关于成交量与成交额的比例内容导航：
1、成交量与成交额的比例
# 先把成交量和成交额拿出来
volume = df['volume']
amount = df['amount']
# 再把成交量和成交额放到一个list里
data = [volume, amount]
# 再把list转换成DataFrame
df_data = pd.DataFrame(data).T
# 再把DataFrame的列名改成volume和amount
df_data.columns = ['volume', 'amount']
# 再把DataFrame的索引改成日期
df_data.index = df.index
# 再把DataFrame的数据类型改成float
df_data = df_data.astype(float)
# 再把DataFrame的数据按照日期排序
df_data = df_data.sort_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.cumsum()
# 再把DataFrame的数据按照日期累加
df_data['ratio'] = df_data['amount'] / df_data['volume']
# 再把DataFrame的数据按照日期累加
df_data = df_data.dropna()
# 再把DataFrame的数据按照日期累加
df_data = df_data.reset_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.set_index('date')
# 再把DataFrame的数据按照日期累加
df_data = df_data.drop(['volume', 'amount'], axis=1)
# 再把DataFrame的数据按照日期累加
df_data = df_data.rename(columns={'ratio': 'ratio_v_a'})
# 再把DataFrame的数据按照日期累加
df_data = df_data.astype(float)
# 再把DataFrame的数据按照日期累加
df_data = df_data.sort_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.dropna()
# 再把DataFrame的数据按照日期累加
df_data = df_data.reset_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.set_index('date')
# 再把DataFrame的数据按照日期累加
df_data = df_data.rename(columns={'ratio_v_a': 'ratio_v_a_cum'})
# 再把DataFrame的数据按照日期累加
df_data = df_data.astype(float)
# 再把DataFrame的数据按照日期累加
df_data = df_data.sort_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.dropna()
# 再把DataFrame的数据按照日期累加
df_data = df_data.reset_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.set_index('date')
# 再把DataFrame的数据按照日期累加
df_data = df_data.rename(columns={'ratio_v_a_cum': 'ratio_v_a'})
# 再把DataFrame的数据按照日期累加
df_data = df_data.astype(float)
# 再把DataFrame的数据按照日期累加
df_data = df_data.sort_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.dropna()
# 再把DataFrame的数据按照日期累加
df_data = df_data.reset_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.set_index('date')
# 再把DataFrame的数据按照日期累加
df_data = df_data.rename(columns={'ratio_v_a': 'ratio_v_a_cum'})
# 再把DataFrame的数据按照日期累加
df_data = df_data.astype(float)
# 再把DataFrame的数据按照日期累加
df_data = df_data.sort_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.dropna()
# 再把DataFrame的数据按照日期累加
df_data = df_data.reset_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.set_index('date')
# 再把DataFrame的数据按照日期累加
df_data = df_data.rename(columns={'ratio_v_a_cum': 'ratio_v_a'})
# 再把DataFrame的数据按照日期累加
df_data = df_data.astype(float)
# 再把DataFrame的数据按照日期累加
df_data = df_data.sort_index()
# 再把DataFrame的数据按照日期累加
df_data = df_data.dropna()
# 再把DataFrame的数据按照日期累加
df_data = df_data.reset_index()
# 再把DataFrame的数
2、成交量与成交额的比例看拉什么板块
成交额就是成交的钱的总金额。成交量就是成交的总股数，以手为计，一手等于100股
没有正常或不正常之说 一般情况下：
不怕下跌，怕放量。高位放翻倒轻绿角紧黄影响缩均量就很危险。
底部成交量大是好事，高位成交量大是坏事。
3、成交量与成交额的比例关系
1、成交额是具体的交易金额，譬如:5000万；2、量比是指交易的股票数量占整个流通股的比例，一般量比指标看换手率，譬如:换手率3%；
3、所谓无量无行情，交易量反应，股票活跃度；
4、成交额适合环比，和上个交易金额对比；换手率是考察股票的活跃度，一般大于3%的股票表明近期活跃，短期操作可为。
股票的量比和成交额不是一回事。成交额，指当天（已）成交股票的金额总数。量比是衡量相对成交量的指标。它是指股市开市后平均每分钟的成交量与过去5个交易日平均每分钟成交量之比。其计算公式为：量比=现成交总手数 / 现累计开市时间(分) / 过去5日平均每分钟成交量。
量比在观察成交量方面，是卓有成效的分析工具，它将某只股票在某个时点上的成交量与一段时间的成交量平均值进行比较，排除了因股本不同造成的不可比情况，是发现成交量异动的重要指标。在时间参数上，多使用10日平均量，也有使用5日平均值的。在大盘处于活跃的情况下，适宜用较短期的时间参数，而在大盘处于熊市或缩量调整阶段宜用稍长的时间参数。