO의 5거래일 거래량, 합계 및 평균(2026년 7월 6–10일)
세션 날짜주식 수(백만)5일 합계(백만)평균 일일 거래량(백만)평균 일일 거래량의 1%(천)
2026-07-0610.752.810.6106
2026-07-0712.152.810.6106
2026-07-0810.752.810.6106
2026-07-091152.810.6106
2026-07-108.352.810.6106
모든 수치 뒤에 숨겨진 정확한 SQL
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
직접 실행해 보기

5일간의 거래량을 더하면 10.7 + 12.1 + 10.7 + 11 + 8.3백만 주이며, 합계는 52.8M이다. 이를 5로 나누면 10.6M주가 되며, 이는 KO의 5회 거래일 ADV(평균 일일 거래량)다. 20회 거래일 ADV도 20개 행을 대상으로 같은 방식으로 계산하며, 첫 번째 표의 수치가 이에 해당한다. 평균이 가리는 부분도 확인할 필요가 있다. 2026-07-07에는 12.1M이 거래됐고, 2026-07-10에는 8.3M이 거래됐다. 이는 ADV가 하나의 수치로 평탄화하는 일별 변동이다. 마지막 열은 포지션 규모 산정에 참고할 수 있는 수치를 제시한다. KO의 ADV 1%는 약 106천 주이며, 단일 주문이 당일 거래량에서 눈에 띄는 비중을 차지하기 시작하는 규모다.

기간은 선택이며 ADV가 얼마나 빠르게 과거를 잊는지를 결정한다

20개 세션이 일반적인 기준이다(한 거래월에 해당한다). 10개, 30개, 65개, 90개 세션도 사용된다. 기간에 따라 ADV가 과거 데이터를 반영하는 속도가 달라진다. MU는 2026년의 실제 사례다. 이 종목은 연중반에 거래 흐름이 크게 재평가되면서, 후행 1개월 ADV와 후행 1분기 ADV가 봄 내내 서로 다른 상황을 보여줬다. 자세한 내용은 6월 심층 분석에 제시되어 있다. 동일한 7개월 동안 같은 종목을 두 기간으로 동시에 측정하면 다음과 같다.

조회MU: 20거래일 및 90거래일 롤링 ADV(평균 일일 거래량), 2025년 12월–2026년 7월 10일(매 3번째 거래일 표본)
49 rows (showing 20)
날짜20개 세션 평균 일일 거래량(백만)90개 세션 평균 일일 거래량(백만)
2025-12-1021.319.9
2025-12-1520.320.1
2025-12-1820.720.2
2025-12-232020.7
2025-12-2920.720.8
2026-01-0222.221.3
2026-01-0724.522
2026-01-122622.5
2026-01-1526.222.5
2026-01-2126.923
2026-01-2628.523.4
2026-01-2930.523.7
2026-02-0331.923.9
2026-02-0632.624.4
2026-02-1134.124.7
2026-02-173524.9
2026-02-2032.525
2026-02-253225.4
2026-03-0230.225.4
2026-03-0528.425.8
모든 수치 뒤에 숨겨진 정확한 SQL
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
직접 실행해 보기

2025-12-10에는 두 기간의 결과가 일치했다. 20개 세션 기준은 21.3M, 90개 세션 기준은 19.9M이었다. 2026-04-14에는 두 수치가 45.6M와 31.9M로 갈라졌다. 같은 종목의 같은 날에 ‘공식’ ADV가 두 개 존재한 셈이다. 한 기간을 기준으로 한 모든 스크리너, 커버까지 소요일수, 상대거래량 수치는 다른 기간을 기준으로 한 동일한 도구와 일치하지 않았다. 2026-07-10에는 두 수치가 다시 수렴했다(42M 대 41.9M). 재평가된 거래량 수준이 긴 기간에도 반영됐기 때문이다. 두 출처가 한 종목의 ADV를 서로 다르게 제시한다면, 가장 먼저 의심할 대상은 기간이다. 그다음은 시간 외 거래량을 포함했는지 여부다.

