隔夜效應回測報告 — 2026-08-26

⚠️ 這份報告測的是一個外部說法，不是本專案的預測模型。 本專案自己的回測在 /backtest（walk-forward OOS， 三個 horizon 各 3,811 筆，4 條事先判準 0 過 4 不過）。

受測的說法

每天收盤買、隔天開盤賣 → +138萬% 報酬（paper gain） 反過來，每天開盤買、收盤賣 → −99% 跨多國市場都看得到這個現象 結論：收盤買、開盤賣，統計上最可能賺錢

原文用美光（MU）實測。

一句話結論

現象是真的；「+138萬%」甚至低估了；但那個結論在近十年不成立。

edge 最大的年代交易不了，交易得了的年代 edge 沒了。

方法

隔夜_t = open(t) / close(t-1) − 1     ← 收盤買、開盤賣賺的
日內_t = close(t) / open(t) − 1        ← 開盤買、收盤賣賺的
(1 + 隔夜_t)(1 + 日內_t) − 1 ≡ 當日總報酬     ← 恆等式，程式強制檢查

兩個策略都是每天一次來回，一年約 250 次。

三個會把結論做出來的坑

三者都會讓誤差落在隔夜那一腿——也就是要量的那一腿。

🔴 更正：恆等式擋不住分割

這份報告的第一版寫了「恆等式檢查是唯一能同時擋掉前兩個坑的東西」。 那句話是錯的，寫測試的時候才發現：

[open(t)/close(t-1)] × [close(t)/open(t)] = close(t)/close(t-1)
                ↑ open 直接約掉了

只要 total 是用同一條 close 算的，恆等式就是代數上恆成立， 不管 open 與 close 的調整因子一不一致都會通過。 一個永遠通過的檢查不是檢查。

真正在擋分割假象的是 tx.overnight.split_artifacts()： 掃出隔夜報酬絕對值超過 25% 的日子，並比對常見分割比例。 真實的單日隔夜跳空極少超過 ±25%。

一、台指期（本專案的標的）

資料 2004-01-05 → 2026-08-25，5,570 個交易日。 恆等式最大誤差 2.22e-16（見下方更正：這個檢查是恆成立的）。 分割／轉倉假象掃描：0 筆超過 ±25% ✅ 乾淨。

隔夜腿毛累積 1,988%，買進持有 2,128%——隔夜輸。 隔夜腿確實吃掉絕大部分總報酬（年化 14.74% vs 日內 0.29%），但買進持有同時吃到兩腿，而且一次交易都不用做。

成本敏感度（每天一次來回）

本專案假設的來回成本 3.41bp（assumed-cost (參數未查證)）。隔夜腿的損益平衡是它的 1.73 倍。

⚠️ 但淨 Sharpe 只有 0.428，買進持有是 0.773——交易 5,570 次換來一半的風險調整報酬。

夜盤上線前後（台灣資料才做得到的檢定）

台指期 15:00 收盤後夜盤跑到隔天 05:00（2017-05-16 起）。 「隔夜」對台指期不是休市。如果隔夜溢酬來自「休市期間承擔風險的 補償」，夜盤上線後應該變弱。

效應反而變強。 所以「休市期間風險溢酬」這個解釋不成立。 比較可能是：夜盤與美股時段才是價格形成的地方，日盤只是把結果印出來。

🔎 那 8bp 到底發生在哪裡

台指期的「隔夜」可以再拆三段，其中一段是在市場裡、可以交易的。 （2,034 天，已排除轉倉日前後與夜盤合約非前月的日子——否則就是拿不同合約相減。）

73% 發生在夜盤盤中，不是在跳空裡。

這推翻了「隔夜溢酬 = 承擔休市風險的補償」——台指期根本沒有休市， 而錢是在開著的市場裡賺到的。比較合理的解釋是： 夜盤（與美股時段重疊）才是台指期價格形成的地方，日盤只是把結果印出來。

