研究目的
本文參考方正證券《A 股“跳一跳”：隔夜跳空選股因子》，採用研報內的方法對隔夜跳空因子進行研究。根據研報分析，選股上隔夜漲跌幅既不呈現反轉也不呈現動量，過大或者過小在後一月都具有負向收益，因此引入隔夜漲跌幅的絕對值來衡量這種隔夜跳空異動的現象。從技術形態上解釋，漲跌幅的絕對值可以理解爲跳空缺口，是 K 線圖中常見的一種技術圖形。俗話說“跳空缺口，逢缺必補”，古老技術分析的經驗，和研究結論是一致的。從交易行爲解釋，跳空缺口的形成其實是短期激進的交易行爲導致的。開盤價格異動，和集合競價成交佔比提高、換手率提升、股價擡高、成交量相對價格搶跑等特徵一樣，都反映了股市短期的股價操縱行爲。
根據此結論，本文對研報裏面的結果進行了分析，並對股票隔夜價格變動進行了研究，從其中提取出 alpha 因子，從而實現對股票未來收益的預測。
研究內容
本文的研究始於隔夜漲跌幅，該指標衡量今日開盤價與昨日收盤價之間的變化。總體來看，開盤價與收盤價是一天最爲重要的兩個時間截點，多空雙方在這兩個關鍵時點上的博弈最激烈，信息含量最大。按照這個思路，展開研究：
1）我們取每個股票過去 10 個交易日的隔夜漲跌幅平均值來作爲研究對象，爲構建因子提供思路。
2）構建了跳空因子，只考慮價格的絕對變動水平。通過分層回測、多空組合等多種方式分析因子的有效性。
測試時段：2016 年 6 月至 2018 年 12 月（剔除成分股內上市未滿 6 個月的股票）；
樣本空間： 全 A 股；
調倉方式： 在每個月底，將各股票按總得分排序，劃分爲五組， 分別持有至下個月月末；得分最高的組合爲多頭組合，得分最低的組合爲空頭組合。
3）常用因子相關性檢驗：市值、 動量和換手作爲已知的有效常用因子，可能會對新挖掘的因子有一定的影響。 我們對其進行檢驗。
4）因子變形：因子可能的一個變形是計算個股開盤漲跌幅與均值的距離替代與 0 的距離，這個變形考慮到受市場行情影響，股票可能會有系統性的高開或者低開的情況。並對變形後的因子進行測試。
5）因子在指數上的表現：因子在滬深 300 和中證 500 的表現。
研究結論
1）隔夜無論價格變動方向如何， 變動絕對值越大的個股在未來收益越不理想，按月換倉，持有變動值最大分組在回測區間平均年化收益爲 -25%。
2）隔夜價格變動因子有着顯著的區分作用，在全A股範圍內多空淨值曲線的年化均超過了 20%，最大回撤控制在了 7%以內，卡瑪比超過 3。
3）隨着回看時間的拉長，隔夜漲跌幅這種性質逐漸減弱，因子的預測能力時間上衰減較快。回看期窗口爲 10 天最優，小於 10 天噪聲太大，偶然性太高，若回看窗口爲 60 天，120 天，則分組效果不明顯。
因子結果展示：
一、數據獲取
股票池： 全 A 股
股票篩選：剔除上市 6 個月內的股票，每隻股票視作一個樣本，選取樣本的區間在 2016 年 6 月到 2018 年 12 月。
提取數據後，首先我們選取每個股票過去 10 個交易日的隔夜漲跌幅平均值來作爲研究對象。
二、因子的描述
以 2018 年 12 月 29 日爲例，下圖給出的是 10 日（N=10）隔夜漲跌幅水平的分佈直方圖和描述性統計。
均值：-0.0009873162159643348
標準差：0.0036191457543669494
偏度：0.0036191457543669494
峯度：0.001576627966357079
中位數：-0.0019452926690520234
無論是直觀的從分佈直方圖觀測還是根據統計數值來看，數據均值爲負，且集中度較高，主要集中在 -0.001 附近。這說明從隔夜漲跌幅來看，當天 A 股市場股票普遍小幅低開。 忽略時間維度，我們將 2016 年 6 月至 2018 年 12 月的隔夜漲跌幅水平做相同的統計，結果如下。數據均值依然爲負，且集中度更高，主要集中在 -0.0013 附近。符合單日的數據特性，低開佔比高，且低開幅度較小，低開高走是 A 股股票的主要特點。
