Co to jest średni dzienny wolumen ADV

Średni dzienny wolumen — ADV — to najczęściej używana, lecz rzadko definiowana wartość: liczba akcji danej spółki obracanych typowo w ciągu dnia, wyliczona jako średnia z określonego okresu wstecznego. Stanowi on mianownik wskaźnika dni do pokrycia, punkt odniesienia dla wolumenu relatywnego oraz parametr testu płynności w każdym skanerze — co oznacza, że każda z tych wartości zależy od przyjętych założeń dotyczących ADV: wybranego okna czasowego, sesji oraz jednostki obrotu (liczba akcji lub wartość w USD). Niniejsza strona zawiera właściwą definicję, przedstawia proces obliczeniowy oraz weryfikuje wpływ poszczególnych założeń na rzeczywiste dane rynkowe.

Średni dzienny wolumen, pomiar

Dwadzieścia sesji w godzinach regulaminowych — od 11 czerwca do 10 lipca 2026 — cztery znane nazwy oraz jedna celowo mało płynna. Akcje, dolary oraz (w dalszej części) udział wolumenu każdej nazwy w obrocie poza godzinami regulaminowymi:

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

Tabela stanowi główny argument tej strony. MU i AAPL osiągają niemal taką samą liczbę obracanych akcji każdego dnia — 42.01M wobec 41.47M — jednak kolumna dolarowa wyraźnie je różni: 44.49B USD wobec 12.24B USD dziennie. Liczba akcji mierzy aktywność; dolary mierzą kapitał. Ranking zmienia się nawet na szczycie: SPY dominuje pod względem liczby akcji (46.01M w ciągu 20 sesji), podczas gdy MU prowadzi w tej tabeli pod względem wartości dolarowej. Na dole zestawienia CATO obraca 0.05 milionem akcji dziennie — przy tak małym kapitale kolumna miliardów wykazuje 0 przy tej skali. Jest to rodzaj rynku, gdzie pojedyncze zlecenie instytucjonalne stanowi cały dzienny wolumen, a koszty transakcyjne należą do zupełnie innego wymiaru.

Jak obliczyć średni dzienny wolumen

Obliczenia są proste: należy zsumować dzienne wolumeny akcji w wybranym okresie, a następnie podzielić wynik przez liczbę dni. Poniżej przedstawiono pełny tydzień sesji regulaminowych spółki Coca-Cola (6–10 lipca 2026 r.), gdzie suma oraz średnia zostały wyliczone w ramach tego samego zapytania:

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

Po zsumowaniu pięciu dni — 10.7 + 12.1 + 10.7 + 11 + 8.3 mln akcji — otrzymujemy łącznie 52.8M. Po podzieleniu przez pięć otrzymujemy 10.6M akcji, co stanowi 5-sesyjny ADV dla KO. 20-sesyjny ADV opiera się na tej samej arytmetyce dla 20 wierszy — taką wartość podano w pierwszej tabeli. Warto zwrócić uwagę, co ukrywa średnia: 2026-07-07 odnotowało 12.1M, a 2026-07-10 odnotowało 8.3M, czyli zmienność dzienną, którą ADV wygładza do jednej wartości. Ostatnia kolumna obrazuje wielkość pozycji: jeden procent ADV dla KO wynosi około 106 tysiąca akcji — to skala, przy której pojedyncze zlecenie zaczyna stanowić zauważalną część dziennego obrotu.

Wybór okna czasowego wpływa na tempo wygasania ADV

Przyjmuje się konwencję dwudziestu sesji (miesiąc handlowy); stosuje się również okresy dziesięciu, trzydziestu, sześćdziesięciu i dziewięćdziesięciu sesji. Okno czasowe określa, jak szybko wygasane jest ADV. Przykładem z roku 2026 jest MU — spółka, której kurs przeszedł tak gwałtowną rewyfikację w połowie roku, że jej ADV za ostatni miesiąc oraz ADV za ostatni kwartał podawały sprzeczne dane w okresie wiosennym, co potwierdzono w analizie za czerwiec. Poniżej przedstawiono tę samą akcję w tym samym siedmiomiesięcznym okresie, mierzoną jednocześnie oboma oknami:

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

W 2025-12-10 oba okna były zgodne: 21.3M przy liczeniu 20 sesji oraz 19.9M przy 90 sesjach. Do 2026-04-14 wartości te rozeszły się, osiągając 45.6M względem 31.9M — dwa "oficjalne" wskaźniki ADV dla jednej spółki w jednym dniu. Każdy screener, wskaźnik dni do pokrycia lub odczyt wolumenu relatywnego oparty na jednym oknie czasowym był niezgodny z tym samym narzędziem opartym na drugim oknie. Do 2026-07-10 oba wskaźniki ponownie się zbiegły (42M względem 41.9M): poziom wolumenu po rewyfikacji został uwzględniony również w długim oknie czasowym. Gdy dwa źródła podają różne wartości ADV dla spółki, pierwszym podejrzanym jest okno czasowe; drugim jest kwestia uwzględnienia wolumenu z handlu pozagiełdowego.

