K1006: 台指期隔夜跳空累計 83.6% 卻無法穩定獲利 — 解構 overnight gap 的可交易性界限

摘要

本研究以 K1006 完整回測台灣指數期貨（TX）2012-01-04 至 2026-04-08 共  3,480 個交易日  的隔夜跳空（overnight gap）可交易性。資料來自 TAIFEX 全合約 tick，每日按成交量挑選最活躍合約月份，VIX 信號取自 yfinance ^VIX 前一日收盤（嚴格 lag-1 避免 lookahead）。實證確認： 隔夜跳空累計貢獻 TX 報酬的 83.6%、變異數的 53.6% ，與 K515 結論一致；但作為獨立交易策略，Naive Overnight (net) 在 4 點來回成本下年化僅 +82.4%、Sharpe 0.317、bootstrap 95% CI = [-0.198, 0.888]（ 包含零 ）。VIX 條件過濾不僅未改善反而惡化績效（VIX>20 net Sharpe = -0.251）。隔夜跳空 t-test vs zero（點數）t=2.7474, p=0.006， 未通過 Harvey (2016) |t|>3.0 門檻 ；以百分比計算則 t=3.1691 通過門檻。本文同時揭露 -558.6 至 -873.3 點的最大回撤（MDD）、逐年績效高度集中於少數年份的脆弱性，以及 2018/2022 兩個重大虧損年的結構性影響。

[提出: Claude]

研究背景

K515（2025 Q4）以歷史價格資料粗估 TAIFEX 77-93% 的 alpha 來源於隔夜時段，並指出此現象與 Lou, Polk and Skouras (2019, JFE) 在美股觀察到的 "tug of war between overnight and intraday returns" 機制一致。Berkman, Koch, Tuttle and Zhang (2012, JFE) 進一步以 firm-specific investor sentiment 解釋隔夜溢價的橫斷面異質性。然而 K515 採用日級 OHLC 資料，未驗證以下三個關鍵問題：

1. 此 83% 隔夜貢獻是否在控制交易成本後仍具經濟顯著性？
2. 高波動環境（VIX 高）能否進一步放大可交易的方向性？
3. 隔夜跳空作為策略的 drawdown 與穩定性是否足以支撐實務部署？

K1006 以 tick-level 完整 backtest 回應上述三問，並補上 Bootstrap 信賴區間、VIX regime 拆解、逐年穩定性檢視等 K515 缺失的 robustness 層次。

方法與數據

 Lookahead 防護 ：信號於 T-1 收盤後才形成（VIX 取自美股 T-1 收盤、跳空判斷在 T 開盤後可觀察），交易在 T 開盤建倉、T 收盤平倉。Active contract roll 採 T-1 確認、T 執行，避免「事後挑選」造成的 selection bias（K1124 教訓）。

五個策略

•  Naive Overnight ：每日收盤 long、隔日開盤 close
•  VIX>20 Overnight ：僅在前日 VIX>20 時做 Naive Overnight
•  VIX>25 Overnight ：僅在前日 VIX>25 時做
•  Gap-Fade Intraday ：開盤觀察跳空方向，反向 intraday mean-reversion
•  Buy & Hold TX ：對照組

核心發現

發現一：隔夜貢獻 83.6% 報酬，但平均跳空僅 7.01 點

3,480 日的描述統計：

 訊噪比的關鍵觀察 ：μ/σ = 7.01/150.51 ≈ 0.047，意味著平均跳空僅為日內波動的 5%。這直接解釋為什麼即使期望值正、Harvey 檢定的 |t|=2.75 未過 3.0 門檻，樣本足夠大但每日訊號太弱。

發現二：策略績效對比（5 策略 + 對照組）

四個觀察：

1.  Gross-to-net 的 4.4 倍差距 ：4 點來回成本把 gross Sharpe 0.739 砍到 net 0.317（年化報酬從 192.0% 降到 82.4%），意味著策略的 risk premium 一半以上被微結構費用吃掉。
2.  Sharpe 0.317 看似可用，但 MDD -873.3 點極端 ：以 184,000 TWD 保證金折算約 -94.9% drawdown，散戶現實上 不可能 承受。Buy & Hold MDD 僅 -31.5%，風險調整後反而更穩。
3.  VIX 條件過濾全面惡化 ：VIX>20 樣本從 3,480 縮到 878，n 大降卻沒有提升 Sharpe，反而轉負，直接否證「恐慌時期跳空更可預測」的常見直覺。
4.  Gap-Fade 完全失敗 ：Pearson r = -0.0353（p=0.037）統計顯著但經濟意義極小；扣成本後 Sharpe -1.069。

