日内动量最后一小时效应：收盘前的方向延续从哪来

大多数动量研究盯着”过去 12 个月”这种长周期，但市场里还藏着一条以小时为单位的动量：开盘后前 30 分钟涨的日子，收盘前最后一小时倾向于继续涨；开盘跌的日子，尾盘倾向于继续跌。Gao、Han、Li、Zhou 在 2018 年的论文里用 SPY 二十多年的日内数据记录了这个”日内动量”（intraday momentum）效应——第一个半小时的收益对最后半小时的收益有显著正向预测力。

结论先放这：这个效应不是数据挖掘的巧合，它背后站着三股必须在尾盘交易、而且方向与当天早盘同向的结构性资金。在植入传导系数 β=0.10 的合成数据上，开盘-尾盘收益相关性 0.108（t=3.8）、按开盘收益五分组的尾盘平均收益严格单调递增、“开盘方向定尾盘持仓”的策略年化 8.3%、Sharpe 0.73，显著跑赢每天被动持有尾盘（Sharpe 0.37）。但同一策略放到 β=0 的对照组里，被区区 2bp 的单边成本磨到年化 -7.9%——这类每天交易一次的高频率低赔率策略，效应强度与成本之间只隔一条生死线。

一、方向延续从哪来：三股尾盘的结构性买卖压力#

先讲机制，再看数据。尾盘动量的燃料来自三类”身不由己”的交易者：

第一股：对冲 Gamma 的做市商。 期权做市商持有大量空 Gamma 头寸时（卖出期权给机构对冲盘），标的每涨一点他们的 Delta 就变得更负，必须追着买；每跌一点必须追着卖。这种对冲交易全天进行，但尾盘要把一天累积的 Delta 缺口一次性补平——当天涨得多，尾盘的对冲性买盘就大。方向天然与日内涨跌同向。

第二股：盯收盘价的被动资金。 指数基金、目标日期基金的申赎按收盘价结算，它们的建仓交易集中在尾盘执行（最贴近结算价、跟踪误差最小）。资金申赎与当日市场表现正相关——涨的日子净申购多，这些钱在尾盘变成买盘。

第三股：日内趋势跟随与止损盘。 日内 CTA、突破策略的仓位在早盘方向确立后逐步建立，尾盘不平仓的部分继续持有；反方向的日内交易者则在尾盘止损离场——两边的交易方向都与早盘趋势一致。

三股力量共同的特征：它们的尾盘交易方向由早盘方向决定，且它们是价格接受者，必须成交。这就是可预测性的来源——不是信息，是流动性需求的时间表。

二、构造实验：把 β=0.10 的传导植入日内数据#

真实 tick 数据拿不到没关系，机制可以精确合成。每天 48 根 5 分钟 bar，日内波动率按 U 型分布（开盘收盘高、午盘低），开盘前 6 根 bar（30 分钟）承载当天的隔夜信息冲击，然后把开盘段收益乘以传导系数 β=0.10 摊进最后 12 根 bar（60 分钟）：

BETA = 0.10   # 开盘收益对尾盘收益的传导强度
for d in range(DAYS):        # 1250 天 ≈ 5 年
    info = rng.standard_normal() * 0.006          # 隔夜信息
    bars = rng.standard_normal(BARS) * bar_vol * u_shape
    bars[:FIRST] += info / FIRST                  # 开盘段吸收信息
    r_first = bars[:FIRST].sum()
    bars[-LAST:] += BETA * r_first / LAST         # 尾盘同向传导
    r_last = bars[-LAST:].sum()

注意这个设计里的分寸感：β=0.10 意味着开盘涨 1%，尾盘平均只多涨 0.1%——效应是真实的，但很微弱，这正是真实市场里日内动量的形态。检验它需要统计功力，交易它需要成本控制。

统计检验三件套全部通过：

• 相关性：corr(开盘 30 分钟, 尾盘 60 分钟) = 0.108，t = 3.82，1% 水平显著
• 回归斜率：0.096，与植入的 β=0.10 精确吻合——检验流程没有引入偏差
• 单调性：按开盘收益分五组，尾盘平均收益从 Q1 到 Q5 严格递增，效应不是被少数极端日撑起来的

单调性检验是三件套里最容易被跳过、也最不该跳过的一环：相关系数可以被几个极端交易日绑架，而五分组单调递增说明效应贯穿整个分布——这是”结构性机制”区别于”离群点巧合”的指纹。

