2023年金融工程专题报告：股指期货日内价格规律及收益增强策略构建

1、研究背景——A 股与股指期货日内收益异象

1.1、异象一：日内分时段收益的“拉锯战”与持续性

传统的日频策略预测标的通常为当日收盘价相对前一日收盘价的收益率，但A 股日内不同时段收益差异十分显著。我们将单日收益切分为： （1）隔夜收益：开盘价/昨日收盘价-1； （2）日内收益：收盘价/开盘价-1； 另外切分出： （3）开盘（半小时）收益：10:00 价格/开盘价-1； （4）尾盘（半小时）收益：收盘价/14:30 价格-1； （5）下午开盘半小时收益：13:30 价格/13:00 价格。

统计了四个宽基指数及股指期货 2016 年以来分时段的收益，可以看到两者在日内不同时间段的收益各自具有非常明显的单向特征，且期货和现货的收益是反向的。股票指数的隔夜收益显著为负，日内收益、开盘收益和尾盘收益均显著为正，而股指期货定价虽然以现货指数为基准，但是日内套期保值者、投机交易和套利交易者不同交易行为的“拉锯”导致股指期货日内量价规律呈现出与现货指数截然不同的特征：股指期货的隔夜收益、开盘收益显著为正，从 2021 年开始出现明显衰减；不同品种的尾盘收益特征不同，IH、IF 尾盘收益为负，IC 尾盘收益在 2019 年前后从负收益转为正收益，IM 自上市后尾盘收益显著为正。历史上股指期货显著为正的隔夜收益是由现货指数隔夜风险的对冲需求所致，而股指期货隔夜策略不需要承担平今仓手续费，一旦隔夜溢价被市场发现，策略拥挤容易导致隔夜策略波动率加大，但是至今为止隔夜策略并未失效；而 IC、IM 显著为正的尾盘收益大概率与场外衍生品的对冲交易有关。

现货指数日内收益的风险溢价由于 A 股 T+1 的交易制度无法通过套利策略收敛，而股指期货虽然有高昂的平今仓手续费，但是期货 T+0 的交易制度使得投资者一定程度上可以通过日内策略赚取日内风险溢价，使得股指期货与现货指数的日内收益呈现截然不同的特征；可想而知，基差也将因此在日内有更为显著的规律。 由于交易者倾向于在股指期货上交易 A 股日内的收益特征，股指期货日内分时段收益的特征会不如现货指数显著（对冲需求导致的收益除外），从而使得基差与现货指数表现出几乎相同的日内规律：基差隔夜累计变动显著为正、开盘和日内累计变动显著为负；IH、IF 和IC、IM 基差的尾盘累计变动规律则是相反的，IH、IF 基差尾盘累计变动显著为负，IC、IM基差尾盘累计变动则显著为正。 根据基差的日内变动规律，我们推荐空头套保者建仓在开盘交易，相比尾盘交易能获得少量日内基差变动的盈利。

我们在股指期货基差与套期保值系列报告中曾多次探讨过股指期货基差期限结构的一致性，基差与合约间的期限价差往往有着相同趋势；同时我们发现对日内收益异象和日内动量的探讨集中在对资产价格的单边收益上，鲜少有文献和报告考虑跨期组合收益的日内效应，于是我们进一步回测了当季-当月跨期反套组合在日内不同时段的收益规律，可以看到跨期组合也有显著的日内规律；由于跨期组合收益波动较小，我们考虑了三倍杠杆无手续费回测。结果发现，IH 的跨期反套组合隔夜与开盘收益显著为正，日内和尾盘收益显著为负；IF 的跨期反套组合隔夜收益显著为正，日内收益显著为负；IH 与 IF 的跨期反套组合在开盘收益上有着迥异的规律；IC 和IM 跨期反套组合的隔夜收益同样显著为正，但两品种跨期反套的尾盘收益亦显著为正，一定程度上削弱了隔夜正收益，尤其是 IM 跨期反套的尾盘收益已经超过了隔夜收益。

