研报&论文

“学海拾珠”系列之八:市场日内动量

由crisvalentine创建,最终由crisvalentine 被浏览 120 用户

报告摘要

主要观点

本篇是“学海拾珠”系列第八篇,摘选自论文《Market Intraday Momentum》的核心结论。

不同于传统的横截面动量,论文研究了一种时间序列上的日内动量:基于前一天的收盘价计算的当天首个半小时的收益率可以有效预测当天最后半小时的收益率,即两个时间段的收益率之间存在显著的正相关关系。

论文为日内动量形成的经济驱动力给出了两种解释,一是非高频调仓,即投资者有意推迟至收盘阶段下单,二是市场上存在着信息接收有一定延迟的投资者,信息接收较晚的投资者会选择在流动性最大的最后半小时内进行交易。两个因素均使首个半小时和最后半小时交易方向相同,使收益率之间产生正相关关系。

日内动量在样本内和样本外均呈现统计上的显著性:首个半小时和最后半小时收益率之间的R方为1.6%,若同时利用第一个半小时和倒数第二个半小时的收益率预测最后半小时的收益率,则R方能提高至2.6%。利用样本外数据进行检验,两种方法的R方分别为1.4%和2.0%。

利用日内动量进行的择时策略和均值-方差资产配置策略也可以带来理想的收益。另外,日内动量在波动率较高、成交量较高、经济衰退期以及重要经济信息发布的交易日中更为显著。作者也通过考虑条件预测能力、各类交易成本、各类ETF以及不同的时间框架,验证了日内动量具备稳健性。

风险提示

本文结论基于历史数据、海外情况进行测试,不构成任何投资建议。

引言

本文作者在经过文献整理后发现,以往有关动量的研究几乎都是基于月频或周频的,那么我们自然就想知道,在日内是否也存在着某种动量模式?这一问题的研究对于揭示市场日内的交易效率以及高频交易对市场的影响具有十分重要的意义。

为此,本文进行了关于日内时间序列动量的研究,结果显示,基于前一天的收盘价计算的当天第一个半小时的收益率可以有效预测当天最后半小时的收益率,即两个时间段的收益存在显著的正相关关系。

为什么交易日的开盘半小时和最后半小时如此特别呢?我们认为,由于在市场开盘前通常会许多重要的经济信息发布,因此,这些新的交易信息使得市场通常会在一个不同于前一天收盘价的水平开盘。开盘后半小时内,成交量和波动率往往是非常高的,这说明市场消化这些新的信息通常需要半个小时左右。之后,市场情绪开始降温,一直到当天交易的最后半小时,成交量和波动率再度上升。之所以会这样,主要是投资者需要在收盘阶段进行结算或避免隔夜风险。综上,开盘后的第一个半小时和交易的最后半小时是一天当中最为重要的,这也导致日内成交量和波动率一般都呈现出U型曲线的形态。

作者利用1993-2013年间SPY(跟踪标普500指数的ETF)的收益率数据进行实证研究,**计算出第一个半小时和最后一个半小时收益率之间的R方为1.6%,这是相比于基于月频数据得出的结果相当甚至更高的一个相关性。若同时利用第一个半小时和倒数第二个半小时的收益率预测最后一个半小时的收益率,则R方能提高至2.6%。利用样本外数据进行检验,两种方法的R方分别为1.4%和2.0%。另外,该日内动量预测能力随着波动率的上升、成交量的下降、金融危机的出现、重大宏观经济信息的发布而增强,**对于低流动性股和低机构持仓股,仅用第一个半小时进行预测时预测能力较为相似,而同时考虑倒数第二个半小时时则不同。

而从收益显著性角度而言,本文研究表明,对于一个风险厌恶度为5的均值-方差策略投资者而言,基于第一个半小时的交易可以产生额外6.02%的年化风险调整收益。如果同时使用倒数第二个半小时进行预测,则这部分年化收益进一步提高到6.18%。另一方面,利用第一个半小时的交易作为信号的择时策略的年化收益为6.67%,年化波动率6.19%,夏普比率1.08。

**作者对日内动量形成背后的经济推动力给出了2种解释。一是非高频调仓,**即投资者有意推迟下单,造成第一个半小时和最后半小时交易方向相同,推动日内动量的形成;**二是市场上存在着信息接收有一定延迟的投资者。**信息接收较晚的投资者会选择在流动性最大的最后半小时内进行交易,由此,这部分交易将和信息处理及时并在第一个半小时完成下单的投资者的交易方向相同,从而使收益率之间产生正相关关系。

本文研究结果具备稳健性,**除了标普500指数ETF外,其他10只在美国交易最为活跃的ETF的日内动量同样显著,**跟踪指数包括道琼斯、纳斯达克、罗素2000等。

研究数据

本文使用来自贸易和报价数据库(TAQ)中的SPY盘中交易价格来计算半小时收益,样本期从1993年2月1日到2013年12月31日,并剔除了交易少于500笔的交易日。对于重大信息发布,作者从密歇根大学获得密歇根消费者情绪指数(MCSI)的历史发布日期,从美国经济分析局获得GDP的历史发布日期,从美国劳动统计局获得CPI的历史发布日期,最后从美联储获得联邦公开市场委员会(FOMC)历史发布 日期。

