什么是暗池成交量?7,052 只股票 44 个交易日的每日卖空成交量

暗池成交量到底是什么,每日文件里有什么

暗池成交量是指在公开交易所之外成交的股数,这些场所在订单成交前不显示订单。交易事后会以汇总方式报告给由监管机构运营的报告设施。由这些报告生成的每日文件是外界查看这类活动的唯一公开窗口,而且它们比这个词听起来要窄得多。对于每只股票和每个交易日,文件只有三个数字:场外报告的股数、其中被标记为卖空的部分,以及交易日期。

首先要区分的是卖空这个词。当卖方在卖出的那一刻并不持有这些股票时,这笔卖出就被标记为卖空。这一类别包括显而易见的看空押注,也包括做市商卖出即将补充的库存、为抵消其他位置而进行的对冲,以及套利交易的一条腿。文件不会说明是哪一种。50% 的读数意味着一半的已报告股数在监管意义上被卖空。它并不意味着一半的市场在押注这只股票下跌,它也不是空头持仓量(short interest)——后者统计的是从一天延续到下一天的未平仓头寸。

其次要区分的是分母。本报告中的比率是被标记为卖空的股数除以当日通过场外设施报告的全部股数。它不是整个合并行情的占比。一只股票可能在交易所成交 40M 股,而只在场外报告 2M 股;比率只描述这 2M 股。

本报告直接测量这份文件。样本为 2026 年 9 月 11 日至 11 月 11 日期间 7,052 个代码、44 个交易日共 283,291 个股票日,数据来自美国市场监管机构的公开交易统计。标题所问问题的直接答案就在下方,报告的其余部分检验单次读数能承载多大分量。

直接回答:暗池成交量是交易中发生在场外、事后才报告的部分。在监管机构的每日文件中,大约一半,即这 44 个交易日平均 49.81%,被标记为卖空,而这个数字对方向的说明力远没有表面看起来那么强。

49.81% 的基准:44 个交易日和 283,291 个股票日

在整个样本中,按成交量加权的卖空占比平均为每个交易日 49.81%。每个交易日中位数股票的平均值为 49.95%,而整个样本的股票日中位数恰好是 50.0%。三种不同的求中心方式彼此相差不到 0.19 个百分点,这意味着分布的中心并没有被少数巨额成交拉偏。

围绕这个中心的离散度很大。所有股票日的第 5 百分位是 12.1%,第 25 百分位是 36.2%,第 75 百分位是 62.2%,第 95 百分位是 80.1%。一个 36% 的股票日和一个 62% 的股票日相差 26 个点,但两者都落在样本的中间一半之内。换句话说,单次读数的四分位距比全市场汇总值的整个区间还要宽,而汇总值从未超出 44.95% 到 53.11%。汇总值之所以平静,是因为成千上万个嘈杂的读数相互抵消;单个读数一点也不平静。

一半的股票日,即 50.25%,读数不低于 50%。17.3% 低于 30%。20.3% 达到或超过 65%。这三个数字构成了后文一切的框架。在把任何一只股票的比率当作信号之前,第一步应该是与这个分布比较,因为一个让人觉得极端的读数,往往仍在其中。

几乎没动的区间:两个月内 44.95% 到 53.11%

全市场卖空占比在 2026 年 11 月 4 日最低,为 44.95%,在 2026 年 9 月 18 日最高,为 53.11%。两者之差为 8.16 个百分点,44 个每日读数的标准差只有 1.97 个点。相邻两个交易日之间的平均绝对变动为 1.24 个点。单日最大变动为 3.98 个点,从 9 月 18 日的 53.11% 降到 9 月 21 日的 49.13%。

对于一个由约 6,300 只股票、平均每个交易日 5.67B 报告股数构成的数字来说,这种稳定性是最先引人注意的。汇总值 4 个点的变动已经是样本中最大的。读数移动一个点属于正常噪声,而这份记录中没有任何迹象表明汇总值一个点的变动本身带有信息。

最近十二个交易日的每日明细展示了实际区间。10 月 27 日读数 48.10%,10 月 28 日 49.07%,10 月 29 日 47.93%,10 月 30 日 46.83%,11 月 2 日 46.62%,11 月 3 日 48.35%。随后出现低点:11 月 4 日为 44.95%。此后序列回升:11 月 5 日 45.16%,11 月 6 日 46.67%,11 月 9 日 46.53%,11 月 10 日 48.55%,11 月 11 日 48.04%。只看到 11 月 4 日的人会看到两个月来的低点。看到整个 44 个交易日区间的人会看到一个比平均值低 4.86 个点的读数,而该序列的标准差为 1.97,大约是两个半标准差,随后是正常的回升。