實務上的意義不是「可以照著做」（前面已經證明打不贏買進持有），而是：

• 日盤幾乎不貢獻報酬（+0.75bp/日）。要降曝險的話，降在日盤的預期成本最低。
• 本專案的模型預測的是日盤收盤到收盤的報酬。既然七成以上的價格變動發生在夜盤，夜盤特徵就是資訊量最高的那一群——而它們當期可用、不需延遲（見 CLAUDE.md）。

⚠️ 另外，漲跌停鎖死日 4 天成交量只有平常的 3%（中位數 3,054 口 vs 87,444 口），掛單成交不了——而策略假設每天都成交得到。

二、美股與跨國市場

資料品質：9 筆極端隔夜報酬，其中 0 筆是分割假象

⚠️ 光看數字會誤判。 AAPL 2000-09-29 的隔夜 −47.3% 很接近 2:1 分割的 −50%，但那天是蘋果獲利預警，股價真的跌了將近一半。 所以 split_artifacts() 一定要傳 yfinance 的分割日曆—— 只有分割日曆上真的有分割的日子才判成假象，其餘一律標「極端行情」。

隔夜策略毛報酬贏過買進持有：7 / 9。

美光（原始說法的標的）

實測期間 1984-06-04 → 2026-08-25（10,639 天）。 兩個數字方向都對，而且隔夜那個量級原文還低估了。

這是本報告裡唯一隔夜大勝買進持有的個股，而且 Sharpe（1.412 vs 0.559）與回檔（-54% vs -98%）都更好。 但下一節會看到，這幾乎全部發生在 2016 年以前。

🔴 依市場微結構切開，結論翻轉

美股 2001-04-09 才十進位化。在那之前最小報價單位是 1/8 或 1/16 美元。

近十年隔夜策略贏過買進持有的：0 / 5——而且這是毛報酬，還沒扣任何成本。

AAPL 的隔夜 edge：13.96bp → 12.66bp → 0.95bp，幾乎消失。

而 edge 最大的年代，正好交易不了

用真實股價（把分割因子乘回去）算的最小價差：

⚠️ 這張表我算錯過一次：yfinance 的 auto_adjust=False 仍然做分割調整， 我誤以為那是未調整價，把 1990 年代的 MU 算成 $1.69（真實約 $16）， 價差 bp 灌水四倍。已用分割因子乘回去重算。

三、結論

原文對的部分

1. 隔夜報酬 > 日內報酬——12 個市場全部成立，這是穩健的現象（文獻上叫 overnight drift）。 2. 美光的日內累積確實接近 −100%。 3. 「+138萬%」不但沒有誇大，還低估了（實測 3.86 億%）。

原文錯的部分

1. 「收盤買、開盤賣統計上最可能賺錢」——這句話少了比較對象。 它比日內策略好，但在台指期輸給買進持有，在近十年的美股五檔全輸。 2. 「跨多國市場都看得到」只對一半。 隔夜>日內是普遍的；但「日內 −99%」是美光這種高波動個股的特性，美股指數的日內報酬是正的。 3. 全期複利掩蓋了時代差異。 效應集中在 2001 年十進位化之前，而那個年代 1/16 價差就是 21–39bp，遠高於同期 4.75–14bp 的 edge。

什麼會讓我改變看法

• 近十年任何一檔的隔夜策略毛報酬贏過買進持有（目前 0/5）
• 有辦法證明開盤集合競價的實際成交價貼近印出來的開盤價
• 台指期的夜盤結構被複製到別的市場，而效應仍然存在

什麼不會

• 再找一檔漲很多的個股重跑（那是選股，不是策略）
• 把期間拉長（全期複利正是問題所在）
• 換一個沒有買進持有對照的呈現方式

附錄：可重現

python3 scripts/probe_overnight_effect.py   # 台指期
python3 scripts/probe_overnight_us.py       # 美股 + 跨國
python3 scripts/report_overnight.py         # 這份報告

分析邏輯單一定義於 src/tx/overnight.py。研究登記簿：reports/research_ledger.jsonl 的 overnight-effect、overnight-effect-us、overnight-leverage-idea。

成本標註：assumed-cost (參數未查證)。台指期成本參數 9 項未查證；美股部分不假設單一成本，直接報損益平衡與敏感度。