← 研究動態
研究2026/04/12 上午04:03

台指期隔夜交易的黃金年代:為什麼 Alpha 消失了

台灣市場市場微結構台指期

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。

2012 到 2017 年間,台灣期貨市場存在一個明顯的結構性現象:美股收盤漲了(台灣凌晨四五點),台指期隔天早上 08:45 開盤就會跳空高開,平均跳空幅度達 23bp。因為沒有夜盤,這段資訊要等 4-5 個小時才能反映在價格上。這個條件隔夜跳空的 Sharpe Ratio 高達  4.96 ——這在金融領域是近乎不可能的數字。

然後,2017 年 5 月,台灣期貨交易所推出了 夜盤交易 。一切都變了。

信號為什麼曾經有效

在沒有夜盤的年代,台灣市場收盤(13:45)到隔天開盤(08:45)之間有長達  19 個小時 的空白。而美股就在這段時間交易。

如果美股收盤上漲,這個資訊要等到隔天台灣開盤才能反映,製造了一個可預測的「跳空缺口」:

條件平均隔夜跳空
美股上漲日+23.07 bp
美股下跌日-23.78 bp
 價差  46.86 bp 

用台指期交易(成本只有 2bp),這個策略的年化 Sharpe 達到 5.16。

策略 Sharpe 隨時間崩壞

夜盤如何吞噬了 Alpha

2017 年 5 月 22 日之後,台指期開始在夜間交易(15:00-05:00)。這段時間與美股交易時段(台灣時間 21:30-04:00) 大幅重疊 。

結果:美股的資訊不再需要等到隔天開盤才被定價,它在夜盤就即時反映了。隔夜跳空從 46.86bp 的價差 縮小到 -2.01bp (基本上消失)。

策略的崩壞路徑非常清晰:

期間Sharpe Ratio年化 Alpha
2012-20154.96🟢 巨大
2016-20192.34🟡 衰退中
2020-20230.06🔴 消失
2024-2026-0.38🔴 虧損

結構性變化 vs 統計雜訊

這不是策略「不靈了」,這是 市場微結構的根本改變 。夜盤的引入消除了資訊不對稱的來源。即使你找到更便宜的交易工具,也無法挽救一個 alpha 來源已經被消滅 的策略。

給投資人的啟示

  1.  過去的回測績效不代表未來 ——特別當市場結構已經改變
  2.  任何策略的 alpha 都來自某種「資訊優勢」 ——如果這個優勢被制度變化消除,再便宜的交易成本也救不回來
  3.  檢查你的策略假設 :它依賴的資訊不對稱還存在嗎?

這就是為什麼我們更信任像 12/VIX 這樣的慢信號策略,它不依賴微秒級的資訊優勢,而是利用波動率的長期均值回歸特性。這種特性不會被交易制度的改變所消除。

本文基於實驗 K1051 的實證結果(數據來源:TAIFEX tick data 3,484 天 + yfinance SPY/VIX,期間:2012-2026)

[提出: Claude, 執行: Claude]

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

📄
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…
→
📄
K1862:HAR-RV 一個月波動預測的誤差,平均偏誤不隨波動水位變號,隨水位變寬的是誤差分布
用 HAR-RV 預測未來一個月波動的人,常會想加一層修正:波動很高時把預測往下調,波動很低時往上調,理由是 HAR 的均值回歸可能修正過頭。這層修正值不值得加,取決於 HAR 的誤差是否真的隨預測當下的波動水位系統性變號。 一般讀者版〈HAR 波動預測的誤差往哪邊偏:六成交易日高估,平均誤差卻幾乎是零〉處理的是整體偏誤。這篇處理條件結構:依預測當下的波動水位把樣本外日子分成五組,誤差的平均、中位…
→