- 季末粉饰橱窗效应:基金排名压力如何扭曲最后三天的价格
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
15 min Chinese - 限售股解禁抛压:事件研究框架下的日历化规避与修复交易
限售股解禁抛压事件研究 - 800个解禁事件合成面板:抛压提前20日发生、T-5~T0加速;大规模组T0前CAR -10.8%、T0后10日修复+4.5%;定增高浮盈股东抛压是首发股东的4倍;日历化规避与吃修复两种用法 - halo的技术博客
17 min Chinese - 月末月初效应:日历翻页时的资金流规律
把二十年的日收益按『它在当月的第几天』重新排队,会看到一个刺眼的规律:月末最后几个交易日到次月头两天(合称 TOM 窗口)的日均收益,是月中的几十倍——Ariel (1987) 和 Lakonishok-Smidt (1988) 记录的月末月初效应至今稳健。燃料是资金流的日历表:工资定投、养老金申购、机构窗口粉饰、被动基金月末再平衡,全都卡在日历翻页那几天入场。本文在植入月末月初正漂移的 20 年×252 日合成数据上完整复现:TOM 窗口只占 24% 的交易日却贡献 98.5% 的累计收益、两样本 t=4.24;只在这几天持有的策略年化 32.8%(Sharpe 2.24)碾压全程买入持有(Sharpe 0.54),而月中持有近乎白拿风险(年化 0.2%)。附逐年稳定性检验、窗口长度扫描、完整 Python 与四类真实陷阱(中阶)。
16 min Chinese - 日历异象与季节性:月初效应、Sell-in-May、周末效应能否变成可交易信号
日历异象是最古老也最容易被嘲笑的量化命题——月初涨、周五强、五月卖出。但它们真的存在吗?我们用 25 年日频合成数据把三类季节性(月初效应 / 周内效应 / Sell-in-May)逐一做统计检验与净值回测,给出可复现的 Python:月初前3天日均收益 0.036% vs 其余 0.016%、冬季持有 Sharpe 0.70 远超全年持有 0.23,并附六类真实陷阱(高阶)。
15 min Chinese
返回