当前位置:首页 > 文章列表 > 文章 > 常见问题 > 股票涨跌停计算规则详解

股票涨跌停计算规则详解

2026-05-08 09:59:40 0浏览 收藏
本文系统详解了中国股市五大板块(主板、科创板、创业板、北交所及权证)的涨跌停价格计算规则与实操要点,涵盖不同品种的涨跌幅限制比例(±10%、±20%、±30%及杠杆化权证机制)、统一的价格精度处理方式(四舍五入至0.01元)、特殊情形应对(如价差不足0.01元时的保底调整),以及ST/*ST股票规则更新等关键细节,帮助投资者准确预判每日交易价格边界,规避误判风险,提升盯盘与决策效率。

股票涨跌停怎么算_交易价格波动限制规则【股市】

如果您查看某只股票的实时行情,发现其价格触及上限或下限而无法继续成交,则说明该股票已触发涨跌停机制。以下是计算股票涨跌停价格的具体规则:

一、主板普通股票涨跌停价格计算

该方法适用于沪深交易所主板非ST类A股,以昨日收盘价为基准,按固定百分比计算涨跌停价格。计算结果需四舍五入至价格最小变动单位(A股为0.01元)。

1、获取该股票前一交易日的收盘价;

2、将前一交易日收盘价乘以(1+10%),结果即为涨停价格;

3、将前一交易日收盘价乘以(1-10%),结果即为跌停价格;

4、若计算结果小数位数超过两位,按四舍五入保留至0.01元;

5、若计算结果与前收盘价之差的绝对值小于0.01元,则以前收盘价增减0.01元作为涨跌幅限制价格。

二、科创板与创业板股票涨跌停价格计算

该方法适用于注册制下科创板(688开头)、创业板(300开头)股票,涨跌幅限制为±20%,新股上市前5个交易日不设涨跌幅限制,第6个交易日起适用本规则。

1、确认该股票是否处于上市第6日及之后的常规交易阶段;

2、取前一交易日收盘价,乘以(1+20%)得出涨停价格;

3、取前一交易日收盘价,乘以(1-20%)得出跌停价格;

4、计算结果统一四舍五入至0.01元;

5、若结果不足0.01元变动幅度,则以前收盘价±0.01元为最终涨跌停价格。

三、ST及*ST股票涨跌停价格计算

该方法适用于已被实施风险警示的主板股票(含ST、*ST),自2025年7月起,涨跌幅限制已由±5%调整为±10%,与主板普通股票一致,计算逻辑相同但历史数据仍可能沿用旧规则回溯验证。

1、确认该股票当前是否属于ST或*ST类别;

2、调取前一交易日收盘价;

3、涨停价格=前收盘价×1.10,跌停价格=前收盘价×0.90;

4、所有中间计算过程及最终结果均按四舍五入精确到0.01元;

5、若计算所得涨跌停价格与前收盘价之差小于0.01元,则以前收盘价±0.01元为实际涨跌停价格。

四、北交所股票涨跌停价格计算

该方法适用于北京证券交易所上市股票,实行±30%涨跌幅限制,适用于全部股票(不含新股上市首日),计算以当日开盘前的前收盘价为基准。

1、获取该股票前一交易日的收盘价;

2、涨停价格=前收盘价×1.30,跌停价格=前收盘价×0.70;

3、计算结果保留三位小数后四舍五入至0.01元;

4、若计算结果与前收盘价之差的绝对值低于0.01元,则以前收盘价±0.01元为涨跌停价格;

5、北交所允许涨跌停价格计算结果为零,但实际报价不得低于0.01元。

五、权证涨跌停价格计算

该方法专用于权证产品,其涨跌停价格不直接采用百分比,而是挂钩标的证券的涨跌停价格,并引入125%杠杆系数与行权比例,体现权证高波动特性。

1、获取权证前一日收盘价及对应标的证券前一日收盘价;

2、计算标的证券当日涨停价与跌停价(按其所属板块规则);

3、涨停价=权证前日收盘价+(标的证券涨停价-标的证券前日收盘价)×125%×行权比例;

4、跌停价=权证前日收盘价-(标的证券前日收盘价-标的证券跌停价)×125%×行权比例;

5、若跌停价计算结果≤0,则该权证跌停价为0;

今天关于《股票涨跌停计算规则详解》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

智学网老师网上阅卷步骤详解智学网老师网上阅卷步骤详解
上一篇
智学网老师网上阅卷步骤详解
B站大会员权益详解及价值分析
下一篇
B站大会员权益详解及价值分析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    348次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    311次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用