Co dzieje się z ADV bezpośrednio po skoku wolumenu

Powyższy wykres daje to do zrozumienia; tutaj dane zostały zmierzone. Należy wziąć pod uwagę najsilniejszy skok wolumenu MU w 2026 roku — sesję, która najbardziej przekroczyła własne ADV z ostatnich 20 sesji — i porównać ADV wykazane przez screener przed tym dniem z wartością po miesiącu:

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

W dniu 2026-03-19 spółka MU wygenerowała 64.7M akcji przy poprzednim ADV wynoszącym 28.7M — co stanowi 2.3x własnej bazy. W ciągu kolejnych 20 sesji średnie ADV z ostatnich 20 sesji wyniosło 45M: wzrost mianownika o 57%. Każda wartość pochodna ADV zmieniła się wraz z nim — odczyty wolumenu relatywnego spadły (ponieważ wzrosła baza), a liczba dni do pokrycia spadła (ponieważ wzrósł mianownik), mimo braku zmian w faktycznych pozycjach inwestorów. W przypadku MU podwyższony poziom obrotów utrzymał się — skok oznaczał zmianę wyceny, a nie jednorazowe zdarzenie — jednak mechanizm pozostaje identyczny: po okresie intensywnych transakcji ADV mierzy to zdarzenie, a nie nawyki spółki, przez dokładnie jeden okres okna czasowego.

Co stanowi płynność, w ujęciu pomiarowym

Wyrażenie „miliony dolarów dziennie” jest powszechnym określeniem płynności. Poniżej przedstawiono rzeczywisty rozkład — wszystkie symbole notowane w USA, które w co najmniej 15 z 20 sesji osiągnęły określony poziom, uszeregowane według średniego dziennego obrotu (ADV) w USD:

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

Wśród 10864 symboli mediana obrotu wynosi 2.2M USD dziennie — połowa rynku USA osiąga wyniki niższe od tej wartości. Ćwierć rynku notuje obroty poniżej 0.33M USD. 75. percentyl wynosi 20.4M, 90. percentyl to 113.7M, a 99. percentyl to 1333M. W zestawieniu z pełnymi progami: 6515 nazw przekracza 1M USD dziennie, 3535 przekracza 10M USD, 1166 przekracza 100M USD — a jedynie 130 przekracza 1B USD. Spółki, których analiza dominuje w mediach finansowych, znajdują się niemal wyłącznie w tej ostatniej grupie; mediana notowanych akcji to zupełnie inny instrument.

Gdzie ADV po cichu determinuje inne wskaźniki

• Dni do pokrycia = short interest ÷ ADV. Wzrost wolumenu zmniejsza ten wskaźnik bez zmiany pozycji krótkiej — przyczyną jest mianownik.
• Wolumen relatywny = dzisiejsze tempo ÷ ADV. Ta sama wartość, odwrotna rola: tutaj ADV stanowi bazę, którą należy przebić.
• Filtry płynności („tylko spółki powyżej 1M ADV”) — każdy backtest i screener posiada taki filtr, co wpływa na zjawisko survivorship bias: spółki trafiają do takich zestawień poprzez okresy najbardziej gwałtownych wzrostów wolumenu.
• Wielkość pozycji — instytucjonalna praktyka handlu wolumenem wynoszącym jedynie kilka procent ADV dziennie sprawia, że duże fundusze nie mogą posiadać pewnych małych spółek: budowanie lub zamykanie pozycji wymagałoby tygodni obrotu całym rynkiem.

Przykład dni do pokrycia warto przeanalizować na liczbach, ponieważ nawet „oficjalna” wartość uwzględnia wybór ADV dokonany przez konkretny podmiot. FINRA publikuje dni do pokrycia przy własnym mianowniku wolumenu (każda giełda ma własny przedział raportowania, z dolnym limitem 1.0 — patrz jak pozyskiwane są te dane); ponowne obliczenie tego samego wskaźnika przy użyciu ADV z 20 sesji w godzinach regulaminowych podanego na tej stronie zmienia wynik:

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

Ten sam short interest, dwa mianowniki. Dla KO FINRA raportuje 2.06 dni przy wolumenie wynoszącym 24.1M akcji; w zestawieniu z ADV z godzin regulaminowych wynoszącym 12.4M na tej stronie, ta sama pozycja krótka wynosząca 49.6M akcji daje wynik 4 dni — czyli niemal dwa razy więcej. Dla MU publikowana wartość wynosi raportowany limit 1; po ponownym przeliczeniu wynosi ona 0.75 dni. Żadna z tych wartości nie jest błędna — wynikają one z zastosowania różnych mianowników. Wniosek jest ogólny: każdy wskaźnik, w którego skład wchodzi ADV, po cichu odnosi się do wybranych przez kogoś ram czasowych i sesji.

Czy ADV ma zastosowanie do opcji?

