基于過度反應現(xiàn)象的跨日反轉交易策略收益的實證研究

王晉忠 曾俊清

摘?要：過度反應現(xiàn)象是經(jīng)典的市場異象之一。本文利用事件研究法和假設檢驗法，結合t-eGARCH模型及VAR模型，對滬深300股指期貨市場中基于過度反應現(xiàn)象的跨日反轉交易策略的收益，以及相關的量價關系和資本市場間的波動溢出現(xiàn)象進行實證研究。研究顯示：①滬深300股指期貨對重大利好或利空消息存在過度反應，相應的跨日反轉交易策略可以獲得顯著的正收益。②若在重大事件日當天出現(xiàn)大交易量，跨日反轉交易可以獲得比出現(xiàn)小交易量時更加顯著的收益。③標普500指數(shù)的過度波動一定程度上可以作為跨日反轉交易策略的入場信號，而恒生指數(shù)等其他資本市場指數(shù)的異常波動不能成為入場信號。

關鍵詞：跨日反轉交易策略；事件研究法；假設檢驗法；量價關系；波動溢出

作者簡介：王晉忠，教授，博士，西南財經(jīng)大學金融創(chuàng)新與產(chǎn)品設計研究所所長，中國金融工程學年會常務理事，研究方向為金融工程；曾俊清，研究方向為金融工程。

一、引言

過度反應現(xiàn)象是經(jīng)典的市場異象之一，指投資者對某一重大利好或利空消息過于樂觀或悲觀，導致市場價格非理性地上漲或下跌。經(jīng)過短期的消化后，市場價格將反向修正回到合理的價位水平?；谶^度反應現(xiàn)象的存在，市場上的投資者們開始利用逆過度反應方向的反轉策略進行交易，并獲得顯著的利潤。

近年來我國期貨市場快速發(fā)展，如今作為金融市場的重要部分與股票市場有著密不可分的聯(lián)系。過往研究證明股票市場存在過度反應現(xiàn)象，我們自然會思考：期貨市場是否存在相似的過度反應現(xiàn)象？投資者是否可以通過相應的交易策略獲得超額收益？因此，股指期貨市場中的相關問題值得深入研究。

我國期貨市場起步較晚，在成熟度、投資者結構等方面具有特殊性，因此不能照搬發(fā)達國家資本市場的結論。另外，針對我國新興的股指期貨市場的研究相對較少。因此，本文的研究有一定的創(chuàng)新意義。

與以往的研究相比，本文的創(chuàng)新之處主要有四點：第一，目前關于股指期貨過度反應現(xiàn)象的文獻較為罕見，本文在一定程度上填補了該領域的空缺。第二，本文在篩選重大事件日的方法上對相關研究常用的價格波動的“均值標準差”法進行了改進，同時創(chuàng)新地將t-eGARCH模型運用于股指期貨過度反應現(xiàn)象的研究中，在相應的跨日反轉策略收益的穩(wěn)健性上提供了檢驗，并能得到更多的交易機會，相對于傳統(tǒng)方法有所提升。第三，以往相關文獻較少結合交易量指標進行綜合分析，而本文將交易量指標納入跨日反轉交易策略的收益研究，提高了策略執(zhí)行的確定性。第四，以往文獻研究基本僅停留于驗證過度反應的存在性，而沒有嘗試對具有實際參考價值的重大事件日進行尋找，而本文綜合選擇了美國、中國香港、英國和日本共4個具有代表性的股票市場，研究它們與滬深300股指期貨市場之間的價格波動關聯(lián)性以及過度反應的傳遞情況，為逆過度反應方向的跨日反轉策略提供較為明確的入場信號。

二、理論基礎與假設提出

（一）過度反應現(xiàn)象的存在性

對于過度反應現(xiàn)象的研究結論不盡相同，且對股指期貨市場少有涉及。國外研究方面，Ma等（1989）發(fā)現(xiàn)芝加哥期貨交易所的美國國債期貨存在過度反應現(xiàn)象。Gay等（1994）研究發(fā)現(xiàn)美國期貨市場的主要期貨合約存在反應不足。Miffre和Rallis（2007）發(fā)現(xiàn)美國商品期貨市場存在月度動量效應。Wang和Yu（2004）發(fā)現(xiàn)美國期貨市場存在周度反轉效應。Bianchi等（2015）發(fā)現(xiàn)美國期貨市場存在短期動量效應和長期反轉效應。國內研究方面，周志明和唐元虎（2006）通過事件研究法，發(fā)現(xiàn)我國商品期貨市場對重大信息不存在過度反應。林樹和陳浩（2014）通過賣出贏家組合買入輸家組合來構建套利組合，發(fā)現(xiàn)在我國期貨市場存在動量效應。曾嘯波（2017）利用周度交易數(shù)據(jù)為樣本，并結合成交量與持倉量信息，發(fā)現(xiàn)我國商品期貨市場存在顯著的反轉效應，同時發(fā)現(xiàn)交易活躍度助推了市場的非理性過度交易。