三、策略化：开盘定方向，只做最后一小时#

信号规则简单到一行：开盘前 30 分钟涨 → 尾盘一小时做多；跌 → 做空。每天只在尾盘暴露一小时，其余时间空仓，双边各付 2bp 成本：

sig = np.sign(first_rets)             # 开盘方向
strat = sig * last_rets - 2 * COST    # 尾盘持仓一小时，双边 2bp

结果对比（1250 个交易日）：

三个读数各有各的信息量：

胜率只有 51.5%。这不是策略弱，这是这类策略的本来面目——每天赌一次微弱的方向延续，单次赔率接近抛硬币，优势全靠 1250 次重复把 1.5% 的胜率差滚成 Sharpe 0.73。任何宣称日内动量胜率 60%+ 的回测，先查 look-ahead。

对照组年化 -7.93% 正好等于成本账单。每天双边 4bp × 252 天 ≈ 10%，扣掉持仓段的少量随机漂移，剩下的全是磨损。这就是高频率策略的残酷算术：信号归零时，你不是不赚钱，而是以每年 10% 的速度给券商打工。

动量策略回撤反而比被动持有更深（-25.1% vs -16.0%）。因为它做空开盘下跌的日子——遇到”早盘跌尾盘 V 型反转”的日子会双向挨打。方向性策略的回撤永远比想象中深。

四、生死线：β × 成本的 Sharpe 热力图#

效应强度 β 和单边成本各扫一遍，得到这张决定”能不能做”的热力图：

读法很直接：

• β=0.10（本文基准）：0 成本 Sharpe 1.17，2bp 降到 0.73，5bp 剩 0.3 左右，10bp 归零。零售佣金水平（≥5bp）下这个策略基本不可做，机构成本（1~2bp）下可做。
• β=0.03~0.06（更接近现实中被套利磨损后的水平）：只有零成本才有正期望——纸面效应，实盘负和。
• β=0.15：肥美区间，但真实市场里这么强的传导会在几个季度内被套利资金吃平。

这张图的通用教训值得抄下来：对每天交易的策略，成本在 Sharpe 里是一等公民，任何日内效应的学术检验（通常不含成本）与可交易性之间隔着 5~10bp 的鸿沟。Gao et al. 论文里的效应在学术上稳健成立，但 2018 年发表后公开数据上的强度已明显衰减——发表即衰减，日内异象尤其如此。

五、四类真实陷阱#

陷阱一：信号时间戳与执行时间戳的 30 秒。 “开盘前 30 分钟收益”要在 10:00 整才完整确定，你的下单最早发生在 10:00 之后；同理尾盘建仓不可能精确在收盘前 60 分钟的第一秒完成。回测里信号 bar 和执行 bar 必须错开——用 9:30-10:00 的收益在 15:00 建仓是安全的（间隔 5 小时），但如果你把信号窗口贴着执行窗口（如用 14:00-15:00 预测 15:00-16:00），一根 bar 的重叠就足以伪造整个效应。

陷阱二：隔夜跳空污染开盘收益的定义。 “开盘 30 分钟收益”用当日开盘价还是昨日收盘价做分母，是两个不同的信号：前者是纯日内信息，后者混入了隔夜跳空。两者的预测力来源不同（隔夜部分更多反映信息，日内部分更多反映流动性），混在一起会让归因失真。本文用纯日内口径。

陷阱三：效应集中在高波动日，等权回测掩盖了条件结构。 真实数据里日内动量在 VIX 高企、成交量放大的日子显著更强（Gamma 对冲盘规模与波动率成正比）。全样本等权平均会把”平静日的零效应”和”动荡日的强效应”搅成一个中庸的数字。条件化（只在高波动日交易）能提高单次赔率，但也把策略暴露在波动率聚集的连败风险里。

陷阱四：做空腿在 A 股不存在。 这个策略一半的交易日需要做空（开盘下跌日）。A 股个股无法日内做空，只做多头腿等于把策略砍掉一半样本且引入方向性偏差；股指期货可以双向，但期现基差和保证金占用会重写整个成本结构。跨市场移植日内异象前，先检查交易机制是否允许策略的完整形态存在。

结语#

日内动量最后一小时效应是市场微观结构异象里机制最清晰的一类：它的燃料不是信息优势，而是三股必须在尾盘按早盘方向交易的结构性资金流。机制清晰意味着两件事——它真实存在过，以及它的强度可以被监测：Gamma 敞口数据、被动基金规模、尾盘成交占比都是 β 的代理变量。本文的热力图给出了工程判断的框架：先估计你所处市场、所处年代的真实 β，再对照你的成本水平查表——β 在 0.10 以上且成本压得进 2bp，值得做；β 掉到 0.05 以下，这就是一个适合写文章、不适合下单的效应。