均值：-0.001293757240125952
標準差：0.0038389933448940887
偏度：-1.7054676361187229
峯度：0.001026503983068225
中位數：0.0
爲了觀測隔夜漲跌幅水平與未來標的資產收益的關係，我們採用了分層回溯的方法，在每個月末將歷史因子值排序後分爲 10 組，然後觀察每一組在回測期間的收益情況。回測時間段爲 2016 年中至 2018 年 12 月中 。
我們可以得到和研報一樣的結論，即我們可以觀測到：
1）當因子的參數較小，也即回顧的週期較短的時候，分組收益柱形圖明顯呈現上凸的形態。這種情況直觀的表明， 在短期內，無論隔夜價格變動的方向性如何，當變動幅度較大的時候，未來標的資產的收益表現都欠佳。
2）而當因子參數較大的時候，這種效果被逐漸消失。這表明，該因子捕捉的是股票短期的價格特點，時間上可能衰減較快。
三、因子的構建與分析
通過上一節的分析可以得出，無論隔夜價格波動的方向性如何，當變動較大時未來收益較小。也就是說，在使用隔夜漲跌幅時，忽略其方向性可能達到更好的效果。於是我們構建了跳空因子，只考慮價格的絕對變動水平。 以 opent 表示第 t 日的開盤價，closet−1 表示第 t-1 日的收盤價，則第 t 日的跳空缺口 ft 表示爲如下形式：
延續前一節， 我們依舊對單個交易日和忽略時間維度的全時間段的因子進行了統計。
均值：0.006655365893669428
標準差：0.0039934662629854244
偏度：8.675774241726334
峯度：0.0023875588464481023
中位數：0.005482327714037727
均值：0.005128736911269695
標準差：0.004553725294399263
偏度：4.074606299694891
峯度：0.0007776034920950385
中位數：0.0
兩組數據都明顯右偏，且峯度高於正態分佈水平，即數據相對集中度較高，分別集中在 0.006 左右。也即忽略方向性後，缺口的變動幅度依舊較小，且缺口較大的情況出現的頻率較低。
爲了初步探知歷史跳空因子與未來標的資產收益水平的相關性，每個月末採用歷史數據對 10 日（N=10） 跳空因子進行了排序分組，考察下一個月的每組收益情況，具體結果如下：
從上圖可以看到， 隨着因子值的增加， 標的資產未來的收益水平整體呈現一種下降的趨勢，也即因子與標的資產未來收益呈現負相關的關係。缺口水平值越大，未來標的資產的收益越不理想。換句話說，跳空缺口越小的股票，未來收益越高，因子方向爲負。
因子解釋： 從技術形態上解釋，漲跌幅的絕對值可以理解爲跳空缺口，是 K 線圖中常見的一種技術圖形。俗話說“跳空缺口，逢缺必補”，古老的技術分析的經驗，和我們的研究結論是一致的。
從交易行爲解釋，跳空缺口的形成其實是短期急切的交易行爲導致的。開盤價格異動，和集合競價成交佔比提高、換手率提升、股價擡高、成交量相對價格搶跑等特徵一樣，都反映了股市短期的股價操縱行爲，此類反映股票異動、交易熱度提升的因子，短期都具有負向 Alpha。尤其是空頭上，短期股票交易過熱，負向 Alpha 明顯。
因子測試：本文的回測時間段爲 2010 年 01 月 01 日至 2018 年 12 月 29 日，共 2376 個交易日，108 個月。固定預測期週期爲一個月，因子計算以 10 天爲例，讀者可以將其修正爲一週，半個月，一個月或一季度。樣本空間爲全體 A 股，剔除上市未滿六個月的新股以及 ST 股，停牌股等。
從結果上看第一組和第二組區分度不高，但第五組顯著劣於前兩組，因子多空分化效果較好。爲了進一步確認分組效果，我們畫出多空淨值曲線。
