报告原文下载链接：https://pan.baidu.com/s/1xPDtXF138Q6bGZ4CxoTd7g 提取码：dy4o

在这篇研报中，标签为每日开盘价、每日收盘价、每日换手率、指数隔夜涨跌幅等未经加工的底层市场数据。特征为传统隔夜涨跌幅、隔夜涨跌幅绝对值、超额隔夜涨跌幅、超额换手率、滚动相关性等从原始标签中提取或计算出的尚未验证预测能力的中间变量。因子为传统隔夜因子、隔夜跳空因子、新因子MIF等对收益率有显著解释力的特征。

本篇研报的核心与上一篇研报相同，都是利用A股市场的非有效性来构建因子。理论上来讲，股票今日的开盘价应该大致等于昨日的收盘价；因此，若观察到股价在开盘有大幅跳空，我们就可以推断，大概率存在隔夜信息。此时，若昨日换手率较高，那么相对于换手率较低的交易日， 这些有信息优势的投资者就更有可能提前获取了隔夜信息，在当日盘中就进行了相应的操作，这就意味着这只股票的市场有效性较弱。

和上一篇研报一样，由于获取数据上的限制，我在复现研报时只采用了 2024-03-04 至 2024-08-31 的 30 只股票的数据，但是这30只股票只来自于工业、可选消费和信息技术这三个行业，这样方便后续进行行业中性化处理。输出结果仅供参考。

接下来，我们将一步步完善隔夜涨跌因子， 得到新隔夜因子MIF（Market Inefficiency Factor）。

一、传统隔夜涨跌幅因子（Ret20）

代码实现：

输出结果：




在不同的 Rank IC 值区间，频数分布不均匀，并且因子 Ret20 在不同时间段与股票收益率的相关性是动态变化的。

二、传统隔夜因子（OvernightRet）

把整体涨跌幅因子拆成隔夜和日内两个部分后，我们发现日内部分对应的因子，选股效果略优于整体因子，而隔夜部分的表现则比较糟糕。因此，我们聚焦表现较差的隔夜部分，尝试将其改进为有效的选股因子。

代码实现：

输出结果：




从整体月度数据来看，平均的 Rank IC 值为负，意味着因子 OvernightRet 与股票收益率之间平均呈反向相关关系。并且因子 OvernightRet 在不同时间段与股票收益率的相关性有动态的变化，由正转负，说明了因子失效。

三、隔夜跳空因子（abs_OvernightRet）

传统隔夜因子停留在 “方向判断” 的一维视角，而加绝对值后，因子升级为 “波动幅度” 的二维视角。我们认为日内交易更关注波动而非趋势，幅度比方向更具实战意义。

公式：每月月底，每只股票回溯过去20个交易日，计算20日隔夜涨跌幅绝对值的平均数。

代码实现：

输出结果（经过横截面市值中性化处理）：




RankIC均值为负，表明该因子与股票未来收益呈现稳定的负相关关系。累计曲线呈现持续下降趋势，且下降幅度较大，说明因子的负向预测能力在长期中持续增强。

四、新隔夜因子New_OvernightRet

我们认为，既然要讨论股票的短期交易过热问题，光看价格肯定是不够的，还必须加上成交量的信息。对于隔夜这一部分的价格涨跌，我们认为它所对应的量应该是提前量，即昨日的成交量。

构建方法：
（1）每月月底，每只股票回溯过去 20 个交易日，计算每日隔夜涨跌幅绝对值与昨日换手率的相关系数；
（2）做横截面市值中性化处理。

实现代码：

输出结果：




从 “累计 Rank IC 曲线” 看，自月份序号 10 之后，曲线持续下降，累计 Rank IC 越来越负，说明因子与股票未来收益的负相关性在增强，这意味着因子值高的股票未来收益更低。RankIC由正转负，并且持续变负，代表着因子在现在失效了。
失效的时间点大约是在2024.5，当时宏观层面上发生了中国人民银行下调个人住房公积金贷款利率，取消全国层面首套住房和二套住房商业性个人住房贷款利率政策下限等事件，理论上资金会更倾向流入股市寻求更高收益，可能导致了因子失效。

五、新因子IC为负的原因

从传统反转因子Ret20的5分组回测图中，我们就可以发现：多头组分组 1（上个月跌幅最大的股票），下个月的涨幅与分组 2、分组3 并没有显著差异，即这几个组的反弹力度相差不大；而空头组分5（上个月涨幅最大的股票），下个月则会大幅跑输其他组别，反转力量很强。因此，传统反转因子多空对冲的收益，大部分都由空头贡献而来。过去上涨的股票，下个月的反转力量明显更强。

原因如下：

1. A 股市场“追涨”与“杀跌”力量的不对称
   （1）客观原因，A 股市场的卖空限制：并不是所有看空的投资者都有资格进行卖空的操作，在大部分情况下，要求投资者必须有底仓；
   （2）主观原因，行为金融学上的“处置效应”：在急需资金的情况下，大部分投资者会选择卖出手中盈利的股票，而继续持有下跌的，甚至跌得越惨持有越久；因此当股价下跌达到一定程度时，一部分投资者就麻木了，不愿意做卖出止损的操作，也就相应地削弱了“杀跌”的力量。

2. 知情交易会加剧“追涨不杀跌”的现象
   （1）对于上涨的样本，如果知情交易者有信息优势、提前操作，那么当非知情交易者得到利好信息后，就更容易跟风追涨，更容易对利好消息反应过度，从而造成股价当月上涨更多，那么下个月的反转也就更强。
   （2）而对于下跌的样本，如果知情交易者有信息优势、提前离场，就会导致下跌行情提前开始，那么当非知情交易者得到利空消息时，股价很有可能已经跌入了一部分投资者的麻木区间，由于处置效应，有些投资者放弃卖出、继续持有，就有可能造成对利空消息的反应不足，那么这些股票在下个月的反弹力量也就被相应减弱了。
   所以无论上涨还是下跌，只要知情交易者有信息优势、能够提前行动，都会对股票未来收益造成负面影响，故新因子 MIF 的IC 为负。