12-1 動能的報酬拆成隔夜與盤中：橫斷面版本 t 值超過 3，時間序列版本沒有

摘要

動能策略的每日報酬可以按時段拆成兩段：前一日收盤到當日開盤（隔夜），以及當日開盤到收盤（盤中）。本文用 30 檔美國大型股、3,866 個可評估交易日（2011-02-01 至 2026-06-16），檢驗兩種 12-1 個月動能：橫斷面版本（做多最強的 30%、放空最弱的 30%）與時間序列版本（每檔股票依自己過去報酬的正負號做多或放空）。

四個結果，強度依證據排序：

1.  橫斷面版本的報酬落在隔夜。  隔夜年化平均報酬 5.80%，盤中 −2.86%；隔夜減盤中為 8.66 個百分點，Diebold-Mariano 檢定的 t 值為 −3.33（p = 0.000887），超過 Harvey、Liu 與 Zhu（2016）建議的 |t| > 3 門檻。
2.  時間序列版本方向相同，但統計上分不出來。  隔夜減盤中為 4.40 個百分點，t 值 −1.52（p = 0.128），區塊自助法的 95% 區間為 −1.74 到 9.83 個百分點，跨過 0。
3.  橫斷面版本的判定在檢查過的設定下維持不變。  檢定帶寬、自助法區塊長度、股票組合（加入 SPY 與 QQQ 共 32 檔）的變動，都沒有讓它掉到門檻以下；前後半段樣本的方向相同，但差距在後半段縮小。
4.  完整命題「動能獲利集中在隔夜」沒有成立。  這個命題要求兩種版本都過門檻，時間序列版本沒有。以上數字不含交易成本、放空費用與開盤成交價的落差，也不檢驗任何機制。

研究問題與文獻

橫斷面動能（買過去的贏家、賣過去的輸家）由 Jegadeesh 與 Titman（1993）記錄；時間序列動能（每項資產依自己過去報酬的方向交易）由 Moskowitz、Ooi 與 Pedersen（2012）記錄。Lou、Polk 與 Skouras（2019）把包含動能在內的異常報酬按隔夜與盤中拆開，報告動能相關的獲利集中在隔夜，盤中則呈反向。

本文問一個窄問題：在公開日線資料上，用最簡單的 12-1 定義，這個拆解是否重現，並且是否對橫斷面與時間序列兩種版本都成立。機制文獻有不同說法：Ahn 等人（2024）與 He（2025）從散戶與專業投資人的行為解釋隔夜與盤中的差距；Perreten 與 Wallmeier（2025）報告成交量的時點可預測隔夜報酬，對單純的散戶壓力解釋提出挑戰。日線價格看不出投資人類型，本文不檢驗這些機制。

資料與設計

 資料。  Yahoo Finance 日線 OHLC（未調整價與調整後收盤價），30 檔目前的美國大型股；另以 SPY、QQQ 兩檔 ETF 做補充（合併為 32 檔，或只看這兩檔）。原始期間為 2010-01-04 至 2026-06-16，共 4,138 個交易日；策略需要約 252 個交易日的歷史，可評估期間自 2011-02-01 起，共 3,866 個交易日。價格檔共 32 個，以雜湊值固定（凍結提交 0dd71867813b），本文的所有數字都由這些固定檔重新計算。

 報酬拆解。  調整後的開盤價以 Open × AdjClose / Close 換算。隔夜報酬為 ln(調整後開盤 t ÷ 調整後收盤 t−1)，盤中報酬為 ln(調整後收盤 t ÷ 調整後開盤 t)，兩段相加等於當日收盤對收盤的對數報酬。

 訊號與持有。  月底以 ln(調整後收盤 t−21 ÷ 調整後收盤 t−252) 排序，即跳過最近約一個月的 12-1 報酬。月權重向前填補成每日權重後再延後一個交易日（weights.shift(1)），所以當天的報酬不會用到當天的訊號。時間序列版本依報酬正負號做多或放空，總部位為 1；橫斷面版本做多前 30%、放空後 30%。

 檢定。  比較隔夜與盤中時，把「報酬的負值」當作損失，做 Diebold 與 Mariano（1995）的預測準確度檢定，長期變異數用 Newey 與 West（1987）的 HAC 估計，正式帶寬為 16 個交易日。t 值為負表示隔夜平均報酬較高。另以區塊自助法（區塊長度 20 個交易日、5,000 次重抽、固定種子 42）估隔夜減盤中的 95% 區間。通過與否採 Harvey、Liu 與 Zhu（2016）的 |t| > 3。

結果

橫斷面版本的整日報酬只有 2.94%，但拆開後是隔夜 5.80%、盤中 −2.86%。隔夜段的夏普比率為 0.98，最大回撤 −10.66%；盤中段的夏普比率為 −0.35，最大回撤 −47.27%。時間序列版本兩段都是正的（隔夜 5.43%、盤中 1.03%），隔夜段的偏態為 −3.54，左尾明顯。

橫斷面版本的區間完全在 0 之上，t 值過門檻；時間序列版本的區間跨過 0，t 值只有 1.52。兩者的點估計差距（8.66 對 4.40 個百分點）沒有另外檢定，所以不能說橫斷面版本的隔夜優勢大於時間序列版本；時間序列版本的區間上限（9.83）本來就高於橫斷面版本的點估計。

穩健性

 檢定帶寬。  把 HAC 落後期數換成 1、2、5、13、15、21，橫斷面版本的 |t| 都在 3.26 到 3.41 之間，六種設定都超過 3；時間序列版本的 |t| 在 1.48 到 1.67 之間，六種設定都沒有超過。

