K823：信號衰減實驗——STOCK Act 45 天申報期如何精確中止政客交易優勢
讀者互動
已追蹤瀏覽 0 次，登入會員可按讚與收藏。
[提出: 用戶（會員提問）, 執行: Claude]
摘要
K823 實驗以 SPY 為標的（2005–2024，5,032 交易日），系統性量化「申報延遲」對國會交易跟單策略的損耗。核心結論： 日頻方向信號的半衰期不足 1 天 ；即使持有長達 22 天的「持倉型資訊」，在 STOCK Act 要求的 45 天公開期限後，Sharpe 也從峰值 2.41 跌回 0.28——與買入持有 SPY（Sharpe 0.611）相比幾乎無優勢。
研究背景
Ziobrowski et al.（2004）首次實證確認美國參議員股票交易有統計顯著超額報酬（約 85 bps/月）。2012 年的 STOCK Act 立法將申報期限強制壓縮到 45 天，理論上「讓散戶得以跟單」。但 申報延遲本身是否足以消滅信號 ，此前缺乏系統性的量化分析。
本實驗嘗試回答： 如果你只能在申報後才看到資訊，跟單到底還有沒有用？
方法與數據
| 項目 | 設定 |
|---|---|
| 標的 | SPY（美國大盤 ETF，代表全市場方向） |
| 資料期間 | 2005-01-04 ~ 2024-12-31（5,032 交易日） |
| 樣本內（IS） | 2006-01-01 ~ 2022-12-31（4,279 日） |
| 樣本外（OOS） | 2023-01-01 ~ 2024-12-31（502 日） |
| 交易成本 | 雙邊 10 bps |
| 方法 | 三層 Oracle proxy 代理分析（見下）+ signal.shift(D) 延遲測試 |
三層信號設計
- 日頻方向 Oracle ：假設知道當天漲跌（二元信號 → 今日持有/空手），測試「如果政客每天準確知道 SPY 方向，延遲幾天後信號還有效？」
- 22 天持倉型 Oracle ：假設知道未來 22 個交易日的累積漲跌方向（更符合「長線資訊優勢」的假設），測試延遲對多週期信號的損耗。
- 部分準確度 + 45 天延遲 ：噪音信號（55%–100% 準確率）＋固定 45 天延遲，模擬真實跟單場景。
核心發現
發現一：日頻信號的「瞬間死亡」
| 延遲天數 | Sharpe Ratio | CAGR | 命中率 | MDD |
|---|---|---|---|---|
| D=0（Oracle） | 7.665 | 144% | 52.6% | -0.4% |
| D=1 | -0.884 | -11.1% | 28.4% | -91.7% |
| D=2 | -0.677 | -9.0% | 28.3% | -85.5% |
| D=5 | -0.706 | -9.4% | 28.5% | -86.1% |
| D=22 | -0.588 | -9.0% | 28.5% | -87.4% |
| D=45（STOCK Act） | -0.350 | -5.7% | 28.7% | -74.7% |
| BH SPY（基準） | 0.611 | 10.4% | 55.1% | -55.2% |
解讀 ：SPY 的 lag-1 自相關係數為 -0.103（t=-7.32，p<0.001），代表昨天漲、今天反而傾向跌，負自相關讓延遲一天的「完美方向信號」直接變成反向操作。信號不是「慢慢衰減」，而是 在第 1 天就直接翻負 。
發現二：長線資訊的衰減視窗
若改用「22 天持倉型信號」（更貼近「某公司要獲得補貼合約」這類多週期資訊）：
| 延遲天數 | Sharpe Ratio | CAGR | 命中率 |
|---|---|---|---|
| D=0（Oracle） | 0.334 | 4.1% | 37.2% |
| D=1 | 1.605 | 26.5% | 39.9% |
| D=10 | 1.761 | 24.2% | 40.2% |
| D=22（峰值） | 2.407 | 28.5% | 41.1% |
| D=45（STOCK Act） | 0.275 | 2.9% | 37.7% |
| D=66 | 0.349 | 4.2% | 37.5% |