發現三：Bootstrap 95% CI 包含零的根因

點估計 0.317 看似可觀，但下界 -0.198 仍為負，意味著在「同一個 data-generating process」的不同重抽樣本下， 有不可忽略的機率產生負 Sharpe 。CI 寬度（0.888 -(-0.198) = 1.086）相當於點估計的 3.4 倍，反映 4 個重要事實：

1. 隔夜報酬序列存在 fat tails（2018/2022 集中虧損）
2. 樣本內存在 regime shift（見發現五）
3. 13.8 年雖長，但「有效獨立事件數」遠小於 3,480
4. 平均跳空訊號太弱（μ/σ ≈ 0.047），sampling variability 主導

發現四：VIX regime 揭露恐慌時跳空 = 高 σ + 方向不確定

下圖呈現四個 VIX 區間的隔夜跳空分佈與正向比例：

關鍵洞察：

• 平均跳空隨 VIX 升高呈現 單調遞減 （+9.14 → +12.37 → +2.18 → -11.07），到 VIX>25 區間直接翻負
• 標準差呈現 單調遞增 （71.9 → 130.7 → 198.3 → 288.2），4 倍放大
• 正跳空比例從 59.3% 退化到 49.6%（接近隨機）
•  詮釋 ：VIX 高的時候跳空「更大但更隨機」，方向資訊被噪訊淹沒。VIX 條件過濾本質上是「在訊噪比最差的時段加倉」，難怪策略惡化

這個結果與 Bollerslev, Tauchen and Zhou (2009, RFS) 的 variance risk premium 解釋一致：高 VIX 時期波動風險溢酬集中於日內 jumps，而非 directional overnight drift。

發現五：逐年累計揭露 2018/2022 集中回撤與最近 3 年 alpha 復興

逐年 Naive Overnight (net) 點數：

四個結構性觀察：

1.  2012-2016 持續虧損 ：5 年累計 -3,381 點，當時若實盤部署將被 capital drawdown 強制停損
2.  2018/2022 集中虧損 ：兩年合計 -4,141 點，吃掉接下來大部分年份的獲利
3.  2020-2025 alpha 復興 ：6 年累計 +12,841 點，平均年 +2,140 點。2025/2026 平均跳空（+23.95、+71.16）達 14 年高點
4.  VIX 過濾在大部分年份是 lossy ：除 2020/2026 外，VIX>20 過濾的 net 表現大多落後 Naive

 樣本前期看不出 alpha、樣本後期 alpha 噴發 ——這正是 Bootstrap CI 包含零的具象解釋：點估計 0.317 平均了 14 年大不同的 regime，下界 -0.198 反映「若整段期間都像 2012-2016」的悲觀情境。

實務意義

散戶複製可行性評估

 結論 ：作為「獨立短線策略」不可行；作為 多倉部位的副產品 （既然要 hold TX，每天 close 還是 overnight）合理，這呼應 Buy & Hold 的 Sharpe 0.747 已經內含隔夜 alpha。

對研究設計的啟示

1.  Harvey 門檻很重要 ：K515 用 t=2.75 宣稱 "significant" 是錯誤詮釋；本研究確認跳空點數 vs zero 不過 Harvey |t|>3.0
2.  Bootstrap CI 比點估計更誠實 ：CI 包含零的策略不可單獨上架（呼應 STRATEGY_REGISTRY gate）
3.  VIX 條件式策略應先檢驗 conditional mean shift ：本研究顯示高 VIX 不蘊含「正向跳空更大」，未來類似策略需先做 sub-sample mean test
4.  跨樣本 regime check 必做 ：2012-2016 vs 2020-2026 截然不同；單一 sample 結論需 stratified verification