거래량 충격 직후 ADV에 발생하는 변화

위 차트에서 그 단서를 확인할 수 있다. 여기서는 이를 수치로 측정한다. MU에서 2026년 가장 큰 거래량 충격, 즉 직전 20개 세션의 자체 ADV를 가장 크게 웃돈 세션을 기준으로 삼는다. 해당일 직전 스크리너가 표시한 ADV와 한 달 후 표시한 ADV를 비교한다.

조회MU의 2026년 최대 거래량 급변: 발생일과 직전·직후의 후행 ADV(평균 일일 거래량)
이벤트 날짜이벤트 당일 주식 수(백만)이전 20일 평균 일일 거래량(백만)이벤트 거래량/이전 평균 거래량(배)이후 20일 평균 일일 거래량(백만)평균 일일 거래량 변동률(%)
2026-03-1964.728.72.34557
모든 수치 뒤에 숨겨진 정확한 SQL
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
직접 실행해 보기

2026-03-19에 MU에서는 64.7M주가 거래됐다. 직전 ADV는 28.7M주였으며, 이는 자체 기준치의 2.3배에 해당한다. 이후 20개 세션의 추적 ADV는 평균 45M주로 집계됐다. 분모가 57% 상승한 것이다. ADV에서 파생된 모든 수치도 이에 따라 변했다. 상대 거래량 수치는 낮아졌고 기준치는 높아졌다. 상환 소요일수는 줄어들었고 분모는 커졌다. 실제 보유 포지션은 전혀 변하지 않았는데도 발생한 변화다. MU의 경우 높은 거래량 흐름이 지속됐다. 따라서 이번 충격은 단순한 하루짜리 사건이 아니라 재평가를 의미했다. 그러나 어느 경우든 작동 원리는 동일하다. 거래량이 급증한 구간 이후 ADV는 정확히 한 관측 기간 동안 해당 이벤트를 종목의 평소 거래 패턴보다 더 강하게 반영한다.

유동성을 정량적으로 측정하는 기준

거래 가능성을 설명할 때 흔히 “하루 수백만 달러”라는 식으로 얼버무린다. 다음은 실제 분포다. 최근 20개 거래일 중 동일한 거래일이 최소 15일 이상인 미국 상장 종목을 대상으로, 달러 기준 평균 일일 거래대금(ADV) 순으로 정렬했다.

조회미국 전체 시장의 달러 기준 ADV(평균 일일 거래대금): 백분위수 및 기준값별 종목 수(2026년 6월 11일–7월 10일)
종목 수25백분위수(백만)중앙값(백만)75백분위수(백만)90백분위수(백만)99백분위수(백만)100만 초과 종목 수1,000만 초과 종목 수1억 초과 종목 수10억 달러 이상 종목
108640.332.220.4113.71333651535351166130
모든 수치 뒤에 숨겨진 정확한 SQL
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
직접 실행해 보기

10864개 종목에서 중간값에 해당하는 종목은 하루에 $2.2M의 거래대금이 발생한다. 미국 시장의 절반은 이보다 적게 거래된다. 시장의 4분의 1은 $0.33M 미만이다. 75백분위수는 $20.4M, 90백분위수는 $113.7M, 99백분위수는 $1333M이다. 일정한 기준으로 집계하면 하루 거래대금이 $1M을 넘는 종목은 6515개, $10M을 넘는 종목은 3535개, $100M을 넘는 종목은 1166개이며, $1B을 넘는 종목은 단 130개다. 금융 보도의 중심이 되는 종목은 거의 전부 마지막 집단에 속한다. 상장 주식의 중간값에 해당하는 종목은 전혀 다른 금융상품이다.