每 5 个股票日就有 1 个超过 65%,每个交易日有 814 个

一种常见的筛选规则会在某只股票的卖空占比在至少 50,000 个报告股数上达到 65% 时标记为“激增”。这个门槛听起来很罕见,但实测频率并非如此。在至少有 50,000 个报告股数的 182,498 个股票日中,有 35,828 个达到或超过 65%,占 19.63%。在 44 个交易日中,平均每个交易日有 814.3 个股票日,来自 4,071 个不同的代码。

换个说法,65% 的读数是五次里有一次的事件。在典型的交易日,有八百多只股票超过这一水平,而在两个月里,有 4,071 个代码在有意义的成交量上至少超过过一次。在每个交易日平均至少有 500,000 个报告股数且出现至少 40 个交易日的 1,924 只股票中,有 1,483 只至少出现过一个 65% 的日子。其中只有 20 只在 44 个交易日中有 30 个或更多个交易日达到该水平。

最后这对数字才是关键。出现一次 65% 几乎就是活跃股票的默认行为:1,483 除以 1,924,即 77%。在大多数交易日都出现则很罕见:1,924 中的 20 只,约 1%。单日的飙升很常见,几乎不带信息。持续的读数并不常见,而且是这个信号中唯一能通过基本频率检验的版本。

一个每天触发 814 次的阈值是过滤器,而不是警报。当作警报使用,它会不停地响,而引起响声的股票大多与前一天是同一批,正如下面关于持续性的章节所示。

为什么最“嘈杂”的读数来自几乎没有成交的股票

样本按报告股数可以清晰地分层。极端值出现在底部,那里几股的成交就能产生任何比率。

在报告股数低于 10,000 时,10.0% 的股票日读数达到 90% 或更高,5.42% 恰好是 100%,这意味着每一股报告的股票都被标记为卖空。在 10,000 至 50,000 的区间,90% 的频率降到 1.0%,而在 50,000 以上则为 0.3% 或更低。读数的离散度随规模稳步收窄:低于 10,000 股时标准差为 29.1 个点,超过 5M股时为 12.6 个点。

不同规模的区间在代表市场的程度上也不同。最小的两个区间占全部股票日的 35.6%,却只占全部报告股数的 0.6%。最大的区间占股票日的 3.0%,却占报告股数的 53.6%。一个不设成交量下限、按卖空占比给股票排名的筛选器,榜单顶部会被最小的两个区间里的代码占满,因为那里制造 100% 的读数成本极低。

这就是为什么像上文那样的激增规则要设置 50,000 股的下限,也是这个下限重要的原因。它并不能消除噪声。50,000 至 500,000 的区间仍有 22.8% 的行达到 65% 或更高,是除最小区间之外频率最高的区间。它确实剔除了那些让原始排名看起来很大、却几乎没有意义的恰好 100% 的读数。

成交量在哪里:3% 的行承载了 53.6% 的股数

集中度是第二个结构性特征。报告股数超过 5M的股票日占行数的 3.0%,却占成交量的 53.6%。在样本中最近的交易日 2026 年 11 月 11 日,最活跃的十只股票占全部报告股数的 19.8%,前 100 名占 47.4%。

这些最活跃的股票的比率与其他股票并没有不同。11 月 11 日,最活跃的 100 只股票合计为 47.81%,市场其余部分为 48.25%,相差 0.44 个点。在全部 44 个交易日上做同样的比较,结果在小数点后第二位几乎相同:每天最活跃的 100 只股票为 49.81%,其余为 49.82%。主导成交量的一百只股票与分摊其余部分的六千只股票,在汇总层面表现一致。

这对阅读全市场数字的人有实际影响。全市场卖空占比在近似意义上就是最活跃的 100 只股票的卖空占比。它并没有单独总结众多小盘股,也不应被当作广泛股票池的情绪指标。它是一个被少数名单主导的成交量加权平均值。

榜单顶部很不均匀。11 月 11 日,最活跃的单只代码报告了 434.3M 股,远超第二名的 160.1M 股,当天它的卖空占比为 43.6%。仅这一只代码就占当日报告股数的 7.2%。任何引用汇总值的报告都应说明是哪一个交易日、哪些代码在驱动它。

有“黏性”的比率:0.58 的相关系数与 41.3% 的最高十分位留存率

如果每日读数纯属噪声,一只股票今天的比率就无法说明它明天的比率。但它确实能说明一些东西。取每个交易日平均至少有 500,000 个报告股数且出现至少 40 个交易日的 1,924 只股票,一只股票前 22 个交易日的平均比率与后 22 个交易日的平均比率之间的相关系数为 0.58。