從結果來看，10 日的跳空因子表現優異，多空分化收益達到 21.14%，最大回撤僅達 6.24%。
如果取隔夜收益率的 5 日滑動平均值作爲因子值，可以得到：
可見當取隔夜收益率的 5 日滑動平均值作爲因子值時，年化收益率將下降至 15.52%。該結果也與研報得出的 10 日滑動平均值做因子值爲較優的結論相匹配。其餘用不同期限做滑動平均值的結果限於篇幅，不一一展示，讀者有興趣可自修改代碼中的參數。
四、常用因子相關性
市值、換手和動量作爲已知的有效常用因子，可能會對新挖掘的因子有一定的影響。爲了探討跳空因子與上述三個因子的關係，下面分別給出了跳空因子與三個因子的相關係數時間序列的平均值。
市值因子相關性均值： 0.0019507350185753545
換手率因子相關性均值： 0.01154530387755446
動量因子相關性均值： -0.0027532987355235227
可以看出這三個常見的因子與隔夜價格變動因子的相關性平均值都很低，甚至爲負數，表明隔夜價格變動因子是較爲有效的。
五、因子變形
爲了進一步挖掘隔夜價格變動所帶來的信號，我們考慮將因子加以改變，以謀求更好的效果。而因子可能的一個變形是計算個股開盤漲跌幅與均值的距離替代與 0 的距離，這個變形考慮到受市場行情影響，股票可能會有系統性的高開或者低開的情況。以 opent 表示第 t 日的開盤價，closet−1 表示第 t-1 日的收盤價，則第 t 日的跳空缺口 Newt 表示爲如下形式：
爲了便於考察不同時間段的缺口，對未來標的資產價格的影響，ft bar 採用過去 N 天的 ft 計算其算術平均作爲分析的對象。鑑於該因子變形在不同參數上改進效果不穩健，暫不採用這種算法。在這裏我們提供 ft bar 採用過去 20 天的 ft 計算其算術平均作爲分析的對象的因子計算方法，讀者可自行更改。
可以看出我們採取的因子變形所帶來的提升並不明顯，甚至導致多空組合年化收益率下降，因此暫不考慮該種因子變形的方法。
六、因子在指數上適用性
前文我們對 A 股全市場做了關於跳空因子的測試，測試結果表明該因子具有一定的有效性。那麼當股票集合變動，這種有效性是否可以延續呢？本節對常用的兩個指數滬深 300 和 中證 500 成分股進行了相應的測試。
首先是因子在滬深 300 上的表現：
可見隔夜價格變動因子在滬深 300 上依然表現出色，年化收益率約爲 25%，最大回撤控制在 10%以內。
其次我們檢查因子在中證 500 上的表現：
從因子在指數應用的結果來看，隔夜價格變動因子在滬深 300 取得了十分優秀的表現，多空淨值曲線的年化均超過了 20%，最大回撤控制在了 10%以內。但在中證 500 上近幾年因子的表現較爲平庸，多空淨值年化僅爲 10.59%。
七、結論
傳統的動量/反轉因子只計算區間股價的起點與終點之間的位移，而忽略了股價跌宕起伏的漫長旅途中所發生的故事。這其中頗爲精彩的一段是隔夜，用來描述股價開盤和前收盤，一天中最關鍵的兩個時間節點之間的偏離。本研究發現在選股上，隔夜漲跌幅因子既不呈現反轉也不呈現動量， 過大或者過小在後一月都具有負向收益，我們引入隔夜漲跌幅的絕對值來衡量這股市上述的這種隔夜跳空異動的現象。
通過研報構建的因子，我們可以在全 A 股和滬深 300 都取得十分優異的表現，多空年化均超過 20%，但近幾年在中證 500 表現較差，多空年化僅爲 10%左右。
未來展望： 研究結果爲我們提供了一定的思考方向，即對隔夜價格變動因子的構建以及如何做進一步的改進提供了思路。如何將隔夜價格變動因子進行修改將是我們接下來的工作。同時本篇報告並沒有將換手因素加入，即沒有考慮交易費用所帶來的影響。這都是之後值得研究的問題。
點擊【閱讀原文】，查看完整研究源碼~