1.2、异象二：日内动量与隔夜反转

学界已有多篇文献验证了不同经济体的日内动量效应。Gao et al. (2018)使用美国标普 500 指数基金 1993 至 2013 年的数据，发现交易日前 30 分钟收益可以预测最后30 分钟收益；Baltussen et al. (2021)、Zeming et al. (2022)、Lai et al.(2022)等的研究表明，在北美、欧洲、亚洲的股票、债券、商品和外汇等市场都具有显著的日内动量效应，只有在加拿大、爱尔兰等少数发达国家的股票市场上没有发现显著的日内动量效应。其中，Baltussen et al. (2021)基于过去 45 年的股票、债券、商品和货币期货数据，发现这些主要资产类别都呈现出强烈的市场日内动量效应；Zeming et al. (2022)通过对 16 个国家的 2020 至2017 年的股票市场的研究，发现日内时间序列动量现象在全球范围内普遍存在；Lai et al.(2022) 对韩国综合股价指数(KOSPI)进行了研究，实证同样发现基于市场日内动量的交易策略可以产生高于基准方法的风险调整后的利润，并且日内动量对于预测正收益比负收益更为适用。

对国内日内动量效应的研究则表明，与美国相比，中国股市的日内可预测性更强，日内动量效应在波动高的交易日、交易量居中的交易日和流动性低的交易日更强。并且由于 A 股中午停盘，研究发现上午的收益率也可以显著预测下午的收益率。Zhang et al.(2019)、Gao et al. (2019)、Chu et al. (2019)都验证了 A 股市场的日内动量效应。Gao et al. (2019)使用 1997 年到 2018 年的数据，将日内第一个半小时回报分解为两个不重叠的成分: 隔夜成分和开盘半小时成分，实证表明日内动量主要来源于隔夜动量，开盘半小时的回报率几乎无法预测最后半小时回报。Chu et al. (2019)发现中国市场中日内动量效应相比于美国市场要强的多，并且中国市场的倒数第二个小时的收益率可以更好的预测最后一小时的收益率。

日内动量在世界范围内的显著表现也激励了很多学者去探索其形成的原因，目前主流的原因有以下三个：

（1）投资组合再平衡效应（Gao et al., 2018）

由于不同类别机构的策略差异和交易偏好差异，在获得了同样信息的情况下，部分机构投资者可能倾向于在第一个半小时调整他们的投资组合，而另一部分机构投资者倾向于在最后半小时进行交易。第一个半小时交易的最后半小时的同向交易导致了日内动量效应。

（2）晚知信息的交易行为效应/噪声交易效应（Gao et al., 2018; Chu et al., 2019）

接收信息较晚或处理信息较慢的投资者倾向于跟随日内已实现收益的趋势进行交易，他们的交易时间集中在临近尾盘的时间，该部分交易者使得日内动量效应较强。

（3）对冲需求效应(Baltussen et al., 2021)

对冲需求效应认为日内动量效应的产生与市场参与者的对冲需求有关。Baltussen et al.(2021)重点探讨了期权 Gamma 敞口的对冲需求导致的日内动量效应：当市场波动较低，做多波动率的期权策略将产生正 gamma 敞口，此时的 delta 对冲是高抛低吸的模式，此时市场的反转效应会增加；反之市场波动较高时，做空波动率的期权策略将产生负gamma 敞口，此时的 delta 对冲是追涨杀跌的模式，此时市场的动量效应将被加强。这种对冲需求可以解释为何我们观察到在市场波动率较高时日内动量效应更强。对冲需求效应认为对冲交易的模式是可预测的，因此投资者可以利用这种可预测性构建相应的策略。

这三种原因对 A 股和股指期货日内动量效应均有一定的解释能力。A 股个人投资者比例较高，羊群效应易加强日内动量效应；Baltussen et al.(2021)提出的对冲需求效应与国内市场现状有一定出入，我们发现现货指数的日内已实现收益对剩余日内收益有较强的预测能力，但国内期权的交易规模和 delta hedge 需求还不足以影响股票价格波动，因此很难直接用这个理论解释现货指数的日内动量效应；但对冲需求效应的思想完全可以用于解释股指期货的日内收益规律，股指期货目前是最主流的对冲工具，其显著为正的隔夜收益、IC 与 IM 显著为正的尾盘收益均由对冲需求所致。

