核心观点 - 报告构建了一个用于预测A股隔夜收益率的复合因子，并据此设计隔夜交易策略，该策略能产生稳健的超额收益，可单独用于增强指数复制，也可叠加在现有指数增强策略上，实现超额收益的进一步提升 [8][12] 隔夜收益率与单因子表现 - A股市场长期存在“日内收益为正，隔夜收益为负”的现象，以沪深300和中证2000指数为例，在2015年至2025年期间，其隔夜收益率累计分别为-14.25%和-29.00% [15][16][19] - T+1交易机制是造成隔夜负收益的直接原因，因为昨日收盘买入较今日开盘买入多了一个当日卖出的权利，该权利具有成本，导致昨收通常高于今开 [19] - 报告测试了多个单因子对隔夜收益率的预测能力，其中成交量冲击、振幅、成交额等因子表现较好，与隔夜收益率呈显著负相关，Rank IC分别为-0.116、-0.121和-0.107 [27][42][46][49] - 市值、日收益率、日内收益率等因子的预测能力较弱，Rank IC分别为-0.011、-0.030和-0.056，单调性较差 [31][34][36][37][39][41] 因子合成 - 将表现较好的成交量冲击、日内收益率、振幅、成交额等因子进行合成，其中采用IC（信息系数）加权合成的方法效果最优 [56][57][61] - IC加权合成因子与隔夜收益率呈显著负相关，在全市场股池中Rank IC达到-0.1687，在沪深300、中证500、中证1000、中证2000等不同股池中，Rank IC分别为-0.147、-0.152、-0.161和-0.197 [61][63][64][68][69][70] - 该合成因子在多头端和空头端均表现出色，例如在全市场股池中，因子值最小的组合（D10）相较于平均值（AVG）的年化收益率高出42.17% [58] 被动指数增强策略 - 在单纯复制指数的基础上叠加隔夜交易策略，可以在不同宽基指数上获得显著的超额收益 [12] - 具体操作：在每个交易日收盘时，卖出因子值最大（即预期隔夜收益最差）的10%且当日收益率为负的成分股，并于次日开盘买回 [74][77][80][83] - 回测结果显示（2019.01.01-2025.11.21），该策略在考虑交易费用后，对沪深300、中证500、中证1000和中证2000指数的年化超额收益率分别为4.66%、4.43%、4.93%和7.97%，同时跟踪误差较小，约为1.2%左右 [73][76][79][82] - 策略的超额最大回撤控制良好，在上述四个指数上分别为0.49%、0.39%、0.31%和0.93% [73][76][79][82] 增强指数增强 - 将隔夜交易策略叠加在已有的“严约束”和“宽约束”指数增强模型上，可以进一步提升其超额收益 [12][85] - 对于沪深300指数，隔夜策略使严约束和宽约束模型的年化超额收益率分别提升了1.64%和3.02% [86][87] - 对于中证500指数，隔夜策略使严约束和宽约束模型的年化超额收益率分别提升了3.15%和4.10% [89][90] - 对于中证1000指数，隔夜策略使严约束和宽约束模型的年化超额收益率分别提升了4.13%和5.30% [92][93] - 在考虑了使用盘中数据计算因子、采用VWAP（成交量加权平均价）成交等更严格的交易限制后，策略的超额收益虽有轻微下降但仍保持稳健，表明策略具备较强的实用性 [95][96][98][99][101][102]