隔夜与日内收益拆分：同一只股票的两副面孔

大多数人算收益只看一个数：今天涨了多少。但如果你把这一天从中间切开——收盘到次日开盘（隔夜段）和开盘到收盘（日内段）——同一只股票会露出两副截然不同的面孔。更反直觉的是：这两段收益不仅统计性质不同，它们对同一个信号的反应方向完全相反。

结论先放这：用”上期隔夜收益”当信号，去预测本期，会得到一对镜像结果——隔夜段呈现动量（上期隔夜涨的，本期隔夜继续涨），日内段呈现反转（上期隔夜涨的，本期日内反而跌）。这就是 Lou、Polk、Skouras 在 2019 年 JFE 论文里记录的”拔河”（A Tug of War）：隔夜的买盘和日内的买盘来自两拨完全不同的人，他们对同一批股票持相反态度。 在植入动量传导 β=0.055、反转传导 β=0.042 的 200 只股票 × 5 年合成面板上，Fama-MacBeth 逐日横截面回归给出：隔夜动量斜率 0.045（t=9.9）、日内反转斜率 −0.042（t=−10.7）；两条多空腿分别做出 Sharpe 1.47 和 1.33，合并后 1.56。但这是一个每天换手的策略，成本在它的 Sharpe 里是生死攸关的一等公民。

注：站内此前那篇《隔夜效应与盘中效应》讲的是时间序列视角——整个市场的权益溢价几乎全来自隔夜段。本文换一个正交的横截面视角：不是问”哪一段贡献了市场的钱”，而是问”用一只股票的隔夜表现，能不能预测它自己下一期的隔夜和日内”。两者机制不同、结论不同，互为补充。

一、两副面孔从哪来：谁在隔夜买、谁在日内卖#

要理解方向为什么相反，得先分清隔夜和日内是两个不同的交易场。

隔夜段的主角是散户和情绪。 隔夜收益体现在开盘集合竞价里，而散户的下单高度集中在盘前和开盘——他们白天要上班，晚上看新闻、刷社交媒体形成观点，第二天开盘挂单。散户是典型的趋势追随者和注意力驱动者：昨天涨得猛、上了热搜的股票，今天开盘继续被追捧。这就是隔夜段动量的来源——情绪有惯性，而情绪在开盘集中释放。

日内段的主角是机构和做市商。 交易日内的连续竞价里，机构的算法单、做市商的库存管理、套利盘占主导。这些人是均值回归的天然承接方：开盘被散户情绪推高的价格，日内会被机构逢高减仓、做市商回补库存慢慢拉回来。所以昨天隔夜涨得多的股票，今天日内倾向于被”消化”掉一部分涨幅——这就是日内反转。

拔河的本质：散户在隔夜把价格往一个方向拉，机构在日内往回拽。两拨人对同一批股票的估值判断相反，而他们各自主导不同的交易时段。Lou et al. 的原始论文用美股几十年数据证明：这种隔夜-日内的收益符号分裂高度稳定，且能解释一部分传统动量因子的表现——传统”隔夜+日内合并”的动量，其实是隔夜强动量减去日内反转后的净残值。

二、构造实验：把两个方向相反的 β 植入同一面板#

真实分钟数据拿不到没关系，机制可以精确合成。造一个 200 只股票 × 1260 天（≈5 年）的面板，每天每只股票生成两段收益。核心是让”上期隔夜收益”同时驱动两个方向相反的传导：

PHI = 0.055   # 隔夜 -> 隔夜：动量传导
PSI = 0.042   # 隔夜 -> 日内：反转传导
regime = 1.0 + rng.standard_normal(t) * 2.6   # 传导强度逐日波动(不可分散)

for d in range(t):
    r_prev = np.argsort(np.argsort(prev_ov)) / n - 0.5   # 上期隔夜排名
    cur_ov  =  PHI * regime[d] * prev_ov + eps_o + 0.4*mkt[d] + r_prev*spread_o[d]
    cur_idr = -PSI * regime[d] * prev_ov + eps_i + 0.6*mkt[d] - r_prev*spread_i[d]
    prev_ov = cur_ov

这里有两个刻意的设计，都是为了让结果可信而非漂亮：

第一，regime 让传导强度逐日剧烈波动。 现实里隔夜动量不是天天灵——有的日子情绪延续、有的日子直接反噬。这个 regime 因子是因子层面的波动，长短组合无法通过增加股票数量分散掉，它直接决定了策略 Sharpe 的天花板。没有它，200 只股票的多空组合会把所有噪声分散干净，跑出 Sharpe 10+ 的假结果——那种数字一看就是 look-ahead 或过度理想化，不能信。

第二，spread_factor 是长短腿的共同因子。 高排名组和低排名组每天承受一个共同的随机冲击，这模拟了”动量因子本身有系统性风险”这一事实，让多空组合的回撤更真实。

Fama-MacBeth 逐日横截面回归（每天跑一次截面回归，再对斜率序列求均值和 t 值）结果：

• 隔夜动量：斜率均值 0.045，t = 9.9 —— 上期隔夜涨的股票，本期隔夜显著继续涨
• 日内反转：斜率均值 −0.042，t = −10.7 —— 同样是上期隔夜涨的股票，本期日内显著回落

散点图把”拔河”画得很直白：左右两张图用的是同一个横轴（上期隔夜收益），但左图的回归线朝上、右图的回归线朝下。这不是数据挖出来的巧合，是两段收益背后站着两拨方向相反的资金。

三、五分组检验：单调性是机制的指纹#

相关系数和回归斜率可能被少数极端股票绑架，五分组检验才能证明效应贯穿整个分布。按上期隔夜收益把股票分成 Q1（最低）到 Q5（最高）五组，分别看它们本期的隔夜和日内平均收益：

