← 研究動態
研究2026/04/05 上午06:03

K847 里程碑:台股隔夜 Gap 61.3% 可交易——台指期夜盤拆解實證(2017-2026)

台股overnight gap波動率分解TAIFEX期貨landmarkdecomposition

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

K847 里程碑發現:台股隔夜 Gap 61.3% 可用台指期夜盤捕捉

[提出: 用戶 (question), 執行: Claude]

 核心發現 :K817 實驗(2026-04-01)曾指出台股 77-93% 的 alpha 藏在隔夜 Gap,並認為「不可交易」。K847 用 TAIFEX 台指期 tick 數據逐時段拆解後發現:這段 Gap 中有  61.3%(Sharpe 1.008)可以透過夜盤期貨追蹤 ,僅剩 28.7% 是真正無法介入的死角。


實驗設計

 數據來源 :TAIFEX TX 台指期 tick 數據 + yfinance(0050.TW, SPY)
 樣本期間 :2017-05-16 ~ 2026-04-02(夜盤開辦後至今)
 有效樣本 :2,151 個交易日
 方法 :將 0050.TW 隔夜 Gap(昨收→今開)拆解為 5 個時段,計算各時段的 Variance Decomposition(Cox-方差分解)和 SPY Pearson/Spearman 相關性


5 時段定義

時段時間區間說明可交易?
 Gap A TX 13:45 → TX 15:00台股盤後、夜盤開盤前的空窗(75分鐘)不可交易
 Slot B TX 15:00 → TX 21:30夜盤前半段(pre-US,台股盤後到美股開盤) 可交易 
 Slot C TX 21:30 → TX 04:00夜盤後半段(美股盤中,最主要時段) 可交易 
 Slot D TX 04:00 → TX 05:00夜盤收盤前最後一小時 可交易 
 Gap E TX 05:00 → 股票 09:00夜盤收盤到台股開盤的空窗(4小時)不可交易

0050.TW 隔夜 Gap 拆解:各時段波動率貢獻(可交易 vs 不可交易) 圖一:各時段佔隔夜 Gap 總波動率的比例。藍色為可交易時段(台指期夜盤),紅色為不可交易的空窗期。


核心結果:Variance Decomposition

時段佔 Gap 波動率年化報酬年化波動Sharpe可交易?
Gap A(13:45→15:00)5.1%-0.68%5.3%-0.129否
 Slot B(15:00→21:30)  16.2%  +6.17%  6.46%  0.955  是 
 Slot C(21:30→04:00)  39.8%  +6.49%  9.91%  0.655  是 
 Slot D(04:00→05:00)  5.3% -0.67%2.73%-0.246 是 
Gap E(05:00→09:00)23.6%+2.46%7.22%0.341否

 可交易合計(Slot B+C+D) :

  • 波動率佔比: 61.3% 
  • 均值貢獻: 69.2% 
  • 年化報酬: +11.99% ,年化波動:11.89%, Sharpe = 1.008 

 不可交易(Gap A+E) :

  • 波動率佔比: 28.7% (剩餘 10% 為交叉共變項)
  • Sharpe:0.204(主要由 Gap E 的正向漂移支撐)

SPY 相關性分析

各時段年化報酬率與 SPY 相關性 圖二:左圖為各時段年化報酬率;右圖為各時段與 SPY 日報酬的 Pearson 相關係數。Slot C(美股盤中)與 SPY 相關性達 r=0.641,確認美股是主要驅動力。

時段Pearson r(vs SPY)p-valueSpearman ρ\rho
Gap A-0.0570.0090.012
Slot B-0.0340.124(不顯著)0.032
 Slot C  0.641  <1e-245  0.621 
Slot D0.178<1e-160.130
Gap E-0.0160.467(不顯著)-0.038
全隔夜 Gap0.399<1e-810.433

 Slot C 是最主要的資訊傳遞通道 :美股在 21:30-04:00 發生的事,幾乎完整地反映在台指期夜盤,並在隔天台股開盤後呈現為 Gap。


迴歸驗證(OLS,R² = 0.83)

用各時段報酬回歸解釋 Gap(隔夜 Gap = 加總所有時段的線性函數):

時段迴歸係數 (β\beta)t 統計量p-value
Gap A0.61324.1<0.001
Slot B0.94045.2<0.001
 Slot C  0.953  69.7  <0.001 
Slot D0.98919.9<0.001
Gap E0.91248.4<0.001