ADV가 다른 수치를 조용히 결정하는 지점

  • 커버까지 소요일수 = 공매도 잔고 ÷ ADV. 거래량이 급증하면 공매도 포지션에 변화가 없어도 비율이 줄어든다. 분모가 바뀌었기 때문이다.
  • 상대 거래량 = 오늘의 거래 속도 ÷ ADV. 같은 수치가 반대 역할을 한다. 여기서 ADV는 상회해야 하는 기준선이다.
  • 유동성 스크리닝("ADV가 1M 이상인 종목만")에는 항상 이런 기준이 포함된다. 생존자 편향도 조용히 따라온다. 종목은 가장 극적인 주간 거래량을 기록했을 때 이러한 스크리닝에 진입한다.
  • 포지션 규모 설정에서 기관이 하루에 ADV의 몇 퍼센트만 거래하는 관행을 따르는 이유는 대형 펀드가 일부 소형주를 단순히 보유할 수 없기 때문이다. 포지션을 구축하거나 청산하려면 전체 시장의 거래량을 기준으로 수주가 필요할 수 있다.

공식 수치에도 누군가의 ADV 선택이 반영되므로, 실제 숫자로 days-to-cover 사례를 살펴볼 필요가 있다. FINRA는 자체 거래량 분모를 사용해 days to cover를 발표한다. 이 수치는 모든 거래소를 포함하고, 자체 보고 기간을 적용하며, 최저값은 1.0이다. 자세한 내용은 해당 데이터가 제공되는 방식을 참고하면 된다. 이 페이지의 20개 세션 정규 거래시간 ADV로 같은 비율을 다시 계산하면 결과가 달라진다.

조회Days to cover(커버 소요일수) 재계산: FINRA의 분모와 이 페이지의 20거래일 정규장 ADV(평균 일일 거래량) 비교(2026년 6월 30일 결제 기준)
티커공매도 주식 수(백만 주)FINRA 평균 일일 거래량(백만 주)FINRA 공매도 상환 소요일정규장 20개 세션 평균 일일 거래량(백만 주)재산출 공매도 상환 소요일
KO49.624.12.0612.44
MU31.760.31420.75
모든 수치 뒤에 숨겨진 정확한 SQL
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
직접 실행해 보기

공매도 잔고는 같지만 분모가 두 개다. KO의 경우 FINRA는 24.1M주 거래량 수치를 기준으로 2.06일을 보고한다. 이 페이지의 12.4M 정규 거래시간 ADV를 적용하면, 같은 49.6M주 공매도 잔고는 4일이 된다. 거의 두 배다. MU의 발표 수치는 보고된 최저값인 1에 머문다. 다시 계산하면 0.75일이다. 어느 수치도 틀린 것은 아니다. 서로 다른 분모를 사용해 계산한 결과다. 핵심은 일반화할 수 있다. ADV가 분모로 포함된 모든 비율은 누군가가 선택한 거래 기간과 세션 기준을 조용히 반영한다.

ADV는 옵션에도 적용되는가?

옵션 트레이더도 같은 개념을 활용하지만 한 가지 차이가 있다. 거래량은 계약 수로 집계하며, 표준 주식 옵션 계약 하나는 주식 100주를 통제한다. 동일한 20개 거래 세션을 기준으로 네 종목의 옵션 거래량을 집계하고, 계약 수를 주식 환산 익스포저로 변환하면 다음과 같다.

조회옵션 ADV(평균 일일 계약 거래량): 일평균 계약 수 및 주식 환산 익스포저(2026년 6월 11일–7월 10일)
기초자산일평균 계약 수(천 건)주식 환산 수량(백만 주)거래 세션 수
SPY12543.21254.320
AAPL1265.1126.520
MU804.780.520
KO64.66.520
모든 수치 뒤에 숨겨진 정확한 SQL
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
직접 실행해 보기

규모 차이는 주식 표의 차이를 훨씬 웃돈다. SPY의 옵션 거래량은 하루 평균 12543.2천 계약이며, 주식 환산 익스포저는 1254.3M주다. 이는 SPY 자체의 46.01M주 ADV(일평균거래량)를 크게 웃도는 수준이다. KO는 반대다. 옵션 거래량은 64.6천 계약, 주식 환산 기준으로 6.5M주이며, 12.4M주인 주식 ADV보다 적다. 옵션 유동성은 소수의 기초자산에 집중되고, 행사가와 만기별로 나누면 더 얇아진다. 따라서 이와 같은 총계 수치는 개별 계약의 거래량을 과대평가한다. 옵션 주문 규모를 정하기 전에 계약별 거래량과 미결제약정도 확인해야 한다.