Traderzy opcyjni korzystają z tej samej koncepcji z jedną różnicą: wolumen liczy się w kontraktach, a każdy standardowy kontrakt na akcje obejmuje 100 akcji. Przyjmując te same 20 sesji i cztery taśmy opcyjne, liczbę kontraktów przelicza się na ekspozycję w ekwiwalencie akcji:

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

Różnice skali znacznie przewyższają wartości z tabeli akcji. Taśma opcyjna SPY osiągała średnio 12543.2 tysięcy kontraktów dziennie — co odpowiada 1254.3M akcji ekspozycji, czyli wielokrotność ADV dla SPY wynoszącego 46.01M akcji. KO wykazuje odwrotny trend: 64.6 tysięcy kontraktów (6.5M w ekwiwalencie akcji), czyli poniżej ADV dla akcji na poziomie 12.4M. Płynność opcyjna koncentruje się w kilku instrumentach bazowych, a dodatkowo rozprasza się w zależności od cen wykonania i terminów wygaśnięcia — taka zagregowana wartość wyolbrzymia obrót na pojedynczym kontrakcie. Przed ustaleniem wielkości zlecenia opcyjnego należy zweryfikować wolumen oraz otwartą pozycję (open interest) dla konkretnego kontraktu.

Analiza ADV w praktyce

Trzy nawyki pozwalają przejść od znajomości definicji do jej praktycznego stosowania. Należy zestawiać ADV z wartością ADV w USD — pierwsza tabela pokazuje dwie spółki o zbliżonej liczbie akcji, ale znaczącej różnicy w wartości obrotów; to kolumna wartości ma kluczowe znaczenie dla zleceń. Należy zachować dystans do danych ADV bezpośrednio po istotnych wydarzeniach — panel szokowy wykazał, że jeden intensywny okres obrotu zmienił mianownik o 57% w ciągu miesiąca, co mechanicznie obniżyło względny wolumen oraz liczba dni do pokrycia aż do momentu, gdy nagły wzrost wyjdzie poza analizowany okres. Należy weryfikować ADV pod kątem kalendarza — piątki wygasania kontraktów, dni rebalansowania oraz daty zmian w indeksach powodują jednoczesny wzrost wolumenu u wszystkich podmiotów (szczególnie w dniach witching), zatem ogólnorynkowa wysoka aktywność nie dostarcza informacji o sytuacji konkretnej spółki.

FAQ dotyczące średniego dziennego obrotu

Jaki średni dzienny obrót jest odpowiedni?

Mierzony dla 10864 symboli z USA w ciągu 20 sesji, mediana obrotu w USD wynosiła $2.2M; 3535 spółek osiągało obrót rzędu $10M dziennie, a tylko 130 przekraczało $1B. W przypadku zleceń detalicznych istotna jest wartość w USD, a nie liczba akcji — spółki z grupy powyżej $10M handlowane są bez wpływu małych zleceń na cenę.

Jak oblicza się średni dzienny obrót?

Należy zsumować dzienne wolumeny akcji w wybranym oknie czasowym i podzielić wynik przez liczbę dni. Pięć sesji KO w okresie od 6 do 10 lipca 2026 roku sumuje się do 52.8M akcji; po podzieleniu przez pięć, ADV wynosi 10.6M. 20-dniowe ADV to ta sama operacja arytmetyczna wykonana w ciągu 20 sesji.

W jakim oknie czasowym mierzone jest ADV?

Najczęściej stosuje się 20 sesji handlowych (około miesiąca), jednak funkcjonują również wersje 10-, 30-, 65- i 90-dniowe — dane te znacząco się różnią po wystąpieniu nagłego skoku wolumenu. 2026-04-14, 20-sesyjne ADV dla MU wynosiło 45.6M, podczas gdy 90-sesyjne ADV tego samego dnia wynosiło 31.9M. Należy sprawdzić okno czasowe przed porównywaniem źródeł.

Czy ADV obejmuje wolumen przedsesyjny i pozasesyjny?

Zależy to od źródła — dane na tej stronie dotyczą wyłącznie godzin sesyjnych. Mierzone w tym samym 20-sesyjnym oknie, sesje rozszerzone stanowiły 18.3% całkowitego wolumenu SPY, 6.9% wolumenu AAPL oraz 0.2% niskiego wolumenu CATO — przewodnik po sesjach rozszerzonych zawiera szczegółowy podział sesji.

Czy ADV to liczba akcji czy wartość w USD?

Tradycyjnie podaje się liczbę akcji, jednak ADV w USD jest lepszą miarą płynności dla akcji. W tym samym 20-sesyjnym okresie MU i AAPL handlowały odpowiednio po 42.01M i 41.47M akcji dziennie — wyniki były niemal identyczne — podczas gdy ich ADV w USD wynosiło odpowiednio $44.49B i $12.24B. Ta sama liczba akcji, skrajnie różne poziomy płynności.

Każda liczba pochodzi z zapisanego, wersjonowanego zapytania — można rozwinąć kod SQL pod dowolnym panelem lub obliczyć dowolne okno czasowe dla dowolnego tickera na terminalu Strasmore.