A股“低开高走”现象与收益拆分 [page::4]

• A股实行T+1交易制度，导致日内显著“低开高走”特征，日内收益是整体的20倍，隔夜呈负收益。

- 统计显示中证全指日内收益胜率57%，隔夜42%，日内收益显著强于隔夜收益。

• 低开高走结构扭曲了反转因子多头收益，需拆分隔夜和日内收益改善因子表现。

反转因子昼夜分离与构造 [page::6][page::7][page::8]

• 将20日收益拆分为隔夜收益和日内收益，分别构建隔夜累计涨跌幅因子(retnight)和日内累计涨跌幅因子(retintra)。

- 日内因子表现为强反转，IC均值约-6.4%，年化多空收益26.22%，信息比率2.84。

• 隔夜因子表现为弱动量，IC均值约2%，年化多空收益8.39%，信息比率1.4，贡献有限且单调性差。

日内黄金分割反转因子构建与表现 [page::9][page::10][page::11][page::12]

• 由于开盘后流动性较低，开盘9:30价格噪音大，采用10:00价格作为起点构建日内反转因子。

- 10:00点日内反转IC均值提升至-7.37%，年化ICIR达-3.61，胜率提升至85%。

• 多空组年化信息比率提升至4.10，最大回撤减半至6.7%，多头收益由7.19%增至10.62%。

隔夜跳空因子构建与检验 [page::15][page::16][page::17]

• 隔夜涨跌幅呈抛物线形，隔夜高开和低开都对应负向Alpha，构建绝对值隔夜跳空因子(absRet_night)。

- 隔夜跳空因子IC均值-4.34%，rankIC均值-7.09%，年化收益19.36%，信息比率1.95，分组收益单调，表现优良。

• 隔夜跳空因子较日内反转更“健忘”，最佳计算窗口约10天，IC衰减更快。

昼夜合成因子设计与效果 [page::18][page::19][page::20]

• 昼夜合成因子=0.6日内黄金反转 + 0.4隔夜跳空，相关性较低互补性强。

- 合成因子IC均值-8.10%，年化ICIR-4.04，信息比率4.66，胜率89.6%，回撤7.58%，多空年化收益36.92%，多头收益13.29%。

• 不同选股域对比显示昼夜合成因子显著优于原始反转及单独因子。

量化策略回测与多因子对比 [page::13][page::20]

• 日内黄金分割反转因子和隔夜跳空因子在沪深300、中证500、中证1000、全A均表现稳健。

- 昼夜合成因子在各市场均稳健领先原始反转，多空收益显著增强，波动与最大回撤降低。

• 单因子测试未做优化，后续可结合组合优化进一步提升收益稳定性。

报告总结与投资建议 [page::21][page::22]

• A股独特“低开高走”日内结构对反转因子多头造成收益拖累。

- 通过对隔夜和日内收益拆分，找到隔夜跳空因子及10点黄金分割反转因子，实现因子效能提升。

• 昼夜合成因子收益稳定，信息比率显著提高，具备良好的实用投资价值。

- 投资者可结合本策略改善传统反转策略，提升风险调整后收益表现。

金融研究报告深度分析报告

《昼夜分离：隔夜跳空与日内反转选股因子—市场微观结构剖析之九》

华安证券研究所，2020年9月1日

---

一、元数据与报告概览

• 标题： 《昼夜分离：隔夜跳空与日内反转选股因子—市场微观结构剖析之九》

- 作者及机构： 朱定豪、严佳炜，华安证券研究所

• 发布日期： 2020年9月1日

- 主题： 探讨A股市场中“低开高走”的收益结构对传统反转选股因子的影响，提出隔夜与日内收益的拆分方法，构建并验证昼夜合成因子，提高反转因子选股效率。

核心论点与主要信息传达：
A股因T+1交易机制，呈现显著“低开高走”的日内效应，这个结构扭曲了传统反转因子的选股效果，致使反转因子多头收益被严重拖累、多头表现平平。本文创新地将隔夜收益与日内收益拆分并重组，提炼出“日内黄金分割反转因子”与“隔夜跳空因子”，并通过加权合成昼夜因子，大幅提升反转策略的选股表现和收益稳定性，胜率、信息系数均显著优于传统因子，适用于沪深300、中证500、中证1000及全A股范围。

