name	hk-liquidity-risk
description	港股流动性风险监控器。监控港股市场流动性状况、个股流动性风险、市场深度分析等。用于识别流动性风险和制定交易策略。
license	Apache-2.0

港股流动性风险监控器

专业的港股流动性风险监控工具，提供市场流动性分析、个股流动性风险评估和交易执行建议。

核心功能

💧 市场流动性监控

整体市场流动性指标
市场深度分析
流动性趋势监控
流动性风险评估

📊 个股流动性分析

个股流动性评分
买卖价差分析
成交量分析
持仓集中度风险

⚠️ 流动性风险预警

流动性风险等级
异常流动性变化
流动性危机预警
风险缓解建议

🎯 交易执行建议

最优执行策略
交易时机选择
头寸规模建议
交易成本估算

使用场景

风险管理

监控市场流动性风险
识别流动性危机
评估交易执行风险
制定风险控制措施

交易执行

优化交易执行策略
减少市场冲击成本
选择最佳交易时机
估算交易成本

投资决策

评估投资标的流动性
制定仓位规模策略
评估退出可行性
优化投资组合

输出内容

💧 市场流动性概览

港股市场流动性状况 (2026-02-15):
市场总成交额: 1,200亿港元
平均买卖价差: 0.15%
市场深度: 8,500万股
流动性评分: 72/100 (良好)

流动性趋势: 稳定
风险等级: 低

📊 个股流动性TOP10

高流动性个股:
1. 腾讯控股(00700): 流动性评分 95/100
2. 阿里巴巴(09988): 流动性评分 92/100
3. 美团(03690): 流动性评分 88/100
4. 友邦保险(01299): 流动性评分 85/100
5. 汇丰控股(00005): 流动性评分 83/100

⚠️ 流动性风险预警

低流动性风险个股:
1. 某小盘股: 流动性评分 25/100 (高风险)
2. 某创业板: 流动性评分 30/100 (高风险)
3. 某新股: 流动性评分 35/100 (中风险)

建议: 避免大额交易，分批执行

🎯 交易执行建议

腾讯控股(00700) 交易建议:
建议执行方式: VWAP算法交易
建议交易时间: 14:30-15:30
最大单笔规模: 500万股
预期市场冲击: 0.05%
预期总成本: 0.20%

流动性指标

市场流动性指标

总成交额: 市场总成交金额
平均价差: 平均买卖价差比例
市场深度: 买卖盘深度
换手率: 市场换手率
流动性评分: 综合流动性评分

个股流动性指标

个股成交额: 个股成交金额
个股价差: 个股买卖价差
成交量: 成交股数
换手率: 个股换手率
持仓集中度: 大股东持股比例

风险指标

流动性风险: 流动性风险等级
市场冲击: 交易对价格的冲击
执行风险: 交易执行风险
退出风险: 退出投资风险

风险等级

风险分类

高风险: 流动性评分 < 30
中风险: 流动性评分 30-60
低风险: 流动性评分 60-80
无风险: 流动性评分 > 80

风险特征

高风险: 成交量小、价差大、深度浅
中风险: 成交量中等、价差适中、深度一般
低风险: 成交量大、价差小、深度较深
无风险: 成交量很大、价差很小、深度很深

技术指标

流动性指标

Amihud非流动性: ILLIQ = |Return| / Volume
买卖价差: Spread = (Ask - Bid) / Mid
Roll模型: 估算有效价差
Kyle's Lambda: 价格影响系数

市场深度指标

订单簿斜率: 订单簿价格弹性
市场深度: 买卖盘总深度
集中度: 大订单占比
不平衡度: 买卖盘不平衡程度

执行质量指标

执行 shortfall: 执行价格与基准差异
市场冲击: 交易对价格的影响
时机成本: 等待交易的机会成本
总成本: 执行总成本

数据源

主要数据源

港交所: 实时行情数据
各大券商: 流动性研究报告
数据供应商: 高频数据服务
学术研究: 流动性模型研究

数据更新频率

实时数据: 交易时间内实时更新
分钟数据: 每分钟更新
日度数据: 每日收盘后更新
历史数据: 5年以上历史数据

使用方法

基础查询

# 获取市场流动性
python scripts/liquidity_risk.py --market

# 获取个股流动性
python scripts/liquidity_risk.py --stock 00700

# 获取流动性排名
python scripts/liquidity_risk.py --ranking

# 获取风险预警
python scripts/liquidity_risk.py --warning

高级分析

# 流动性历史分析
python scripts/liquidity_risk.py --history 00700 --period 30

# 市场冲击分析
python scripts/liquidity_risk.py --impact 00700 --size 1000000

# 执行策略建议
python scripts/liquidity_risk.py --execution 00700 --amount 50000000

# 流动性压力测试
python scripts/liquidity_risk.py --stress 00700

配置选项

风险等级

# 高风险过滤
python scripts/liquidity_risk.py --risk high

# 中风险过滤
python scripts/liquidity_risk.py --risk medium

# 低风险过滤
python scripts/liquidity_risk.py --risk low

显示选项

# 简洁模式
python scripts/liquidity_risk.py --simple

# 详细模式
python scripts/liquidity_risk.py --detailed

# 排序选项
python scripts/liquidity_risk.py --sort by_liquidity

输出格式

表格格式

┌─────────────┬──────────┬─────────┬──────────┬──────────┐
│ 股票代码   │ 股票名称 │ 流动性   │ 风险等级 │ 建议     │
├─────────────┼──────────┼─────────┼──────────┼──────────┤
│ 00700      │ 腾讯控股 │ 95/100   │ 无风险   │ 正常交易 │
│ 09988      │ 阿里巴巴 │ 92/100   │ 无风险   │ 正常交易 │
│ 03690      │ 美团     │ 88/100   │ 低风险   │ 正常交易 │
│ 01299      │ 友邦保险 │ 85/100   │ 低风险   │ 正常交易 │
│ 00005      │ 汇丰控股 │ 83/100   │ 低风险   │ 正常交易 │
└─────────────┴──────────┴─────────┴──────────┴──────────┘

JSON格式

{
  "date": "2026-02-15",
  "market_liquidity": {
    "total_volume": 120000000000,
    "avg_spread": 0.0015,
    "market_depth": 85000000,
    "liquidity_score": 72,
    "risk_level": "低"
  },
  "stock_liquidity": [
    {"code": "00700", "name": "腾讯控股", "score": 95, "risk_level": "无风险", "recommendation": "正常交易"}
  ],
  "warnings": [
    {"code": "XXXXX", "name": "某小盘股", "score": 25, "risk_level": "高风险", "action": "避免大额交易"}
  ]
}

注意事项

数据延迟: 流动性数据可能有轻微延迟
市场机制: 港股无涨跌停，流动性风险可能放大
交易时间: 流动性在开盘收盘时可能较差
个股差异: 大盘股和小盘股流动性差异很大
市场情绪: 市场恐慌时流动性可能急剧下降

更新日志

v1.0.0 (2026-02-15)

初始版本发布
支持市场流动性监控
个股流动性分析
流动性风险预警
交易执行建议

港股流动性风险监控器 - 专业的流动性风险管理工具