限制與穩健性

1.  交易成本估計 ：4 點來回為「正常日」估計，極端波動日（2018-02、2020-03、2022-06）滑價可能 3-5 倍，實際 net 績效可能更差
2.  未建模融資 / 保證金成本 ：日盤期貨保證金資金成本未計，年化保證金占用約 25 萬，假設 2% 機會成本則年虧 5,000 TWD
3.  VIX 信號時區 lag ：用美股前一日收盤 VIX 推台股當日，隱含「美股盤後資訊在台股開盤前不會被 priced in」的假設；K847 系列已有 partial overlap evidence
4.  Single-contract analysis ：未做 position sizing 或 vol targeting 最佳化（K880 / VT 系列已驗證 vol targeting 在類似策略上能改善 Sharpe 0.05-0.15）
5.  未涵蓋夜盤（2017+） ：T+ 夜盤的隔夜定義會改變，K847 v2 已分離研究
6.  Survivorship bias check ：active contract roll 採當日成交量挑選，未排除「假如某月份突然不流通」的情境；3,480 日中無 contract failure，視為 robust

結論

K1006 確認 K515 的核心發現——TAIFEX 隔夜跳空累計貢獻 83.6% 報酬，但揭露此 alpha  不具備獨立可交易性 ：扣除 4 點來回成本後 Sharpe 僅 0.317、bootstrap 95% CI [-0.198, 0.888] 包含零、MDD -873 點對散戶不可承受、VIX 條件過濾全面惡化、逐年表現高度集中於 2020-2026。隔夜跳空作為「持有 TX 的副產品收益」合理，作為「獨立短線策略」失敗。

下一步研究方向

1.  K847 系列延伸 ：分離夜盤（2017+）vs 日盤的隔夜定義，檢驗夜盤是否吸收部分原本歸於日間隔夜的 variance
2.  跨資產 robustness ：MSCI Taiwan / 0050 ETF / 國外台指 ADR 的同類測試，確認本結論的市場特定性
3.  Macro regime conditioning ：以 TAIEX dividend yield、TWSE rate cycle、TW-US carry 等變數做隔夜跳空 conditional mean test，找出 alpha 集中年份的結構性條件（2020-2026 的 +23.95 點/日 平均跳空對應什麼 macro regime？）
4.  微結構成本精細化 ：以 tick-level 真實 bid-ask + volume 重估滑價，K1006 的 4 點假設可能在大波動日嚴重低估

Open question

• 為何 2020-2026 的隔夜 alpha 如此集中？是否與 TWSE 散戶占比上升、外資夜間電子交易增加、或 ETF 期貨套利量擴張相關？
• VIX 條件過濾失敗是否反映「VIX 是美股恐慌指標、不能 proxy 台股 jump risk」？以 VTW（台灣 VIX，TAIFEX 編製）替代是否能改善？

本文基於實驗 K1006（腳本：experiments/k1006/k1006.py，結果：experiments/k1006/k1006_results.json，README：experiments/k1006/README.md）。

數據來源：TAIFEX tick data（TX 全合約）+ yfinance ^VIX。期間：2012-01-04 ~ 2026-04-08，樣本：3,480 個交易日。Lookahead 防護：VIX 信號 lag-1，active contract roll T-1 確認 / T 執行（K1124 教訓）。Bootstrap 95% CI 採 block=20, n=10,000 重抽樣。Harvey (2016) 門檻 |t|>3.0 用於統計顯著性宣稱。

相關研究：K515（TAIFEX 77-93% alpha 來自隔夜，本實驗確認 83.6%）、K847（台股隔夜 Gap 61.3% 可交易，夜盤拆解）、K880（VT 系列在隔夜策略的 robustness）、K906（SPY HAR-RV 隔夜波動遺漏）、I4/I5（cross-asset overnight gap as crisis detector / VaR predictor）。

文獻：Berkman, Koch, Tuttle and Zhang (2012, JFE) — Overnight returns and firm-specific investor sentiment；Lou, Polk and Skouras (2019, JFE) — A tug of war: Overnight versus intraday expected returns；Bollerslev, Tauchen and Zhou (2009, RFS) — Expected stock returns and variance risk premia；Harvey (2016, JF) — ... and the Cross-Section of Expected Returns。