标签： #因果识别

股票除息日理论上应下跌股息金额，但 4000 个模拟除息事件测出的开盘调整比例 α 只有 0.866（t=-21.4 拒绝完全调整），留下每事件 23.9bp 的缺口。问题是这块肉能不能吃到：对缴 20% 股息税的短线捕获者，含税捕获是 -20.6bp（t=-20.0），从第一笔交易起就是负的；免税口径 23.9bp 的缺口，单边盈亏平衡成本只有 12.0bp，容量墙在 2000 万元（500 万规模年化仅 +2.07%）。三个对照锁死机制：零税纯净市场 α 回到 1.006（t=0.94）、捕获归零 -0.76bp；伪除息日安慰剂 -0.30bp（t=-0.11）；股息率与 α 的客群关系置换检验 p<0.001。横截面上股息率越高 α 越接近 1，Q5 组（股息率 4.0%）含税捕获 -57.4bp，高股息票恰恰亏得最狠。另附隐蔽 bug 复盘：用除息日收盘价测 α，α 虚高到 0.942、缺口被低估 58.9%。真正稳的反而是不碰除息日的「前置吃流」：39.8bp（t=7.06）

用增长-通胀象限做行业轮动的逻辑很干净——25 年月频模拟里 11 个行业按真实缺口归类后四象限的赢家差异极大（复苏=可选消费+25%、过热=材料+34%、滞胀=能源+20%、衰退=医疗+12%）。信号层面成立：判对月均超额 99.3bp、判错月仅 4.7bp。但工程问题决定了能不能真正落地——宏观缺口是滞后发布的、且事后会被大幅修正。用实时可得数据（滞后 2 月、初值误差 σ=0.6）回测，年化超额从 10.38%（事后终值）掉到 6.65%（IR 1.33→0.86，超额衰减 36%），换手从 3.3 倍/年暴增到 8.0 倍/年。两个证据把它判死刑：纯净无宏观市场策略 IR 仅 0.17（t=0.75），随机象限安慰剂 IR −0.07，最阴险的 bug 是「信号 t 月、成交 t 月」的同月执行——看起来合逻辑却虚高 IR 0.18、超额 1.4%。结论是统计层成立、识别层成立、交易层不成立，盈亏平衡成本 87bp（年换手 7.9 倍）是这策略的天花板。

A 股放假时港股照常开市，全球风险继续被定价，而 A 股持仓者被锁在场外无法反应。12 年模拟里 A 股休而港股开的日历日有 145 天。开市首日的跳空能被休市期间的外盘信息解释到什么程度？答案是几乎完全解释：长假后首日跳空对休市期间港股累计收益回归，斜率 0.543、t=5.50、R²=0.402；把跳空对积压全球因子直接分解，R² 高达 0.968，残差标准差只剩 9.97bp。三个对照全部通过——港股收益打乱后 400 次置换的 |t| 95 分位只有 1.93 且没有一次超过真实 t 值，用下一段假期的外盘收益做伪未来对照 t=0.99，同步日历的纯净引擎 t=1.18。跳空幅度随休市长度单调放大：隔夜 36bp、周末 63bp、小长假 90bp、春节国庆 122bp；长假跳空方差是隔夜的 6.12 倍，而按日历天数线性外推只预期 5.74 倍。横截面 beta 单调性也成立，最高 beta 组长假/隔夜比值 2.25。但可交易性的结论是负面的，而且不是因为成本：整个策略的存活完全悬在「开盘集合竞价吸收了多少信息」这个不可观测参数上——吸收 62% 时盘中还剩 21.3bp，吸收 95% 时只剩 1.62bp（t=0.93），吸收 100% 时归零。扣 15bp 成本后 47 次交易平均 -6.78bp、胜率跌到 46.8%

国债招标是市场上极少数「时间已知、方向已知、规模大致已知」的供给冲击。12 年 189 次 10 年期招标的模拟给出完整链条：招标前 5 天收益率被推高 1.67bp（价格 -13.12bp，t=-5.71，64.0% 的事件为负），招标后 5 天回补 +7.24bp（t=3.64），反转覆盖 55.2%。但真正的主线是「测不出来」这件事——裸做 10Y 期货的同一批事件 t 只有 -3.17 而反转 t=0.76 完全不显著，因为曲线水平因子日波动 29.19bp 是让渡幅度的两倍多；久期中性利差把日波动压到 11.84bp（降 59.5%）才让信号浮出水面，这不只是降噪技巧，它同时定义了唯一可实施的交易形态。第二个坑更隐蔽：招标间隔中位数 12 个交易日，而下一次的让渡爬坡提前 6 天启动，用 [+1,+8] 测反转会把下次的向下压力当成本次的反转缺失（覆盖率被压到 44.3%，t 掉到 2.45）——周期性事件研究必须做窗口互吞筛选，105 个干净窗口下覆盖率回到 65.8%。可交易性很骨感：8 次单边成交吃掉毛收益的 58.4%，盈亏平衡成本 2.5bp/单边，容量墙在 5 亿元；后 6 年 Sharpe 只剩 0.32。三类参与者里真正稳赚的是本来就要买债的配置盘——改变择时日不产生任何增量成交，白拿 11.36bp

基金季末要披露持仓，于是有动机在最后几天买入本季赢家、卖出输家——让报表看起来英明。12 年 48 个季度、300 只股票的模拟把这个效应量化：季末最后 3 天赢家减输家价差 53.16bp（t=6.02，81.3% 的季度为正），新季度前 3 天反转 -55.90bp（t=-7.17），反转覆盖比例 105.2%——涨出来的全吐回去了，这是「价格压力」而非「信息」的判定性证据。但真正决定这项研究成立与否的是三个对照：非季末月末同一套算法只有 5.92bp（t=0.95，不显著），排除了月度再平衡流的解释；随机日期安慰剂 14.29bp（t=1.94）刚好卡在临界值，说明短期动量本身贡献了约四分之一，必须扣除；无粉饰压力的纯净市场跑出 -7.22bp（t=-0.85），确认引擎不造假信号。横截面识别更硬：同为赢家，高机构持仓组 +5.21bp、低机构持仓组 -8.20bp。可交易性则很骨感——单边 15bp 成本下 Sharpe 从 1.74 掉到 0.76，盈亏平衡成本约 26bp；容量墙在 5 亿元（净收益 -1.45bp），30 亿元时成交完成率只剩 60.4%。附一个隐蔽 bug 复盘：分季度写入收益时，下一季的赋值会覆盖上一季注入的反转压力

相关系数只说『一起动』，不说『谁先动』。转移熵(Transfer Entropy, Schreiber 2000)用条件互信息量，量的是『加入 X 的历史后，Y 的下一刻不确定性下降了多少 bits』——天然非对称。本文用符号化估计在合成领先-滞后链 X→Y→Z 上复现：TE(X→Y)=0.214 对 TE(Y→X)=0.030（比值 7×）、TE(Y→Z)=0.218 对 TE(Z→Y)=0.037；而共同因驱动的 U/V 虽然相关 0.32，双向 TE 却几乎对称(0.045 vs 0.041)——正是相关说不清、TE 能分开的那类结构。再沿信息流方向下注，Sharpe 5.05 碾压反向 −5.05；信息流方向就是 alpha 方向。附完整 Python 与六类真实陷阱（高阶）。