本文主要利用事件研究法進行實證檢驗，Chen（1998）對該方法的內涵給出了較好的闡述：過度反應現(xiàn)象具有普遍性和持續(xù)時間上的短暫性，暗含著逆過度反應方向的跨日反轉交易策略能獲得顯著正利潤的啟示，即出現(xiàn)利好事件后建立期貨空頭頭寸、出現(xiàn)利空事件后建立期貨多頭頭寸并在次日平倉的交易策略能帶來統(tǒng)計上顯著的回報。

重大利好或利空事件日主要通過價格的異常波動來定義。Glosten和Milgrom（1985）最早開始研究重大事件對金融資產(chǎn)收益率的影響，其研究表明金融資產(chǎn)收益率的小幅變化可以由普通信息和日常流動性交易解釋，而大幅波動則基本由重大事件引起。Aggarwal和Incaln（1999）的實證表明市場波動都與重大事件相關聯(lián)，且新興國家的表現(xiàn)比發(fā)達國家市場更為顯著。對于我國新興的期貨市場，本文認為沿用如上思想是較為合理的。因此，本文提出如下假設：

假設1：在重大利好或利空事件發(fā)生后，建立逆過度反應方向的跨日反轉交易策略可以獲得顯著大于0的收益。

（二）價格波動與交易量的關聯(lián)

相關文獻研究證明，交易量的異常變化也與投資者的過度反應有關。Copeland（1976）較早通過研究發(fā)現(xiàn)，當市場交易者全部為樂觀或悲觀交易者時，交易量達到最大，且市場價格的絕對變化與交易量正相關。Admati和Pfleiderer（1988）的研究表明市場波動與交易量之間存在正相關關系。Statman等（2006）通過研究發(fā)現(xiàn)，發(fā)達市場中當期交易量和滯后的投資回報之間存在聯(lián)系。王書平等（2010）利用實證研究發(fā)現(xiàn)，過度自信心理會造成交易者合約交易量的增加。張小勇和任德平（2013）利用滬深300股指期貨高頻數(shù)據(jù)進行實證分析，發(fā)現(xiàn)滬深300股指期貨成交量與價格波動之間表現(xiàn)明顯的正相關關系。鄭振龍等（2015）的研究表明，總持倉額因子對商品期貨收益率有顯著預測能力。因此，本文提出如下假設：

假設2：若在重大事件日t當天出現(xiàn)大交易量，對應的跨日反轉交易策略可以獲得相比出現(xiàn)小交易量時更加顯著的收益。

（三）資本市場間的波動溢出效應

在金融發(fā)展全球化的背景下，各國資本市場出現(xiàn)波動溢出效應。Grant和Vance（1993）實證檢驗發(fā)現(xiàn)，一國經(jīng)濟基本面的變動會造成與其他國家市場之間的聯(lián)動，發(fā)達資本市場對其他資本市場的波動溢出可被視作重大經(jīng)濟基本面信息的傳遞。

作為全球最受關注的資本市場，美國股市的價格波動往往會影響世界其他資本市場的波動。Eun和Shim（1989）較早的實證檢驗發(fā)現(xiàn)，信息可以快速地從美國市場向其他市場傳遞。King等（1990）的研究發(fā)現(xiàn)，美國股票市場對韓國等新興國家股市具有顯著的波動溢出效應。Yang等（2004）的實證研究表明，美國的股指期貨市場在世界9個主要的股指期貨市場中處于引領地位。Fung等（2010）的研究發(fā)現(xiàn)，日本等5個地區(qū)的股指期貨市場在美國市場極端波動后存在日內價格逆轉。因此，美國市場的異常波動在一定程度上也會導致滬深300股指期貨市場的異常波動，實現(xiàn)過度反應現(xiàn)象的傳遞效應。同時，其他發(fā)達資本市場也可能對我國股指期貨市場存在波動溢出。張碧瓊（2005）利用EGARCH模型實證檢驗發(fā)現(xiàn)，中國香港、紐約、倫敦對我國滬深A股市場日收益具有波動溢出效應。封思賢等（2010）以我國香港H股指數(shù)期貨為樣本進行實證研究，發(fā)現(xiàn)其是大陸主要股指的Granger原因，其波動也會溢出到A股市場。