日与日之间的“记忆”同样可见。在报告股数至少为 50,000 的股票中,一个交易日的比率与下一个交易日比率的秩相关平均为 0.60。某只股票在某一交易日处于比率最高十分位,下一个交易日仍处于最高十分位的比例为 41.3%,而随机预期是 10%。五个交易日后它仍在其中的比例为 31.7%,是随机概率的三倍。

这种持续性指向的是结构,而不是每日的决策。有些股票通过场外场所成交的方式会让更多的成交量被标记为卖空,原因与谁为它们做市以及做市如何对冲有关。文件不会告诉你哪个原因适用。它告诉你的是,这个数字有一部分是股票本身的属性,而这一部分是稳定的。

在 1,924 只流动性较好的股票中,44 个交易日的比率从 18.7% 到 74.7% 不等,标准差为 8.8 个点。243 只股票在 60% 或以上,249 只在 40% 或以下。这两组规模大致相当,在全市场平均为 49.81% 的度量上相距 20 个点或更多。

对解读的影响是直接的。一只每个交易日都读到 65% 的股票,今天再读到 65% 时并没有宣告任何新东西。有信息量的问题是这只股票是否偏离了它自己的基准,而这个样本只能在粗略的层面支持这一点,而不是它是否越过了某条固定的线。

读懂单个代码:NVDA 为 38.7%,SPY 为 55.1%

四个大型代码显示了基准差异有多大。在这 44 个交易日里,每日卖空占比的简单平均值是 NVDA 38.7%、TSLA 51.5%、AAPL 51.5%、SPY 55.1%。区间同样很宽:NVDA 从 22.9% 到 57.4%,TSLA 从 39.5% 到 62.6%,AAPL 从 40.1% 到 62.7%,SPY 从 41.9% 到 76.2%。

11 月 11 日,NVDA 报告了 114.4M 股,卖空占比 34.1%,英特尔报告了 59.5M 股,占比 33.7%。当天的汇总值为 48.04%。因此,NVDA 的 34% 比它自己 44 个交易日的平均值低 4.6 个点,也比市场低 14 个点。第一种比较才有用。第二种只是在比较两个不同的基准。

SPY 是需要谨慎对待的例子。交易所交易基金可能有申购赎回活动和做市对冲,而这些在一家运营公司的股票上并不存在,它的读数在样本中最高达到 76.2%。在不知道是哪种机制产生了某个读数的情况下,把这个数字称为看空只是猜测。同样的读数出现在没有这类对冲机制的公司身上,含义会不同。

实际的习惯很简单:在读任何单个代码的数字之前,先取出该代码自己 44 个交易日的区间。区间之内的读数是常规的。区间之外的读数才是第一个值得再看一眼的,即便如此,文件也无法说明卖方是对冲者还是看空者。

日历与潮汐:周五 50.48%,周四 49.13%,以及 46.86% 的 11 月

星期效应很小。在 44 个交易日中,周一平均 49.53%(9 个交易日),周二 49.71%(9 个),周三 50.15%(9 个),周四 49.13%(8 个),周五 50.48%(9 个)。最低日与最高日之间相差 1.35 个点,小于该序列本身 1.97 个点的标准差。每个星期几只有 8 或 9 个样本,这种差异不足以作为日历效应的有力证据。

按月的漂移更大。9 月样本中有 14 个交易日,平均 50.93%。10 月有 22 个交易日,平均 50.18%。11 月截至 11 日有 8 个交易日,平均 46.86%。前十个交易日的平均值为 50.9%,最后十个交易日的平均值为 46.96%,下降了 3.94 个点,而这个序列在其他时候从一天到下一天很少移动超过 1 个点。

这一下降与成交量吻合。场外报告股数平均每个交易日 5.67B。最活跃的交易日是 2026 年 11 月 5 日,为 8.19B,当天的比率为 45.16%,是样本中第二低的读数。最清淡的交易日是 2026 年 10 月 12 日,为 4.41B,比率为 51.05%。在全部 44 个交易日中,一个交易日的总报告股数与其卖空占比之间的相关系数为 -0.56。

44 个点上 -0.56 的相关系数是中等强度的关系,而不是定律。它确实说明,在这一时期成交量大的交易日往往卖空占比较低,这与新增成交量不成比例地来自标记较少卖空的来源的情形相符。文件没有识别这些来源,而且两个月是个很短的样本。更谨慎的解读是汇总比率会随成交量状态而变动,因此高成交量日里的低读数与清淡日里的低读数不是同一种事件。