 自助法區塊長度。  區塊長度換成 5、10、20、40 個交易日，橫斷面版本的 95% 區間下限在 3.30 到 3.80 個百分點之間，全部在 0 之上；時間序列版本四種設定的區間都跨過 0，下限落在 −2.22 到 −0.98 個百分點。

 股票組合。  加入 SPY 與 QQQ（共 32 檔）後，橫斷面版本的 t 值為 −3.30（隔夜減盤中 8.57 個百分點），時間序列版本為 −1.63（4.77 個百分點），判定都與 30 檔相同。只看 SPY 與 QQQ 這 2 檔時（只能做時間序列版本），差距為 10.30 個百分點，區間為 2.39 到 17.77 個百分點，不含 0，但 t 值 −2.48 低於 3。只有兩檔，這個結果不能外推。

 前後半段。  把可評估期間對半切（分界日 2018-10-05 同時算在兩段），兩種版本在兩段都是隔夜高於盤中，但差距在後半段縮小：

後半段的橫斷面差距仍有 6.49 個百分點，但各半段只有約 1,933 個交易日，半段內沒有另外做門檻檢定，這個縮小是否反映效果衰減，本文無法判斷。

時間對齊檢查

訊號用到的最新價格必須早於持有它的那一天。本文的檢查分四層，結果都通過：

• 公式契約：月底訊號、每日權重、持有延後與兩段報酬的時間戳記，4 項結構檢查全部成立。
• 未來擾動：把某個截止日之後的價格改掉，截止日前的月訊號、截止日後一天以內的權重與策略報酬都完全不變，共 3 個截止日、3 組樣本。
• 輸入完整性：固定價格檔只改一個位元組，程式即拒絕執行。
• 變異重播：把正式程式改成 7 種錯誤版本（持有不延後、提前一天、訊號的分子或分母用到未來價格、權重向後填補、月底日期換成隔月日期、價格檔雜湊不符只警告），上述探針對每一種都回報失敗。

這些檢查是在看過主要結果之後才建立的，屬於事後診斷，不是事前預註冊，也不是盲測。它們排除公式層級的前視偏誤，不能排除資料層級的問題。

能說與不能說

•  能說：  在這 30 檔股票與這段期間，橫斷面 12-1 動能的報酬，隔夜段明顯高於盤中段，且在檢查過的設定下沒有翻轉。
•  不能說「動能獲利集中在隔夜」：  時間序列版本沒有過門檻，完整命題沒有成立。
•  不能說隔夜持有可以賺錢：  這是把已經發生的報酬切成兩段，沒有成本。若要只在隔夜持有，每天得在收盤建倉、隔天開盤平倉，來回成本、放空費用與開盤集合競價的成交價都不在數字裡。
•  不能說原因：  日線價格看不出投資人類型，本文沒有檢驗任何機制。

限制

•  選樣有存活偏誤。  30 檔是目前的大型股，回頭套用到 2011 年起的期間；當年規模相近、後來衰退或下市的公司不在裡面。結果不能當成完整美股橫斷面的證據。
•  實際持倉偏離設計。  橫斷面版本設計為多空等額，但每月調整時沒入選的股票沿用先前的部位，實際總曝險介於 1.00 到 1.81，多空淨額介於 −0.44 到 0.33。時間序列版本的總曝險為 1，淨額介於 −0.40 到 1.00。
•  開盤價是換算值。  調整後開盤價以同日的調整比例換算，取決於資料商提供的調整資料。
•  沒有成本。  交易成本、放空費用與開盤成交價的不確定都沒有計入。
•  沒有預註冊。  主要結果先出現，穩健性檢查與時間對齊檢查在其後建立。
•  數字版本。  全部數字取自固定的價格檔；重新下載的歷史價格可能略有不同。

資料來源：Yahoo Finance 日線（30 檔美國大型股，另以 SPY、QQQ 補充），原始期間 2010-01-04 至 2026-06-16；實驗編號 research_rp_05c316a53f。

 參考文獻 

• Ahn, Y., Fan, A. Q., Noh, D., & Park, S. Y. (2024). Retail ebb and flow and the overnight-intraday return gap. SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4752520
• Diebold, F. X., & Mariano, R. S. (1995). Comparing predictive accuracy. Journal of Business & Economic Statistics, 13(3), 253–263. https://doi.org/10.1080/07350015.1995.10524599
• Harvey, C. R., Liu, Y., & Zhu, H. (2016). … and the cross-section of expected returns. Review of Financial Studies, 29(1), 5–68. https://doi.org/10.1093/rfs/hhv059
• He, A. (2025). Decoding momentum spillover effects. Journal of Financial and Quantitative Analysis. https://www.cambridge.org/core/journals/journal-of-financial-and-quantitative-analysis/article/decoding-momentum-spillover-effects/EB6BE5A096753108881E1514E54035DF
• Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance, 48(1), 65–91. https://doi.org/10.1111/j.1540-6261.1993.tb04702.x
• Lou, D., Polk, C., & Skouras, S. (2019). A tug of war: Overnight versus intraday expected returns. Journal of Financial Economics, 134(1), 192–213. https://doi.org/10.1016/j.jfineco.2019.03.011
• Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). Time series momentum. Journal of Financial Economics, 104(2), 228–250. https://doi.org/10.1016/j.jfineco.2011.11.003
• Newey, W. K., & West, K. D. (1987). A simple, positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix. Econometrica, 55(3), 703–708. https://doi.org/10.2307/1913610
• Perreten, T., & Wallmeier, M. (2025). Overnight returns and the timing of trading volume. SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5004991