2、日内动量在股指期货上的多角度验证

结合现有文献的研究成果，日内动量有多个时间维度，现有文献已经提出了开盘收益对尾盘收益、隔夜收益对日内收益、倒数第二个小时收益对最后一小时收益的预测能力等等，因此我们将对日内收益进行细致切分，分别研究不同时段收益之间的相关性和预测效果；仿照 Yuan and Li(2022)的思路截取日内收益构建目标变量与自变量：将日内某时点至收盘的收益率作为预测的目标变量，选取该时点前的日内已实现收益或隔夜收益等作为特征进行预测。

另外考虑到日内动量效应的普遍性和期货现货的差异性，本文除了在股指期货的单边策略上验证日内动量效应，对于股指期货跨期价差的日内动量效应也同样进行检验。

2.1、股指期货单边收益的日内动量效应

2.1.1、描述性统计和显著性检验

各品种日内收益的持续性较强，且日内动量在 2018-2023 年时序维度上没有出现衰减的迹象。但是 2023 年日内动量的模式较往年发生一些变化： （1）日内收益波动有所下降：日内累计收益的绝对值水平从往年的 100bps 左右下降至 60-80bps，且出现了 IC、IM 的波动小于 IH、IF 的现象； （2）开盘波动加大，这意味着开盘动量的信号在交易日剩余时间能获得的潜在收益下降； （3）受雪球对冲影响，IC 和 IM 在下跌行情中，尾盘倾向于上涨。

使用 OLS 模型分别对目标变量和各日内动量预测因子进行拟合，通过回归系数和R 方观测因子预测方向和变量显著性。四个股指期货品种有着相近的日内动量模式：（1）隔夜、日内已实现收益与日内剩余时间收益为正相关关系，而前一交易日的尾盘收益和日内收益与当日收益为负相关关系，股指期货的日内收益总体呈现出日内动量效应较强、隔日反转效应较强的特点； （2）横向比较各因子的线性预测效果差异，日内已实现收益 RRL 对日内剩余时间收益的平均 R 方最高，预测能力最强； （3）纵向比较因子对不同时点目标变量的预测效果，10:30 和尾盘时因子的预测能力较其余时点更强。

2.1.2、模型预测与策略构建

对于 IH 和 IF 两品种，10：30 交易的策略表现好于其他时点，推测是因为开盘一小时的价格变化包含了较多信息，另外更早交易可以获得更高的波动和更多的潜在收益；对于IH 和 IF 两个品种，包含了隔夜收益的动量因子表现好于不包含隔夜收益的动量因子；而对于 IC 和 IM，这两个品种由于常用于场外期权的 Delta 对冲，并且 Delta 对冲交易多在尾盘进行，且有固定的交易模式，所以可以发现对于这两个品种来说尾盘交易的策略更容易盈利。某种程度上这也印证了 Baltussen et al.(2021)的观点，合理根据市场中固有的对冲需求更容易构建出盈利策略。 比较不同模型的表现，可以看到日内因子使用 OLS 模型构建策略有更好的表现，这表明日内动量效应大多适合用线性关系描述；而对于反转效应较强的隔日因子，OLS 表现不佳，分类树和回归树则能更好的拟合反转的规律。

2.2、股指期货跨期组合收益的日内动量效应

跨期价差也有较强的日内动量效应，且尾盘的跨期收益波动还会放大，因此初步判断日内动量策略的思路亦可用于日内的跨期套利；我们也计算了单边行情涨跌方向不同时的跨期反套组合累计收益，但是没有明显的日内规律。

同样用滚动窗口筛选因子的方式对日内跨期策略进行回测，当筛选因子数量超过4 时，树模型尤其是回归树模型在各品种上有稳定的表现，并且显著优于 OLS。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）