两列数字构成一把完美的”剪刀”:隔夜列从 Q1 到 Q5 严格递增，日内列从 Q1 到 Q5 严格递减。这种双向单调是”结构性机制”区别于”离群点巧合”的指纹——如果只是几只妖股撑起来的假象，中间三组不可能这么服帖地排成单调阶梯。

四、策略化：两条方向相反的多空腿#

既然隔夜是动量、日内是反转，那就分别做两条多空腿：

• 隔夜动量腿：买上期隔夜排名前 20%、卖后 20%，持有本期隔夜段
• 日内反转腿：买上期隔夜排名后 20%、卖前 20%（注意方向反过来），持有本期日内段

# 隔夜动量：direction=+1，持有隔夜段
r_mom = ls_returns(prev_ov, ov,  +1)
# 日内反转：direction=-1，持有日内段
r_rev = ls_returns(prev_ov, idr, -1)
r_combo = r_mom + r_rev            # 合并

每条腿每天双边换手，各扣单边 5bp 成本。结果（1260 个交易日）：

三个读数各有信息量：

两条腿方向相反却都赚钱，这正是”拔河”结构最优雅的地方——你不需要赌哪一方赢，你在同一批股票上同时收割两拨人的行为偏差：隔夜跟着散户的情绪惯性走，日内站在机构的均值回归一边。

合并 Sharpe（1.56）高于任何单腿，但只高一点点，没有出现 1.47+1.33 那种线性叠加。原因是两条腿共享同一个信号（上期隔夜），它们的收益正相关，分散效果有限。真正正交的收益源才能大幅抬 Sharpe，同源信号的两条腿只能小幅改善。

合并回撤（−16.2%）几乎是两条腿之和——这是同源信号的代价：好的时候一起好，坏的时候（regime 反噬那几天）两条腿一起亏。合并策略降低了收益波动比，但没降低尾部风险，这个区别在做杠杆决策时性命攸关。

五、生死线：β × 成本的 Sharpe 热力图#

这是一个每天全部换手的策略，两条腿加起来一天要做四次单边交易。成本不是一个可以事后再谈的细节，它直接决定策略能不能活。把动量传导强度 β 和单边成本各扫一遍：

读法很直接：

• β=0.06~0.08（本文基准附近）：零售成本（5bp）下勉强可做，机构成本（1~2bp）下舒服，10bp 以上迅速衰减。
• β≤0.04（被套利磨损后的真实水平）：只有极低成本才有正期望——学术论文里的漂亮效应，到零售账户就是负和游戏。
• β=0.16（罕见的强传导）：肥美，但这种强度的行为偏差会在几个季度内被套利资金吃平，不可持续。

这张图的通用教训值得抄下来：任何”每天换手”的横截面异象，学术检验（通常不含成本）与可交易性之间隔着 5~10bp 的鸿沟。 Lou et al. 论文里的隔夜-日内分裂在美股学术层面极其稳健，但它是不是”你的账户能赚到的钱”，取决于你的 β 落在这张表的哪一格。

六、四类真实陷阱#

陷阱一：隔夜收益的定义混入了停牌和除权。 “收盘到次日开盘”的收益，一旦中间夹着停牌日、除权除息日、或长假，这个”隔夜”就不是纯粹的过夜情绪了。除权必须用后复权价重算，否则一次 10 送 10 会伪造出 −50% 的假隔夜暴跌，直接毒化整个信号。停牌复牌首日的开盘价也常常是集合竞价的极端值，要么剔除要么缩尾。

陷阱二：开盘价的可成交性存疑。 策略假设你能按开盘价买入隔夜腿、按开盘价卖出。但集合竞价的开盘价是一个”点”，你的量能不能在那个价位成交是另一回事——尤其做空腿要借券、要在开盘瞬间挂单。日内反转腿更麻烦：它要求你开盘建仓、收盘平仓，一天一个完整来回，冲击成本会显著高于热力图里假设的线性成本。

陷阱三：A股日内无法做空，反转腿只剩半条命。 日内反转腿的一半是”卖出上期隔夜涨得多的股票”。A股个股不能日内做空，这条腿在A股只能做多头（买上期隔夜跌的），等于砍掉一半 alpha 并引入方向性暴露。想完整复现这个策略，要么用股指期货对冲、要么去 T+0 的市场（美股、港股部分标的）。这不是调参能解决的，是市场机制的硬约束。

陷阱四：隔夜动量和”注意力”高度共线，容易归因错误。 隔夜段的动量很大程度上是”昨日高关注度股票今日开盘被追捧”，而关注度又和成交量、涨跌幅、新闻数量强相关。如果你不控制这些，会把”注意力溢价”误当成”隔夜动量 alpha”。真正干净的检验要在剥离规模、换手、波动率等风格暴露之后，看隔夜动量是否还有独立贡献——本文的合成数据是干净的单因子世界，真实数据里这一步不能省。

结语#

隔夜与日内收益拆分是一个”把时间轴切开就能看见新世界”的经典案例：同一只股票，在不同的交易时段里被不同的人定价，于是呈现出方向相反的两副面孔。 隔夜的动量是散户情绪的惯性，日内的反转是机构资金的承接——两股力量拔河，而聪明的做法不是押注谁赢，是站在两边同时收租。

但别忘了热力图给的那条生死线：这类每天换手的横截面策略，真实 β 掉到 0.04 以下、成本升到 5bp 以上，纸面上的两副面孔就都变成了给券商打工的面孔。先估你所处市场、所处年代的真实传导强度，再对照你的成本查表——这才是把学术异象翻译成可交易策略的正确姿势。