---

二、逐节深度解读

1. A股的“低开高走”现象及其利用（第4页）

• 关键观点：

由于A股实行T+1交易制度，T日买入的股票当天不可卖出，形成次日卖盘压力集中释放，导致市场呈现典型“低开高走”日内收益结构。分析了2015/01/01至2020/08/11中证全指累计涨幅25.6%，但拆分日内和隔夜收益后，日内涨幅高达439.5%（约是整体收益20倍），隔夜涨幅却为-76.6%，明确表现为典型的“低开高走”。日内阶段涨幅正概率57%，高于隔夜42%。

• 图表解读：

图表1与图表2分别展示了隔夜、日内拆分的累计净值和累计涨幅，图表1显示隔夜份额净值持续下降，日内份额净值显著上升，支撑上述结论。

• 分析与推理：

“低开高走”对直接的日内交易利用需要T+0交易权限，A股变相T+0成本高，难以高效捕捉此Alpha。报告提出通过精细化划分日内与隔夜收益，改善现有月度频率反转因子，使其更精准反映真实Alpha来源，间接利用该现象。[page::4]

2. 反转因子提纯及昼夜拆分（第5-8页）

• 反转因子异象起因（第5页）：

原始反转因子空头Alpha强，多头收益平缓，疑因日内“低开高走”的收益结构导致隔夜与日内收益Alpha方向不一致。隔夜低开、日内上涨（反转多头）相互冲突，隔夜高开、日内高走（反转空头）协同增强。隔夜收益对月度表现带来噪音。

• 图表3解读：

显示月度十大分组收益，空头组收益明显更强，说明Alpha被空头成分主导。

• 昼夜拆分构造（第6页）：

采用对数收益率将日收益拆成隔夜收益（昨收至今开盘）和日内收益（今开盘至今收盘）两部分。

• 图表4、5解读：

图表4示意拆分公式，图表5通过样例演示隔夜与日内收益分布，表明可对信号分时段处理。

• 日内反转与隔夜动量：

日内累计涨跌幅因子表现出强反转特征，IC平均-6.37%，多空收益26.22%，波动9.22%，信息比率2.84（图6-9）；隔夜因子则表现轻微动量，IC正2.00%，收益率较低，单调性差，劣于日内因子（图10-13）。
综合来看，反转主力来源于日内收益，隔夜收益贡献有限甚至拖累多头表现。基于此，报告指出需要重新构建因子，特别是加强日内段，剔除隔夜噪音。[page::5,6,7,8]

3. 日内反转的黄金分割点（第9-15页）

• 市场流动性分析与时点选择：

开盘9:30集合竞价及早盘流动性差（图14），早盘价波动受噪声影响，存在更优的时间点。

• 分半小时段分析：

对日内分半小时拆分收益对应的IC检验（图15），9:30-10:00 IC不显著，后续时段反转显著，尤其10:00-15:00效果最佳。

• 黄金分割点确定（图16）：

10:00作为日内反转开始点，剔除开盘波动噪声，IC提升至-7.37%。

• 新因子构造效果（图17、18）：

构造基于10:00-收盘收益的日内黄金分割反转因子，IC较原始因子提升1.81个百分点，最大回撤由12.94%降至6.7%，多头收益率由7.19%升至10.62%。

• 指数内应用（图23-28）：

日内黄金分割反转因子在中证500、中证1000和全A均显著优于原始反转，在沪深300涨幅虽有提升但不显著，原因推测为大市值股投机性低，隔夜价格扭曲小。小市值股低开高走更普遍，故改进效果更突出。

• 多头空头表现（图29-31）：

多头表现提升显著，空头小幅下降，优化因子更纯净反映多头收益，增强策略整体稳定性。[page::9,10,11,12,13,14,15]