为了检验日内收益率在第t天的收益预测能力,作者利用前一天的收盘价以及美国东部时间当天上午10点的盘中价格计算当天第一个半小时的收益,并接着计算了从美国东部时间上午10点到下午4点每半个小时的收益,从而获得了每天13个半小时的收益率数据:

{w:100}

日内动量

预测回归分析

{w:100} {w:100}

样本外预测能力

{w:100}

金融危机

{w:100} {w:100} {w:100} {w:100}

波动率与成交量

{w:100} {w:100}

每笔成交规模和资产流动性

{w:100} {w:100}

机构交易

{w:100} {w:100}

讨论

本文对日内动量形成背后的经济推动力进行了讨论,在此之前,我们先看一下市场成交量和波动率的特征。图表8绘制了标普500ETF每半小时的平均交易量。在第一个半小时和最后一个半小时,成交量都接近1500万股,相比之下,在其他时段,交成交量只有约500万股,使成交量图呈现出U形曲线特征,这与早期关于日内交易活动的结论一致(Jain和Joh,1988)。图表9是不同波动率下成交量曲线,同样呈现U形,且在高波动率的交易日中更为明显。如前所述,** 型曲线的形态反映了第一个半小时内市场对新信息的消化,以及在最后半小时内进行结算或避免隔夜风险的心理。**

{w:100}作者对日内动量的推动力提供了2种解释。第一个是非高频调仓。Thirumalai(2013)和Murphy and Thirumalai(2016)提供了非高频调仓的证据,指出机构确实会在实际交易中重复下单。Bogoussla vsky(2016)则利用非高频调仓来解释收益率的自相关性和季度性,表明投资者会有意推迟至邻近收盘时才下单,造成第一个半小时和最后一个半小时下的都是买单或都是卖单,而这将推动日内动量的形成。

第二种解释则是基于市场上存在着信息接收有一定延迟的投资者。比如,当某一天有利好消息发布时,部分投资者可以立即做出反应并买入,并在半小时内推动股价上涨。然而,还**有一些投资者可能后来才知道消息,或者处理信息的速度太慢,无法在第一个半小时做出反应。**Baker和Wurgler(2006)指出,部分投资者仍会对一个月之前的情绪指标做出反应;Hong等人(2007)和Cohen和Frazzini(2008)发现,在某些行业中,信息传递可能会持续一个月。因此在股市中,信息处理需要花费一整天的时间也是很正常的。** 于信息接收较晚的投资者可能会追涨买入,而交易日的最后半小时又是流动性最大的时间段,因此这个时候自然是最优的选择。由此,第一个半小时和最后一个半小时的交易方向相同,使两者的收益率之间产生正相关关系。**

经济意义

择时策略

{w:100} {w:100} {w:100}

效用收益

{w:100} {w:100} {w:100}

宏观经济事件

市场周期

{w:100} {w:100}

信息发布

{w:100} {w:100}

稳健性

条件预测能力

{w:100} {w:100} {w:100}

交易成本

本文继续讨论了交易成本对结果的影响,尤其是在报价十进制(2001年7月1日)后的结果,这是因为在报价改为十进制前,非纽交所股票的报价均自动进行,不存在交易成本。本文利用择时策略来检验交易成本对日内动量的影响,具体来讲,本文从TAQ数据库中收集了下午3点半的买价和卖价数据,如果交易信号为做多(做空),则利用卖价(买价)来计算最后半小时内的收益(这里之所以不用下午4点的数据,是因为SPY在收盘阶段均已市场出清价格进行买卖,不存在价差效应带来的成本)。另外,本文还检验了由Perold(1988)定义的盈亏平衡实施差额(IS),代表了在没有考虑交易成本时的理论收益和实际交易时的实际收益之差。在计算IS时,作者除了考虑价差,也考虑了佣金和其他费用,并将后面部分费用设置成高成本(10美元)和低成本(2美元)两种情况。

{w:100}

{w:100}

其他ETF

{w:100} {w:100}

其他时间框架

{w:100}

{w:100} {w:100} {w:100}

结论

本文研究表明,交易日第一个半小时的收益率可以有效预测最后半小时的收益率,其预测能力对于样本内和样本外均在统计上呈现显著性,利用日内动量进行的择时策略和资产配置策略可以带来理想的收益。作者同时发现,日内动量在波动率较高、成交量较高、经济衰退期以及重要经济信息发布的交易日中更为显著。此外,日内动量不仅在标普500ETF中存在,也在10只其他交易最为活跃的ETF中发现。日内动量形成背后的经济推动力,主要是非高频调仓行为以及部分投资者对新信息接受存在的延迟。

另外还有一些问题有待研究。首先,本文研究结果表明,我们还需要新的理论模型来识别出那些能够决定日内交易风险溢价的因子;另外,随着交易成本的不断下降和自动化交易的普及,有必要研究日内交易策略对资产定价和资产管理的影响;最后,已有文献主要研究的是月度指标的预测能力,但日内预测能力和月度预测能力之间有什么关联还有待进一步研究。以上都是未来研究工作中非常重要的课题。

文献来源:

L. Gao, Y. Han, S. Z. Li, et al. Market Intraday Momentum [J]. Journal of Financial Economics, 2018, 129: 394-414.

风险提示

本文结论基于历史数据、海外情况进行测试,不构成任何投资建议。

标签

收盘价
{link}