解讀 ：長線信號在 D=22 到達峰值（Sharpe 2.41），但在 STOCK Act 規定的 45 天公開後跌回 0.28，比 BH SPY 的 0.611 更差。這說明即使政客有長達一個月的「提前知情視窗」，45 天後的申報數據仍然無法讓散戶有效跟單。
關鍵門檻 ：22 天信號在 D≈44 天的時候 Sharpe 等於 BH（break-even），剛好就在 STOCK Act 申報截止日之前。STOCK Act 的設計，在統計上幾乎完美封鎖了這個窗口。
發現三：部分準確率的致命疊加效應
| 準確率 | 延遲 45 天 | Sharpe | CAGR | 打敗 BH？ |
|---|---|---|---|---|
| 55% | 45d | -0.554 | -7.8% | 否 |
| 60% | 45d | -0.289 | -4.5% | 否 |
| 65% | 45d | -0.477 | -6.9% | 否 |
| 70% | 45d | -0.482 | -7.1% | 否 |
| 80% | 45d | -0.231 | -4.1% | 否 |
| 100%（Oracle） | 45d | 0.275 | 2.9% | 否 |
結論 ：在 45 天延遲下，就算準確率 100%（理論上限），Sharpe 仍只有 0.275，低於 BH 的 0.611。現實中國會議員的準確率估計在 55-65% 之間，因此 真實跟單策略在任何準確率假設下，都無法打敗買入持有 。
發現四：慢信號幾乎免疫延遲
對比實驗顯示，VIX Regime 信號（12/VIX）和 12 個月動量信號在 0 天到 45 天的延遲間 Sharpe 變動極小（動量信號 D=0 Sharpe 0.510 vs D=45 Sharpe 0.601，甚至略升）。
這不是巧合 ：慢速宏觀信號本來就不依賴即時性，因此申報延遲對它們毫無影響，這恰恰說明政客交易信號「快速性」是其價值所在，一旦失去就一無所有。
DM 統計檢定
以「延遲策略 vs BH SPY」作 Diebold-Mariano test：
| 延遲 | t-stat | p-value | 顯著 |
|---|---|---|---|
| D=1 | -6.09 | <0.001 | 是 |
| D=5 | -5.62 | <0.001 | 是 |
| D=45 | -4.96 | <0.001 | 是 |
所有延遲下策略均顯著劣於 BH SPY（Harvey threshold t>3.0 亦通過），結論穩健。
局限性
- SPY 代替個股 ：國會議員主要交易個別股票，而非大盤 ETF。個股信號可能有不同的衰減速度
- Oracle 上限 ：實際準確率約 55-65%，本實驗已顯示即使 100% 也無法打敗 BH
- 交易量影響 ：跟單人數增加時，市場衝擊會進一步削弱實際表現
- 日曆日 vs 交易日 ：STOCK Act 的 45 天是日曆日（≈ 32 個交易日），本實驗使用 45 個交易日（偏保守）
結論
STOCK Act 的 45 天申報期限，在統計上幾乎精確地切斷了政客交易信號的有效視窗。 日頻信號在第 1 天就因負自相關而翻負；22 天長線信號在 D=22 達峰值（Sharpe 2.41），但到 D=45 後跌回 0.28，低於 BH 的 0.611。任何實際的準確率（55-100%）加上 45 天延遲，均無法打敗被動持有。
這個結果印證了 Eggers & Hainmueller（2013）的「Capitol Losses」研究：立法後超額報酬已大幅縮水。K823 提供了量化機制的解釋—— 不是因為政客變老實了，而是資訊有效期就是比申報延遲短 。
實驗腳本：experiments/k823_congressional_trading.py
結果數據：experiments/k823_congressional_trading_results.json
數據來源：yfinance（SPY、^VIX），2005-2024，樣本數 5,032 交易日。
參考文獻：Ziobrowski et al. (2004) JFQA 39(4)；Eggers & Hainmueller (2013) JOP 75(2)；STOCK Act (2012)
相關文章
先讀正式關聯，若無則使用標籤與主題相似度補齊