quotes 字段全解：涨跌幅、振幅、换手率的口径与单位（都是小数）

Q: change_pct 是 1.75 还是 0.0175？

是 `0.0175`（小数）。实测 `600519.SH` 为 `0.017471`，等于手算 `(last−prev)/prev`，乘 100 才是 `1.75%`。

Q: 振幅为什么和我按开盘价算的对不上？

AlphaFeed 的 `amplitude` 分母是**昨收**（prev_close），不是开盘价。换口径自己用 `(high−low)/open` 另算即可。

Q: 换手率是流通还是总股本口径？

实测对应流通股本（`float_shares`）。要总股本口径用 `volume×100/total_shares` 自算（`total_shares` 来自 `instruments`）。

Q: 这些字段历史值能取吗？

`quotes` 是实时快照；历史要用 `klines`（日/分钟线）自己复原涨跌幅、振幅等。

行情数据 · 代码验证于 2026-10-30

quotes 字段全解：涨跌幅、振幅、换手率的口径与单位

一句话回答： AlphaFeed 实时快照 quotes 里，ext.change_pct（涨跌幅）、ext.amplitude（振幅）、ext.turnover_rate（换手率）都是小数——0.03 表示 +3%，不是 3.0；last_price/prev_close/open/high/low 是价格，volume 单位「手」、amount 单位元（A 股）。实测核对：600519.SH 的 ext.change_pct=0.017471 与手算 (last-prev)/prev 完全一致，ext.amplitude=0.01953 与 (high-low)/prev 一致。诚实边界：这些是约 3 秒延迟的快照字段，amount 仅 A 股可靠（美股/港股为 0）。

为什么要先搞清楚口径

用快照选股/盯盘，最常见的 bug 就是把小数当百分数：以为 change_pct 是 3.0（3%），写成 change_pct > 3 去筛，结果什么都筛不出来（因为真实值是 0.03）。先把每个字段的口径和单位钉死，后面所有过滤条件才不会错。

一次取回快照，看字段

from alphafeed import AlphaFeed
af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

# 单只
q1 = af.quotes.get(symbols="600519.SH")
# 全 A 一次取回（DataFrame，实测约 5576 行）
q = af.quotes.get(universes="CN_Stock", to_dataframe=True)
print(list(q.columns))
# ['symbol','region','last_price','prev_close','open','high','low',
#  'volume','amount','timestamp','trade_date','trade_time',
#  'ext.type','ext.name','ext.change_pct','ext.change_amount',
#  'ext.amplitude','ext.turnover_rate']

字段逐项速查

字段	含义	口径 / 单位	示例(600519.SH)
`last_price`	最新价	元	—
`prev_close`	昨收	元	—
`open/high/low`	今开/最高/最低	元	—
`volume`	累计成交量	手（盘中=到此刻，收盘=全天）	—
`amount`	累计成交额	元（A 股；美/港为 0）	—
`ext.change_pct`	涨跌幅	小数 =(last−prev)/prev	0.017471 (≈+1.75%)
`ext.change_amount`	涨跌额	元 = last−prev	23.25
`ext.amplitude`	振幅	小数 =(high−low)/prev	0.01953 (≈1.95%)
`ext.turnover_rate`	换手率	小数 =成交量/流通股本	0.003439 (≈0.34%)
`ext.name`	名称	字符串	贵州茅台
`trade_time`	快照时间	北京时间字符串	—

用真实数据核对口径（别只听我说）

r = q[q["symbol"] == "600519.SH"].iloc[0]
chg = (r["last_price"] - r["prev_close"]) / r["prev_close"]
amp = (r["high"] - r["low"]) / r["prev_close"]
print(round(chg, 6), round(r["ext.change_pct"], 6))   # 0.017471 0.017471 ✅ 一致
print(round(amp, 6), round(r["ext.amplitude"], 6))    # 0.01953  0.01953  ✅ 一致

换算成百分数只需 × 100：change_pct * 100 → 1.75(%)。筛「涨幅 > 3%」要写 q["ext.change_pct"] > 0.03。

关键坑与注意事项

全是小数，不是百分数：0.03 = 3%。所有阈值都按小数写（> 0.03、.between(0.02, 0.07)）。
振幅分母是昨收：实测 amplitude=(high−low)/prev_close，不是除以开盘价，也不是除以最新价。
换手率分母是流通股本：turnover_rate = volume(手)×100 / float_shares（手→股），口径为流通换手；若要总股本口径需自算。
amount 仅 A 股可靠：美股/港股快照 amount 为 0，用 volume 替代。
快照是约 3 秒延迟截面：盘中 volume/change_pct 会随刷新变化，不是逐笔、非毫秒级。
volume 单位是「手」：1 手=100 股；与 klines 的 volume 口径一致。

常见问题（FAQ）

Q：change_pct 是 1.75 还是 0.0175？ A：是 0.0175（小数）。实测 600519.SH 为 0.017471，等于手算 (last−prev)/prev，乘 100 才是 1.75%。

Q：振幅为什么和我按开盘价算的对不上？ A：AlphaFeed 的 amplitude 分母是昨收（prev_close），不是开盘价。换口径自己用 (high−low)/open 另算即可。

Q：换手率是流通还是总股本口径？ A：实测对应流通股本（float_shares）。要总股本口径用 volume×100/total_shares 自算（total_shares 来自 instruments）。

Q：这些字段历史值能取吗？ A：quotes 是实时快照；历史要用 klines（日/分钟线）自己复原涨跌幅、振幅等。

小结

quotes 的 ext.* 字段把涨跌幅、振幅、换手率直接算好给你，但全是小数，且振幅分母是昨收、换手率分母是流通股本。记住口径、用真实数据核对一遍，写过滤条件时就不会再把 0.03 当成 3.0。跨市场时注意 amount 仅 A 股可靠。