数据何时可用:时点问题

在研究流程中使用这些数字的人必须把两个日期分开。交易日期是成交量发生的那个交易日。发布日期是监管机构发布文件的时间,在收盘之后,而不是交易时段内。一个在 11 月 11 日开盘时读取 11 月 11 日比率的模型,用到的是直到当晚才存在的信息。

本报告背后的记录为每一行标注了交易日期和入库时间。在这个样本中,11 月 11 日的数据在 11 月 11 日 22:18 UTC 入库,即纽约下午 5:18。要重建某一时刻可知信息的研究人员,可以剔除任何入库时间晚于该时刻的行。

还有第二条边界。样本从 2026 年 9 月 11 日开始,所以这里的每一个表述都只覆盖 44 个交易日,而不是十年。一只股票 44 个交易日的基准是在一种市场状态内测得的,在另一种状态下未必成立。尤其是持续性数字,只描述这个窗口,在任何人依赖它们之前,应当在更长的记录上重新测量。

第三点提醒涉及股票层面的读数可以暗示什么。比率是事后观察到的,并且在股票层面是稳定的,这使它成为描述一只股票如何交易的特征。在本报告中,它没有针对任何后续价格变动进行检验,这里的任何内容都不应被理解为它能预测价格变动。

这份记录无法告诉你的事

文件无法识别是谁在卖。它无法区分做市商的库存卖出与有方向的卖空,也无法区分对冲与纯粹的押注。被标记为卖空的占比是挂在交易上的监管标签,而不是信念强度的度量。

它也看不到交易所内的成交。分母只是场外成交量,所以一只成交主要发生在交易所的股票,只由其交易中很薄的一片来代表,而基于薄片构建的比率会因为上面规模表所示的原因而带有噪声。报告股数低于 50,000 的那 35.6% 股票日就是最清楚的例子。

样本涵盖 44 个交易日。星期效应建立在每个星期几 8 或 9 个观测之上。持续性与基准数字建立在同一个窗口之上。与成交量的相关性建立在 44 个点之上。这些都是描述性发现,在能被视为市场的稳定属性之前,需要更长的样本。

文件不衡量空头持仓量、借券成本或回补天数。一只股票可以显示 70% 的每日比率而几乎没有未平仓空头头寸,反过来也同样可能。需要未平仓头寸的人必须去看另一个数据集,它按另一个时间表发布。

最后,这 44 个交易日中没有任何一个能证明某只股票之后做了什么。本报告衡量的是信号的形状,包括它多久触发一次、变化有多大,以便读者判断单个数字能承载多少分量。对这个问题,测得的答案是:单日很少,而对一只股票自身持续的基准则多一些。

这些数字是如何构建的

来源:美国市场监管机构的公开交易统计,每日卖空成交量文件,涵盖 2026 年 9 月 11 日至 2026 年 11 月 11 日的 7,052 个代码和 44 个交易日,共 283,291 个报告成交量非零的股票日。比率 = 被标记为卖空的股数除以场外报告的总股数,按每个股票日计算;对于汇总值,则是当日所有代码的卖空股数之和除以报告股数之和。

按成交量加权的汇总值就是 49.81% 这个数字。44 个交易日中位数的平均值为 49.95%。规模区间使用该股票日的总报告股数。激增计数使用至少有 50,000 个报告股数且比率达到 65% 或更高的股票日。持续性比较的是:在当日处于第 90 百分位、且报告股数至少为 50,000 的每只股票,与同一只股票在下一个交易日和五个交易日之后的状态,并要求该股票在两天都出现。半样本相关性使用 1,924 个至少出现 40 个交易日、且每个交易日平均至少 500,000 个报告股数的代码,比较第 1 到 22 个交易日与第 23 到 44 个交易日的成交量加权比率。

星期和月度平均值是 44 个每日汇总读数的简单平均。每一项统计都来自截至 2026 年 11 月 12 日已存储的每日数据行。没有任何读数被估计、平滑或填补,某个交易日报告成交量为零的代码被排除在该交易日之外。

接下来看什么

如需在个股层面查看场外与期权的持仓情况,期权与暗池筛选器列出了每个代码自己最近的读数,这样可以把一个数字与它自己的基准比较,而不是与固定的线比较。关于同一市场结构中做市商对冲的一面,请阅读做市商伽马敞口与做市商对冲。关于时点部分背后的时间纪律,请阅读前视偏差(look-ahead bias)和时点数据(point-in-time)。需要带入库时间戳的底层数据行的基金,可以申请机构数据预览。

公开数据 · 不构成投资建议。Gemral Edge story: gemral.com/edge/s/what-is-dark-pool-volume。