在資本市場間波動溢出的研究方面，本文將沿用Fung等（2010）中的假設檢驗法，其理論思路如下：若發(fā)達資本市場在t日發(fā)生了過度反應，且該過度反應對滬深300股指期貨市場的價格波動有溢出效應，則在t+1日滬深300股指期貨會隨之表現(xiàn)出異常的價格波動。若在t+2日，滬深300股指期貨市場的價格相對于t+1日有明顯反轉，則說明在t+1日其跟隨發(fā)達資本市場產(chǎn)生了過度反應。若該現(xiàn)象顯著存在，則發(fā)達資本市場在t日發(fā)生的異常波動則可以成為逆過度反應方向的跨日反轉交易策略的在t+1日的入場信號。因此，本文提出如下假設：

假設3：發(fā)達資本市場在t日的過度反應會導致滬深300股指期貨t+1日的過度反應，則在t+1日建倉，t+2日平倉的逆過度反應方向的跨日反轉交易策略可以獲得統(tǒng)計上顯著的正收益。

三、數(shù)據(jù)說明與變量選擇

（一）數(shù)據(jù)說明

本文以滬深300股指期貨為研究對象。滬深300指數(shù)的樣本股選自滬市和深市中市值大、流動性好的主流股票，相較于中證500指數(shù)和上證50指數(shù)而言更具代表性。但是，不同于股票，期貨合約到期后便會終結，而當月連續(xù)合約可以將所有最近一個月份的合約連續(xù)起來，當?shù)狡谌蛰^早的主力合約終結后，便將新的主力合約當作連續(xù)，因此本文選取滬深300股指期貨當月連續(xù)（IF當月連續(xù)）的日度行情數(shù)據(jù)作為樣本對象進行實證研究。同時，為了衡量策略的盈利效率，本文會將策略收益與同期上證指數(shù)日收益率平均值進行比較。

另外，在關于交易量的研究中，本文將使用IF當月連續(xù)的日度交易量數(shù)據(jù)，而在基于市場聯(lián)動現(xiàn)象的研究中，本文將使用美國標準普爾500指數(shù)、中國香港恒生指數(shù)、日本日經(jīng)225指數(shù)、英國富時100指數(shù)的日度行情數(shù)據(jù)。

上述所有數(shù)據(jù)來源為RESSET金融研究數(shù)據(jù)庫與國泰安CSMAR數(shù)據(jù)庫，樣本區(qū)間均為2010年4月到2022年3月。

（二）變量說明

分別定義滬深300股指期貨當日開盤價、收盤價、最高價、最低價為Ot、Ct、Ht、Lt，其中下標t表示交易日。對于重大事件日，分別定義最終利好和利空事件日樣本集為dN和dX。

確定最終事件日后，計算出現(xiàn)利好或利空事件后建立相反頭寸并在次日平倉的價格變動ΔP。本文選取如下三種計算方式計算ΔP：

ΔP1，t=Ct-Ot+1+Ct+1+Ht+1+Lt+14，t∈dNOt+1+Ct+1+Ht+1+Lt+14-Ct，t∈dX（1）

ΔP2，t=Ct-Ct+1，t∈dNCt+1-Ct，t∈dX

（2）

ΔP3，t=Ct-Ot+1，t∈dNOt+1-Ct，t∈dX

（3）

上述方式均假定投資者以重大事件沖擊后的當日收盤價開倉建立頭寸，作為市場對當日重大事件反應后形成的、包含了非理性交易因素的市場價格。

本文將以式（1）作為主要參考，式（2）和式（3）作為輔助參考。這樣的選擇有著如下考慮：從實際反轉交易策略的操作層面來看，每日開盤時及收盤時存在大量的市場“噪聲”，會嚴重干擾投資者的投資決策，因此交易者在平倉時更可能避開交易日的開始和結束時段，而選擇在中間時段完成合適的交易。因此，本文沿用Chen（1998）提出的每日價格變動形式，即式（1），作為反轉交易策略的平均價格收益，其通過求均值在一定程度上消除交易的非理性因素。

根據(jù)中國金融期貨交易所的數(shù)據(jù)，滬深300股指期貨的開倉和非今平倉的交易手續(xù)費標準為0023‰，可得逆過度反應方向的跨日反轉交易策略的收益R如下：

R1，t=ΔP1，t-Ot+1+Ct+1+Ht+1+Lt+14+Ct×0023‰

（4）

R2，t=ΔP2，t-（Ct+1+Ct）×0023‰

（5）

R3，t=ΔP3，t-（Ot+1+Ct）×0023‰

（6）

四、模型構建與實證結果分析

（一）逆過度反應的跨日反轉交易策略收益——價格變動的均值標準差法

首先，若交易日期t滿足如下條件，則進入初始利好事件日集合：

Ht-Ct-1>Lt-Ct-1，Ct>Ct-1（7）

若交易日期t滿足如下條件，則進入初始利空事件日集合：

Ht-Ct-1

要得到最終重大的利好或利空事件日，需要進行二次篩選。大多數(shù)文獻采用價格波動的“均值標準差法”，即先分別計算出每日價格變動（Ct-Ct-1）序列的均值MC和標準差SDC，再篩選出Ct-Ct-1>MC+k×SDC的樣本日t。但本文認為，反轉交易策略的平倉點相對靈活，不同交易者的偏好不同，因此本文選擇上文的ΔP1，t作為隔日價格變動的平均代表，并用以篩選重大事件日，具體方法如下：