실무자의 관점에서 ADV 읽기

정의를 아는 것과 실제로 활용하는 것 사이의 간극은 세 가지 습관으로 좁힐 수 있다. 주식 ADV를 달러 ADV와 반드시 함께 본다. 첫 번째 표는 주식 수 기준으로는 거의 비슷하지만 금액 기준으로는 큰 차이가 나는 두 종목을 보여준다. 실제 주문이 중요하게 보는 것은 금액 열이다. 이벤트 직후의 ADV는 즉시 신뢰하지 않는다. 충격 패널은 그 영향을 수치로 보여준다. 거래량이 집중된 한 구간으로 인해 한 달 동안 분모가 57%만큼 변하면, 상대 거래량커버 소요일수가 기계적으로 낮아진다. 급증한 거래량이 관측 기간에서 빠져나갈 때까지 이 현상은 지속된다. ADV를 달력과 대조한다. 만기 금요일, 리밸런싱일, 지수 변경일에는 모든 종목의 거래량이 동시에 증가한다(위칭 데이에는 특히 그렇다). 따라서 시장 전체의 거래량 급증만으로는 개별 종목의 사정을 판단할 수 없다.

평균 일일 거래량 FAQ

적정한 평균 일일 거래량은 어느 정도인가?

20개 세션 동안 10864개 미국 종목을 대상으로 측정한 결과, 달러 기준 ADV(평균 일일 거래량) 중앙값은 $2.2M이었다. 하루 거래대금이 $10M을 넘은 종목은 3535개였고, $1B을 넘은 종목은 130개에 불과했다. 개인투자자 규모의 주문에서는 주식 수보다 거래대금이 중요하다. $10M 이상인 종목군은 소규모 주문만으로 가격이 움직이지 않고 거래된다.

평균 일일 거래량은 어떻게 계산하는가?

선택한 기간의 일별 주식 거래량을 합산한 뒤 일수로 나눈다. KO의 2026년 7월 6~10일 5개 세션 거래량 합계는 52.8M주다. 이를 5로 나누면 ADV는 10.6M주가 된다. 20일 ADV도 20개 세션을 대상으로 같은 방식으로 계산한다.

ADV는 어느 기간을 기준으로 측정하는가?

가장 일반적인 기준은 20개 거래 세션(약 한 달)이다. 그러나 10일, 30일, 65일, 90일 기준도 사용되며, 거래량에 충격이 발생한 뒤에는 서로 다른 결과를 보인다. 2026-04-14 기준으로 MU의 20세션 ADV는 45.6M이었지만, 같은 날 90세션 ADV는 31.9M이었다. 출처를 비교하기 전에 측정 기간을 확인해야 한다.

ADV에는 프리마켓과 시간 외 거래량이 포함되는가?

출처에 따라 다르다. 이 페이지의 수치는 정규 거래시간만 반영한다. 동일한 20개 세션을 기준으로 측정하면, 시간 외 세션 거래량은 SPY 전체 거래량의 18.3%, AAPL의 6.9%, 거래량이 적은 CATO의 0.2%를 차지했다. 시간 외 거래 안내서에서 세션별 내역을 확인할 수 있다.

ADV는 주식 수인가, 거래대금인가?

전통적으로는 주식 수를 의미하지만, 종목 간 유동성을 비교할 때는 달러 기준 ADV가 더 적절한 지표다. 동일한 20개 세션 동안 MU와 AAPL은 하루 42.01M주와 41.47M주를 거래해 거의 비슷했다. 그러나 달러 기준 ADV는 각각 $44.49B와 $12.24B였다. 주식 수가 같아도 유동성의 규모는 크게 다를 수 있다.


모든 수치는 저장되고 버전이 관리되는 쿼리에서 가져온다. 각 패널 아래에서 SQL을 펼쳐 보거나 Strasmore 터미널에서 어떤 ticker의 기간이든 계산할 수 있다.