← 研究動態
研究2026/04/03 下午08:03

隔夜 Gap 的系統性陷阱:K812v2/K817/K818 三重確認跨市場信號的真相

0050.TWSPY方法論跨市場lead-lag台股隔夜gap

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。

[提出: 用戶, 執行: Claude]

摘要

跨市場 lead-lag 信號中,幾乎所有可交易價值都隱藏在 不可交易的隔夜 gap (收盤→次日開盤)內。當我們從「收盤到收盤(C2C)」切換至「開盤到收盤(OtC)」報酬後:滾動相關係數從 0.41 崩跌至 0.01、方向準確度從 63.9% 退回 50.2%、策略 Sharpe 從 3.51 跌至 -0.17。K812v2、K817、K818 三個獨立實驗從不同角度確認同一結論: 跨市場信號的 alpha 完全存在於隔夜 gap,日內交易無法捕捉 。


研究背景與動機

美股與台股之間存在真實的 lead-lag 關係,這一點早有確認。我們的研究記錄(T32/T33)顯示 SPY→台股的滾動相關係數約 0.40,Granger 因果 F=58.8,Harvey t=3.75。

問題是: 這個信號可以轉化為實際交易策略嗎? 

我們在 K812、K817、K818 三個實驗中系統性地拆解這個問題,答案指向一個反直覺但嚴謹的結論。


核心問題:報酬計算方式決定一切

跨時區策略的時序如下:

美東時間 15:00              台北時間 04:00(隔天)
美股收盤 ────────────────→  台灣開盤(尚未交易)
                                        ↓
台北時間 09:00                台灣開盤
台北時間 13:30                台灣收盤

 C2C(Close-to-Close)報酬  包含兩段:「台灣昨收 → 台灣今開」(隔夜段)+ 「台灣今開 → 台灣今收」(日內段)。

 OtC(Open-to-Close)報酬  只包含日內段,也就是你 真正能夠執行 的那段。

隔夜段在台灣市場開盤 前 已經發生,根本無法在開盤時利用美股昨日收盤信號下單。C2C 報酬錯誤地把這段「先知回報」計入策略績效。


K812v2:三個 Bug 修正後的完整結果

Codex 審查識別的 HIGH 嚴重度問題

BugK812 問題K812v2 修正
Bug 1ffill+shift(1) 混合日曆錯誤對齊顯式 merge-on-date + 獨立 shift
Bug 2Sanity check 數值硬編碼所有驗證即時計算
Bug 3使用 C2C 報酬(含不可交易隔夜段)改為 OtC 報酬

修正後 Sharpe 崩潰

K812v2:C2C vs OtC Sharpe 比較,隔夜 Gap 的影響

策略C2C Sharpe(含隔夜)OtC Sharpe(純日內)差距
BH 0050.TW0.9080.071-0.837
Smooth tanh(SPY)3.514 -0.168  -3.681 
8.63/VIX Taiwan VT1.3080.239-1.069

即使是被動的 BH 策略,C2C 和 OtC 的 Sharpe 也差了 0.84——這正是隔夜 gap 的系統性影響。

統計確認

指標C2C(含隔夜)OtC(純日內)
滾動相關係數(均值) 0.41  0.009 
方向準確度63.9%50.2%
Beta(SPY→TW OtC)—-0.0037(t=-0.25)
DM vs BH—FAIL(t=1.35)

OtC 方向準確度 50.2% = 硬幣翻轉。Granger 迴歸 Beta=-0.0037(t=-0.25),完全不顯著。


K817:VIX 衝擊後的台股 OtC 傳導

K817 針對特定事件設計:當美股 VIX 大幅波動(>15%)或 SPY 大跌(>2%),翌日台股的 OtC 報酬是否有可交易的方向性?

 結果:所有事件類型在 OtC 框架下均無顯著效果。 

事件類型事件數OtC 均值報酬vs 非事件日 t 統計Harvey 通過
VIX 漲幅 >15%163+0.003%t=-0.089❌
VIX 漲幅 >10%347-0.099%t=-1.628❌
SPY 跌幅 >2%154-0.048%t=-0.568❌
VIX > 25(水準)704-0.013%t=-0.534❌

全樣本 Sharpe:最佳策略(Combined VIX>25|SPY<-2%→30%)只有 0.243,DM vs BH t=-0.055(完全不顯著)。

同樣地,不論閾值如何調整(VIX spike 5%~30%、SPY 跌幅 1%4%),Sharpe 始終在 0.10.24 徘徊,不隨閾值收緊而改善,顯示不是參數問題,而是結構性沒有信號。


K818:SSVS 變數選擇的跨市場對比

K818 用 Bayesian SSVS(Stochastic Search Variable Selection)從 10 個候選變數中為 SPY 和台股 0050.TW 挑選最佳預測因子。

SPY 的 EMH 壁壘(C2C 前提下)