R² =  0.83 ,顯示這個五時段分解可以解釋隔夜 Gap 83% 的變異,模型的擬合度非常高。


夜盤捕捉能力

指標數值
可交易時段 vs Gap 的相關性(r) 0.777 
全 TX 夜盤 vs Gap 相關性0.905
可交易波動率佔比61.3%
K843 夜盤 BH Sharpe0.788

改寫先前結論

實驗結論狀態
K817 / K50277-93% alpha 在隔夜 gap, 不可交易  部分修正 
K843夜盤 BH Sharpe 0.788確認(K847 補充了時段拆解)
K812INVALID(c2c artifact,Sharpe 3.4)維持廢止

 K847 修正幅度 :不是推翻 K817,而是更細化。K817 說「Gap 不可直接交易」(正確),K847 補充說「但有 61.3% 的 Gap 成分對應於夜盤期貨,可透過期貨間接參與」。


年度穩健性

可交易時段佔 Gap 的比例(逐年):

年份股票 Gap 均值(bps)可交易均值(bps)可交易佔比
20173.143.64116%
2018-3.000.95-32%(方向不同)
20198.065.2565%
202015.816.1239%
20217.036.3290%
2022-0.601.47負數(Gap 微弱,夜盤有正向漂移)
20239.646.3566%
20248.463.6643%
202511.549.1579%

多年平均約 60-70%,2022 年(高波動熊市)夜盤與 Gap 方向分歧較大,顯示夜盤並非完美對沖,存在 basis risk。


局限性

  1.  TX ≠ 0050.TW :台指期和股票 ETF 存在 basis risk,差價可達數十 bps
  2.  Gap E 的 basis 調整 :台指期收盤(05:00)到台股開盤(09:00)有 4 小時空窗,這段包含全球市場(歐洲盤、亞洲早盤)的影響
  3.  夜盤流動性 :Slot B(pre-US)和 Slot D 的流動性遠低於 Slot C
  4.  換倉成本 :逐日調整期貨倉位的交易成本未計入(合約換月 roll cost)
  5.  樣本期起點 :TAIFEX 夜盤 2017-05-16 才開辦,2017 年只有 156 個交易日

下一步研究方向

  1.  K848(規劃中) :用 Slot B 信號(pre-US)預測翌日台股開盤方向,是否有隔日 alpha?
  2.  K849(規劃中) :夜盤 VT 策略:用夜盤波動率動態調整台指期倉位(擴展 K843)
  3.  論文 :本發現為「台灣 VT 策略可行性」的實證基礎,期貨夜盤讓 61.3% 的「不可交易」Gap 成為可管理的風險

實驗腳本:experiments/k847_overnight_gap_decomposition.py
結果數據:experiments/k847_overnight_gap_decomposition_results.json
數據來源:TAIFEX TX 期貨 tick 數據、yfinance(0050.TW + SPY)
樣本期間:2017-05-16 ~ 2026-04-02,N=2,151 天

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
asia3:台股九檔的波動溢出方向對 VAR 階數很穩,換成 Granger 網絡卻有六檔翻面
先前的一般讀者版〈台積電發、鴻海收:台股的波動是有方向的〉以 Diebold-Yilmaz 廣義預測誤差變異分解(GFEVD)排出九檔台股代表股的淨發送者與淨接收者。這篇回答那篇沒問的兩個方法問題:這個方向排序對模型設定有多穩?換一把網絡量尺,誰在發、誰在收,答案還一樣嗎? 結論分兩半。對 VAR 階數,排序幾乎不動;對量尺本身,排序大半翻面。而方向本身的量級,相對於總連結度只是一個零頭。 設定…
→
📄
K1884:拿 VIX1D 對照 SPY 同一天的已實現變異,年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異,平均是 SPY 盤中實際的 1.56 倍:這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事:VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示,這三個選擇造成的偏移,與要量的效果同一個量級;選錯任何一個,程式不會報錯,只會回答另一個問題。 先釐清估計量。K1884 量的是同一…
→
📄
K1378:VIX 長期成分讓 SPY 波動預測勝過 GJR-GARCH,這個優勢在疫情窗外更穩定
做風險控管或選擇權定價的人,常要在兩種日頻波動模型之間取捨:只用報酬本身的 GJR-GARCH,或在 GARCH 之外加一個由 VIX 驅動的長期成分。後者多了一個外部變數要維護,值不值得,要看它的預測優勢從哪裡來。如果優勢只來自 2020 年那種市場崩跌的少數日子,平常用它就只是多背一個依賴;如果優勢出現在一般日子,它才是日常可用的改進。 K1378 用 SPY 的樣本外一步預測回答這個問題:A…
→