股票市场的产生和发展极大的推动了市场化资源配置机制的形成和完善,中国股市是一个新兴的市场,投资者当中散户相较于国外比例更高,投资者在大多数情况下,都不知道重大政策出台的时间以及政策的力度,同时投资者对各种政策:如货币、财政政策、贸易政策等,各种消息:如IPO公告、资产重组、金融危机等非常敏感,容易追涨杀跌,导致股票收益率的异常波动,产生跳跃行为。同时,还关注到股票价格和成交量也在发生变化,而且呈现出结构性跳跃的变点行为。变点分析是统计学研究的前沿热点问题,属于统计学中一个较新的领域。通过分析结构变点特征对了解事物变化规律、制定相关对策有着重要意义。我们注意到股票量价结构性变点的出现会给股票市场带来巨大冲击,研究股票量价结构变点背后的规律对防范投资者投资风险和股票市场风险可以起到积极作用。本文选取沪深300指数成分股作为研究对象,筛选在2008年1月1日-2018年12月31日持续稳定的165家公司股票作为研究样本,选取股票日收益率、收盘价、成交量、换手率、日振幅作为研究变量。通过PELT算法挑选出股票的结构变点,再选取跳点以及二者的重叠点进行对比分析,运用事件研究法估计累计异常收益率(CAAR)、平均标准化异常成交量(?)、平均标准化异常换手率(?)和平均标准化异常日振幅(?)进行对比分析结构变点、跳点和重叠点不同的性质,来研究股票量价水平结构性变化,分析国内股票市场的交易特征。并通过这些公司2019年1月1日-2019年9月30日股票数据验证实证结果,总结得出:价涨量增、价涨量不增、价量略减、价跌量增、量增价不涨等五个节点的应对策略。本文研究的结论为投资者在股票市场的投资上提供了决策建议,同时为后续研究提供了有力支撑。