變數PIP(後驗選入機率)結論
VIX_change0.783弱信號
HYG_ret0.935信用利差有用
其他 8 個<0.20無用

OOS 命中率僅 53.9%(p=0.081,不顯著),R²_OOS=-1.47%(負),SSVS 甚至輸給歷史平均。

台股的「異常」,以及隱藏的真相

台股的 SSVS 結果看起來完全不同:

指標數值
OOS 命中率 62.1% (p=0.0008,顯著)
OOS R² +14.2% 
L/S Sharpe 3.69 (vs BH 1.73)
SPY_mom_5d PIP 1.000 
HYG_ret PIP 1.000 
VIX_change PIP 1.000 

看起來台股完全可預測。 但這同樣是 C2C 回報的幻覺。 

K818 明確標注:"NOTE: c2c returns include overnight gap — hit rate may overstate tradable accuracy (K501 lesson)"

台股的 62.1% 命中率中,K502 已確認  77-93% 的 lead-lag alpha 在隔夜 gap 。換算後,真實日內命中率極可能接近 50%。


三重確認:系統性結論

K812/K817/K818 三重確認:隔夜 Gap 驅動所有跨市場信號

實驗方法使用 OtC結論
K812v2跨市場策略回測✅OtC Sharpe -0.17,C2C vs OtC 差距 3.68
K817VIX 衝擊事件分析✅所有事件類型 DM FAIL
K818SSVS 變數選擇❌(C2C,注明限制)台股 R²=14.2% 可能 100% 是隔夜 gap
K502隔夜 gap 分解— 77-93% 的信號在不可交易段 

實務意義

  1.  不要用 C2C 回報測試跨市場策略 :C2C 天然包含不可交易的隔夜 gap,會系統性膨脹績效。

  2.  高 Sharpe 的跨時區結果幾乎必定有問題 :Sharpe > 2 的跨市場策略,首要懷疑就是 C2C vs OtC 問題。

  3.  SPY→台股的 lead-lag 是真實的,但無法交易 :相關係數 0.41 是真實存在的統計關係,但它發生在台灣開盤前的夜間,不是開盤後的日內。

  4.  波動率傳導(VIX→台股)也是同樣問題 :即使 VIX 大幅波動,翌日台股的日內 OtC 報酬完全無顯著方向性。


局限性

  1.  K818 台股部分使用 C2C :K818 的台股結果仍基於 C2C 回報,需要未來實驗用 OtC 重新驗證
  2.  滾動相關係數的不穩定性 :OtC 相關係數 std=0.137,均值 0.009 可能存在時期依存性
  3.  只測試 0050.TW :其他亞太市場(日本、韓國)的隔夜 gap 結構可能不同
  4.  交易成本假設 :5bps 是保守估計,實際台股市場成本可能更高

結論

跨市場 lead-lag 研究的方法論核心警告: 報酬計算方式決定結論的真假 。K812v2、K817、K818 從策略回測、事件分析、變數選擇三個角度,在 OtC 正確框架下均確認跨市場信號無法轉化為可交易 alpha(Harvey DM FAIL)。信號存在,但存在於不可交易的夜間 gap 中。任何未來的跨時區策略研究, 必須以 OtC 為預設 ,並在代碼中顯式驗證。


本文基於實驗 K812v2、K817、K818(腳本:experiments/k812v2_us_taiwan_leadlag_otc.py、k817_vix_taiwan_spillover.py、k818_ssvs_return_prediction.py)。 數據來源:yfinance,SPY + 0050.TW + ^VIX,期間:2006-2026,OOS:2023-2024。

參考文獻:K502 隔夜 gap 分解(VolPred 研究記錄);Lin, Engle & Ito (1994)「Meteor showers vs heat waves」;Harvey et al. (2016) t>3.0 門檻。

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

📄
VIX 越高、衝擊越被「吸收」?比例式衝擊倍數的分母陷阱與門檻效應
VIX 已經很高時,再來一次 VIX 大跳,SPY 的反應會不會變小?常見的量法是「衝擊倍數」(shock amplification ratio,SAR):衝擊日的 |r| 除以平日的 |r|。這個倍數確實隨前一日 VIX 升高而下降,於是很容易讀成「高波動環境會吸收衝擊」。本文檢驗這個讀法在三個地方站不站得住:分母、門檻,以及外生衝擊。 資料是 SPY 與 VIX 日資料,2006-01-05…
→
📄
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…
→
📄
台積電在紐約比在台北貴兩成,而這個價差預告不了任何一邊的波動
台積電在台北掛 2330,在紐約掛 TSM,一股 ADR 等於五股台股。同一家公司,同一批獲利,兩個市場各報一次價。 理論上換算完應該差不多。實際上 2025 年,紐約那邊平均比台北貴 22.46%。 這不是一直都這樣。2013 年這個價差的年平均是 0.09%,2014 年甚至是 −0.02%——紐約還比台北便宜一點點。 看到這個價差,多數人問的是「該買哪一邊」 這篇回答不了那個問題。報酬的高低…
→