隔夜效应与盘中效应：把一天的收益拆成『收盘到开盘』和『开盘到收盘』

有一个让很多投资者意外的发现：股票的上涨，主要发生在你睡着的时候。

把一天的收益拆开看，它由两段拼成——「前一天收盘 → 当天开盘」叫隔夜段，「当天开盘 → 当天收盘」叫盘中段。大量实证研究（从 1990 年代的「stocks go up at night」到近年的跨国样本）指出：权益溢价几乎全部来自隔夜段，盘中段长期接近 0、甚至微负。换句话说，你白天盯盘折腾的那段，很多时候是在给隔夜的涨幅「拖后腿」。

本文用一段 30 年、约 7560 个交易日的合成日度数据，把这件事拆得干干净净，并附上真实计算的净值与统计。所有数字和配图都由文末代码生成。

一、用对数收益把一天切成两半#

对数收益的好处是可加性：一天的总收益等于隔夜段加盘中段。

$r_{\text{total},t}=( \log P^{\text{open}}_t-\log P^{\text{close}}_{t-1})+( \log P^{\text{close}}_t-\log P^{\text{open}}_t)$

第一项就是隔夜收益（前收 → 今开），第二项是盘中收益（今开 → 今收）。我们分别给两段不同的漂移与波动，复现文献里的 Stylized Fact：

• 隔夜段：正漂移 $\mu_o\approx+0.00030/$ 日；桥接周末的那段隔夜（周五收盘 → 周一开盘）额外 +0.00150（这就是著名的「周末效应」）；波动 $\sigma_o=0.5\%/$ 日。
• 盘中段：微负漂移 $\mu_i\approx-0.00003/$ 日；波动 $\sigma_i=0.6\%/$ 日。

import numpy as np

def simulate(n_days=7560, seed=20260712):
    rng = np.random.default_rng(seed)
    # 连续工作日：第 k 天星期 = k%5 (0=周一 ... 4=周五)
    weekday = np.arange(n_days) % 5
    mu_o = np.full(n_days, 0.00030)
    mu_o[weekday == 0] += 0.00150        # 周末效应：周一隔夜显著更高
    mu_i = np.full(n_days, -0.00003)      # 盘中微负漂移
    r_o = rng.normal(mu_o, 0.005, n_days)   # 隔夜收益
    r_i = rng.normal(mu_i, 0.006, n_days)   # 盘中收益
    return r_o, r_i, r_o + r_i, weekday

然后定义三种「持有方式」的净值：只持隔夜（收盘买、开盘卖）、只持盘中（开盘买、收盘卖）、全程买入持有。

二、三类净值：隔夜吃下几乎所有溢价#

把三类净值画在对数轴上（初始都 = 1）：

结果一目了然：隔夜-only 的曲线几乎和买入持有重合，盘中-only 则是一条趴在地上的平线。这不是偶然——因为总收益 = 隔夜 + 盘中，而盘中段长期在 0 附近，所以总溢价基本就是隔夜溢价。

真实统计（30 年、7560 日）：

注意一个反直觉的点：隔夜-only 的年化收益（15.84%）甚至略高于买入持有（15.62%），因为它避开了盘中那段微负、高波动的拖累；同时它的波动（8.02%）远低于全时段的 12.55%，于是 Sharpe 从 1.22 跳到 1.87，最大回撤从 −20.45% 收窄到 −9.98%。用更低的波动，拿到了几乎相同的收益——这正是隔夜效应的吸引力。

三、分布错位：两段均值的鸿沟#

把每天的隔夜收益和盘中收益各画一张直方图：

隔夜分布整条右移、均值落在 0 之上；盘中分布均值压在 0 之下。两段均值明显错位——你白天看到的价格上蹦下跳，平均下来几乎不创造收益，真正的风险补偿在收盘到开盘那段「你不在场」的时间里发生。