4. 隔夜跳空因子构建与分析（第15-18页）

• 传统隔夜因子局限（图32）：

隔夜累计涨跌幅呈抛物线分布，极端高开低开的月度收益均较差，传统用法难以增强反转因子Alpha。

• 跳空因子引入：

构造隔夜跳空因子，即隔夜收益绝对值累加，体现幅度而非方向信息，预测未来负向Alpha。

• 统计表现（图33-36）：

隔夜跳空因子IC均值-4.34%，胜率89.6%，负向信号明显且稳定，年化收益19.36%，分组收益单调。

• IC衰减特征（图37-38）：

隔夜跳空因子“健忘”，IC衰减快，最优计算窗口约10日，低于日内反转因子的20日最佳窗口，强调捕捉短周期Alpha。
结论：隔夜跳空提取了隔夜信息中有效的Alpha部分，弥补了传统反转因子对隔夜收益的误判。[page::15,16,17,18]

5. 昼夜合成因子构建与表现（第18-21页）

• 相关性分析（图39）：

日内黄金分割反转与传统反转相关度高，隔夜跳空相关度低，信息增量明显。

• 加权合成选择：

基于日内因子更优的表现，赋予其更高权重，最优比例是60%日内，40%隔夜跳空（图40），IC达-8.10%，年化信息比率4.66，投资组合表现卓越。

• 综合回测表现（图41-49）：

昼夜合成因子优于单独因子及传统反转因子，无论是全市场还是分指数表现均显著提升，实现了收益与风险的优化。

• 分组与中性化测试（图50-51）：

合成因子在分组收益的单调性和多头收益方面均有大幅提升。

• 多因素中性化处理后仍优于传统反转因子，泛化能力强。[page::18,19,20,21]

6. 总结与回顾（第21-22页）

• “低开高走”特征严重扭曲了月度反转因子多头表现，导致Alpha集中于空头，降低选股效率；

- 剥离隔夜与日内收益，将两者拆分处理，从“晚上睡觉，早上打盹”理论出发，找到10:00作为日内反转的黄金分割点，反转效应显著增强；

• 构建隔夜跳空因子，利用绝对收益捕捉抛物线型分布的隔夜跳空特征，呈现负向Alpha，且信息衰减快，适合短期捕捉；

- 昼夜合成因子将两者有机结合，优化权重，回测显示多空组年化收益36.92%，最大回撤仅7.58%，胜率近90%，大幅超越传统反转因子。

• 报告强调微观结构对选股因子的深刻影响，将原始反转因子深层因果机理揭示并加以改进，取得优异成果。[page::21,22]

---

三、图表深度解读

报告内图表较多，以下选取关键图表重点解读。

• 图表1&2： 显示中证全指2015-2020年间隔夜与日内累计收益的巨大差异，隔夜线持续下跌，日内线急剧上升，表征“低开高走”收益结构。

- 图表3： 反转因子十等分组月度收益，空头强烈负Alpha，解释反转因子空头主导，表征隔夜与日内收益方向不一致问题。

• 图表6-9（和10-13）： 分别展示日内和隔夜累计涨跌幅因子的IC时间序列、组合收益、分组收益和净值曲线，表明日内因子显著反转特征，隔夜因子则呈现轻微动量。

