> Source: https://ashareapi.com/docs/guides/shareholder-structure/ · Markdown version for LLMs / AI agents 教程 # A 股股东户数怎么看：筹码集中度 股东户数是窥探「筹码在谁手里」最直观的公开指标：户数减少 = 筹码向少数人集中（利好），户数暴增 = 筹码分散（散户涌入）。本文讲清三张表怎么读、字段什么意思，并附一个真实案例。 ## 一、为什么要看股东户数（30 秒） 股价短期由资金推动，**中期由筹码结构决定**。股东户数就是这个结构里最直接的公开信号： - **户数减少** → 筹码从散户手里集中到少数人（大资金/机构）手里 —— 通常被解读为**蓄势** - **户数增加** → 筹码从集中走向分散（更多散户接盘）—— 通常被解读为**派发/退潮** - **户均持股** = 总股本 / 户数，与户数反向，同样反映集中度 **注意**：这是"通常解读"，不是绝对信号 —— 需结合股价位置与买卖双方身份（见第四节）。 ## 二、一行请求拿到三张表 `/v1/shareholder` 是付费端点（需 Key）。只有一个参数 `code`。返回 `data` 是**对象**，内含 `tables` 数组（三张表）。 Python：拿股东结构（三张表） ``` import requests BASE = "https://api.ashareapi.com/v1" H = {"Authorization": "Bearer ct-你的Key"} b = requests.get(f"{BASE}/shareholder", params={"code": "sh600667"}, headers=H, timeout=60).json() d = b["data"] # 注意：data 是对象，不是数组 for t in d["tables"]: # 三张表，每张有 title/slug/rows print("== [%s] %s ==" % (t["slug"], t["title"])) for row in t["rows"][:5]: print(" ", row) ``` - **`data` 是对象**（含 `tables` 数组），不是普通数组 —— 用 `data["tables"]` 遍历 - **别用 `body["structured"]`** —— shareholder 的 data 是 dict，没有这个键 ## 三、三张表各读什么 | | | 表（slug） | 内容 | 怎么用 | | `top10_holders` | 十大股东（前 10 大） | 看谁控股/大机构在不在 | | `top10_float_holders` | 十大流通股东 | 看流通盘里谁在（更贴近交易盘） | | `holder_count` | 股东户数统计（历史多期） | **筹码集中度核心**：户数变化趋势 `top10_holders` 十大股东（前 10 大） 看谁控股/大机构在不在 `top10_float_holders` 十大流通股东 看流通盘里谁在（更贴近交易盘） `holder_count` 股东户数统计（历史多期） **筹码集中度核心**：户数变化趋势 **`holder_count` 是最有价值的一张** —— 它按季报披露，能看到户数随时间的**变化趋势**（不是单点）。 ## 四、字段怎么读 | | | 字段 | 含义 | 单位 | 说明 | | holdShares | 持股数 | 股 | 该股东持有多少 | | holdPct | 持股占比 | % | 占总股本比例 | | holdChange | 持股变动 | 股 | 正=增持 / 负=减持 / 0=不变 | | totalSHNum | 股东总户数 | 户 | 统计期股东数 | | avgHoldShares | 户均持股 | 股 | 总股本/户数（与户数反向） | | date | 统计截止日 | - | 季报披露日期（重要：有滞后） holdShares 持股数 股 该股东持有多少 holdPct 持股占比 % 占总股本比例 holdChange 持股变动 股 正=增持 / 负=减持 / 0=不变 totalSHNum 股东总户数 户 统计期股东数 avgHoldShares 户均持股 股 总股本/户数（与户数反向） date 统计截止日 - 季报披露日期（重要：有滞后） **两户**：`totalSHNum`（总户数）与 `aSHNum`（A 股户数）常相等；`avgHoldShares` 与 `aAvgHoldShares` 同理。 ## 五、真实案例：太极实业（600667）户数一年翻 3.5 倍 实测 2026-09-29 返回的 `holder_count` 表： - **趋势**：户数 15.4 万 → 17.8 万 → **54.9 万**，一年多翻了 3.5 倍；户均持股从 1.36 万股降到 3,810 股 - **含义**：**大量新散户涌入接盘，筹码从集中走向极度分散** —— 典型的"高位派发/散户化"特征 - **配合股价看**：如果这段时期股价大涨后回落，则"户数暴增 + 股价滞涨"是**派发信号**；如果股价低位放量、户数暴增，则可能是新一轮轮动的开始（需结合其它信息，本文不构成结论） | | | 日期 | 股东户数 | 户均持股 | 解读 | | 2025-12-31 | 153,627 户 | 13,614 股 | 基准 | | 2026-03-31 | 178,193 户 | 11,738 股 | 户数 +16%，筹码开始分散 | | 2026-06-30 | 548,947 户 | 3,810 股 | **户数暴增 3.5 倍**，筹码剧烈分散 2025-12-31 153,627 户 13,614 股 基准 2026-03-31 178,193 户 11,738 股 户数 +16%，筹码开始分散 2026-06-30 548,947 户 3,810 股 **户数暴增 3.5 倍**，筹码剧烈分散 **为什么这是好案例**：它把"股东户数变化"这个指标的作用讲透了 —— 不是看单点，是看**趋势**，以及和**股价位置**的配合。 ## 六、怎么批量扫（找"筹码集中"的） Python：扫一批股票，找出股东户数近期明显下降的 ``` CODES = ["sh600667", "sh600519", "sz300750", "sh601318", "sh600036", "sz000858", "sh600030", "sh601899"] for code in CODES: b = requests.get(f"{BASE}/shareholder", params={"code": code}, headers=H, timeout=60).json() d = b.get("data") or {} for t in d.get("tables", []): if t.get("slug") != "holder_count": continue rows = t.get("rows", []) # 倒序：最新在前 if len(rows) < 2: continue latest = int(rows[0].get("totalSHNum") or 0) prev = int(rows[1].get("totalSHNum") or 0) if prev > 0 and latest < prev * 0.9: # 户数较上期降 >10% = 筹码集中 print("%s %s 户数 %d → %d [筹码集中]" % ( code, rows[0].get("date"), prev, latest)) ``` - **找集中**：`latest 10%）—— 选筹码向少数人集中的 - **找分散**（反向）：`latest > prev * 1.2`（较上期增加 >20%）—— 选散户涌入的（可作回避信号） - **要结合日期的滞后**：户数是季报数据（2026-06-30 的户数在 8 月底才披露）—— 不能当"今日"信号 ## 七、两个常见误判（重要） - **① 户数数据有滞后** —— 季报披露，不是实时的。要看"最近一期的截止日"（`date` 字段），别当成最新 - **② 户数减少 ≠ 一定涨，增加 ≠ 一定跌** —— 它是**筹码结构的一面镜子**，要配合：股价位置（高位分散危险 / 低位集中蓄势）、买卖双方身份（十大股东里是机构还是个人）、整体市场环境 ## 常见问题 股东户数是实时的吗？ 不是。按季报/定期报告披露（有滞后）。返回里的 date 字段标明统计截止日 —— 用它判断"这是哪一期的数据"，别当最新。 户数减少就是看多吗？ 通常是"筹码集中"的积极信号，但不是绝对。要结合股价位置：低位筹码集中（可能蓄势）与高位筹码集中（可能已拉升结束）含义不同。这只是结构镜子，不构成买卖结论。 为什么不直接看十大股东？ 十大股东是**单点**（当前谁持有），而股东户数是**趋势**（筹码集中度怎么变化）。两者互补：十大股东看"谁在"，户数看"筹码在集中还是分散"。 data 为什么是对象不是数组？ shareholder 返回多张表（十大股东/流通股东/股东户数），用对象承载（含 tables 数组）更清晰。程序化处理用 data["tables"] 遍历，不要用 body["structured"]。 最后更新: 2026-09-29 字段与结构取自 ashareapi /v1/shareholder 线上返回（2026-09-29 实测：三张表结构、字段含义）；案例数据为太极实业（600667）真实 holder_count 序列（2025-12-31 / 2026-03-31 / 2026-06-30 三期）。 相关 - [端点参考（shareholder）](/docs/endpoints/shareholder) - [A 股大宗交易怎么看（折价率与机构席位）](/docs/guides/block-trade-signals) - [因子选股入门（含数据体检）](/docs/guides/factor-screening) - [错误码与限流](/docs/errors) [← 全部教程](/docs/guides)