四、隔夜持有策略：同样收益、更低波动#

把「隔夜持有」（收盘买、次日开盘卖，循环）和「买入持有」放在一起，标注关键指标：

隔夜持有用更平滑的净值曲线拿到了和买入持有相当的终值，却把回撤砍掉一半多。代价是它的换手率是「每天一买一卖」——这恰好引出下一节的陷阱。

五、按星期几拆开：周末效应浮出水面#

把隔夜与盘中的平均收益按星期几拆开：

周一的隔夜柱明显最高——因为它覆盖了从周五收盘到周一开盘的整个周末，额外的正漂移把这根柱顶了起来；而盘中段全周都贴着 0 微负。这就是「周末效应」在拆解视角下的样子。

📌 全样本里，总收益的 98.1% 来自隔夜段。这个数字直观地说明了：权益风险溢价，是「闭市时段」的溢价，不是「交易时段」的溢价。

六、真实陷阱（直接拿来用会吃亏）#

1. 合成 ≠ 真实行情：本文信号是干净、平稳、无跳空的。真实隔夜段有跳空风险（盘后出利空，开盘直接低开，隔夜多头一朝腰斩）；盘中段也不是纯噪声，而是动量与反转的混合，结构比这里复杂得多。
2. 做空约束让你赚不到盘中段：如果你认同「盘中微负」，理论上该做空盘中——但 A 股 T+1、涨跌停、融券难，盘中做空基本不可行；美股虽可，盘前盘后流动性薄、滑点大。
3. 交易成本会吞噬隔夜溢价：隔夜-only 是「每天买卖一次」，年换手约 252 次。哪怕每次成本仅 5bps，一年也吃掉约 2.5%——足以把 15.84% 的年化削掉一大块。隔夜策略对成本极度敏感。
4. 盘前盘后流动性薄：隔夜段的价格形成发生在集合竞价与盘前盘后，买卖价差远大于连续交易时段，回测里的「开盘价」在实盘往往拿不到。
5. 这是美股 Stylized Fact，A 股未必成立：A 股的 T+1、涨跌停、散户结构，会让隔夜/盘中的收益结构明显不同，不能直接套用本文结论。
6. 幸存者 / 指数偏差：用指数（如 SPX）算出来的「隔夜溢价」掩盖了个股差异；小市值、低流动性股票的隔夜跳空更凶，结论对个股未必友好。
7. 相关性 ≠ 因果：隔夜溢价背后有信息消化节奏、机构盘前调仓、波动率时序等解释，但「历史上隔夜涨」不等于「明天隔夜必然涨」，regime 切换会让它阶段性失效。

七、结论与用法#

把一天拆成隔夜与盘中后，一个清晰的事实浮现：权益溢价主要发生在闭市时段，盘中交易更多是波动而非收益的来源。在本文 30 年合成样本里，隔夜-only 拿到 15.84% 年化、Sharpe 1.87、回撤仅 −9.98%，而盘中-only 几乎零收益、回撤却高达 −38.69%，总收益的 98.1% 来自隔夜。

但「只做隔夜」不是无脑圣杯——它每天换手、对成本敏感、踩在盘前流动性上、且做空盘中段在 A 股不可行。更务实的用法是：

• 把它当风险层：在回撤控制里，认识到「盘中波动是净消耗」，可用波动率目标把总波动钉低，间接多持隔夜、少持盘中；
• 当择时信号：隔夜段强弱本身可做成市场情绪 / 风险偏好的代理变量；
• 做成本压力测试：任何策略都要先问「我的 alpha 是来自隔夜还是盘中？」来自盘中的 alpha 会被换手成本狠狠惩罚。

记住：隔夜效应揭示的是收益的时间结构，不是一条能直接印钱的指令。看清它在哪段、为什么、以及成本如何反噬，才算真的用明白了。

完整可复现代码（含数据合成、三类净值、四张配图与全部统计）已随本文生成脚本一并运行，所有数字均来自该脚本的真实输出。