- 图表15&16： 细分日内分半小时收益IC及IC矩阵，明确10:00后反转最显著；剔除9:30-10:00早盘噪声，可最大化日内反转预测能力。

• 图表18-22： 日内黄金分割反转因子相比原始反转因子显著提升IC、多空收益与风险调整指标，净值曲线显著走高且回撤更低。

• 图表32-36： 隔夜累计涨跌幅与基于绝对值的隔夜跳空因子呈抛物线分布，跳空因子负向Alpha明显，单调性优于传统隔夜因子。

• 图表39： 三因子相关性矩阵，隔夜跳空因子与日内小时分割反转因子相关性较低，体现信息互补性。

- 图表40-44： 昼夜合成因子通过不同权重组合IC和收益表现分析，60%日内分割反转+40%隔夜跳空效果最佳，净值平稳提升。

• 图表45-49： 昼夜合成因子在全市场及不同指数内均显著跑赢传统反转因子，多空收益均衡，峰回归谷更缓。

• 图表50-51： 分十组月度收益对比，昼夜合成因子多头收益显著高于传统反转，增强了收益单调性，降低了噪声干扰。

- 图表52-53： 因子构建示意图与日内收益结构与反转效应示意，总结昼夜拆分原理及Alpha分布逻辑。

---

四、估值分析

报告主要聚焦因子构建与收益表现，未直接涉及公司估值模型与估值目标。文中大量引用IC、信息比率(IR)、收益与回撤指标作为因子效果度量，展示了量化因子预测能力与风险调整收益效果。

主要方法为基于股价收益的窗口累计涨跌幅对数收益率拆分，同时采用指标如IC、rankIC（秩相关系数）、年化ICIR、年化收益率、年化波动率及最大回撤检测因子表现。没有涉及DCF、P/E等传统估值手法。

---

五、风险因素评估

报告明确提示：

• 回测基于历史数据，历史表现不代表未来业绩；

- 未来市场风格或微观结构可能变化，相关Alpha因子或失效；

• 文中因子及策略供参考，非投资建议。

整体风险提示对市场变动、制度变更、结构调整给予充分警示，未提供特定缓解措施。

---

六、批判性视角与细微差别

• 制度依赖性强： 研究依赖于A股T+1交易制度和其引发的“低开高走”特征，若交易制度变更（如T+0放开），因子效果可能遭受影响；

- 流动性与样本局限： 10:00黄金分割点与流动性状况相关，流动性较差时段噪声影响大，受限于日内分钟数据的准确度和市场流动性变化；

• 市场环境变迁风险： 因子基于近十年数据回测，未来风格切换或极端事件（如突发政策震荡）可能影响因子效能；

- 统计显著性与Loosely： 日内9:30-10:00时段的IC缺乏统计显著性，反映早盘存在较大不确定性，需谨慎使用；

• 合成因子权重选择： 虽测试多种权重组合，但具体权重仍需根据投资者风控偏好和交易成本适度调整。

报告较理性地呈现局限与潜在风险，未大幅夸大成果。

---

七、结论性综合

该报告深刻揭示了A股制度性影响下的市场微观结构特征及其对反转选股因子的影响，通过严谨数据分析与因子拆分验证，提出了一种创新的昼夜拆分策略。关键结论及洞察包括：

• A股“低开高走”是由T+1交易制度引发的日内收益结构异常，隔夜与日内收益方向存在分歧，是导致传统反转多头收益薄弱的根本原因；

- 利用对数收益分拆，将日度收益拆分成隔夜收益和日内收益，剔除干扰项，增强反转信号纯度；

• 日内反转效应更强且稳健，经过实证研究发现10点作为反转切割点最优，有效剔除早盘噪声，显著提升IC和风险收益表现；

- 隔夜跳空因子通过绝对收益捕捉隔夜跳空态势，对未来收益呈负向预测和较强短期Alpha，尽管IC衰减较快，仍为有效的辅助信号；

• 将两部分因子合成，权重优化后昼夜合成因子显著超越传统反转因子，在收益、风险调整能力、胜率及回撤等多维度达到优异表现，尤其适用于中小市值与全市场范畴；

- 该方法充分体现了微观结构及制度环境在Alpha提纯中的重要性，兼具理论创新与实证效果，具备良好的扩展应用价值。

综合来看，报告提出的昼夜分离因子构建框架，成功提升了传统反转因子的多头表现与整体风险调整收益，体现了制度性微观结构对量化策略优化的深刻启示，提升了量化选股的有效性和稳健性，为A股量化策略研究提供了重要参考和突破口。[page::0,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22]

---

（注：正文中页码标识均对应报告实际页码，便于溯源追踪。）

报告