首先計算出ΔP1，t序列的均值MΔP1和標準差SDΔP1。在利好事件日中，若日期t滿足如下條件，則進入最終重大利好事件日集合dN：

ΔP1，t>MΔP1+k×SDΔP1（9）

在利空事件日中，若日期t滿足如下條件，則進入最終重大利空事件日集合dX：

ΔP1，t

需要說明的是，若連續(xù)幾個交易日均為重大事件日，則只取其中最晚的交易日作為重大事件日，從而可以簡化研究，并且不會影響實證研究結果的一般性。

對于k的取值，多數(shù)文獻沿用Chen（1998）中的方法，取k=2。但本文認為該固定標準具有較強的主觀性，因此本文將分別取k=1，2，3，綜合考慮不同篩選標準下的表現(xiàn)，以期得到更加客觀的結論，并相應提高策略實施的靈活性。在對假設1的檢驗上，本文以較多文獻選擇的k=2為主要參考，k=1，3作為輔助參考。

最后，運用統(tǒng)計方法，進行如下條件假設檢驗：

E（R|dN）>0（11）

E（R|dX）>0（12）

若E（R|dN）顯著地大于0，則說明dN中樣本的當日價格出現(xiàn)了超理論水平上漲，相應地建立期貨空頭頭寸并在次日平倉，可以獲得正收益；E（R|dX）同理。

表1給出了R描述性統(tǒng)計結果。當k=1，2時，三種參考方式下的均值均大于0，這符合過度反應現(xiàn)象的預期。當k=3時，主要參考方式R1，t及輔助參考方式R2，t下的所有均值也同樣大于0，僅有R3，t下的dN，3出現(xiàn)了小于0的均值，這可以解釋為在t+1日開盤時市場交易噪聲較多，投資者受到噪聲影響從而難以做出最佳決策?？傮w而言，描述性統(tǒng)計結果符合過度反應的預期。

下面，本文將運用單樣本t檢驗來觀察R>0的顯著性，檢驗結果對應p-value-1。另外，為了衡量跨日反轉交易策略的盈利效率，先用策略收益R除以相應開倉點位得到策略收益率R*，再與同樣本區(qū)間內的上證指數(shù)日收益率平均值（計算得到，數(shù)值為00106%）進行比較，并進行顯著性檢驗，檢驗結果對應p-value-2，結果如表2所示。

對于主要的參考方式k=2，所有樣本的p-value-1、p-value-2均在005的水平下顯著，有力地支持了過度反應現(xiàn)象的存在，且說明反轉交易策略具有一定的盈利效率。當k=1時，也僅有R3，t下的dN，3結果不顯著，這可以由開盤時市場交易噪聲的影響來解釋。而當k=3時，受樣本觀測數(shù)量較小的影響，僅有dX，3中的R1，t和R3，t表現(xiàn)顯著，剩余樣本p-value均大于005?？傮w而言，如上檢驗可以證明過度反應現(xiàn)象顯著存在，逆過度反應方向的跨日反轉交易策略可以得到顯著的正收益，且具有一定盈利效率，假設1成立。

另外，相較于利好消息，過度反應現(xiàn)象在利空消息面前總體上更為顯著，反轉交易策略盈利效率更高。同時，當篩選重大事件日的標準放寬至k=1時，得到的樣本數(shù)量更多，交易的選擇空間更大，得到的結果也更顯著，這也是相對于傳統(tǒng)方法的改善。

（二）穩(wěn)健性檢驗——理性預期角度下的t-eGARCH模型法

期貨市場中重大事件日的定義往往與交易噪聲緊密相關，而噪聲是理性預期價格變動與實際價格變動之間的差值。對于期貨市場，學術研究往往借助時間序列模型進行理性價格的預期。Ma等（1990）利用ARIMA模型擬合的美國期貨品種價格的理性預期變化，并計算殘差得到“噪聲”。蔣舒和吳沖鋒（2007）在研究我國滬銅等期貨品種的對數(shù)價格變化時，使用了GARCH（1，1）模型擬合理性價格變化，且結果顯著。因此，本文也將沿用如上思想，利用時間序列模型擬合并預測正常價格變化的時間序列，進一步得到交易噪聲，篩選出非正常的極端價格波動，該方法也可以從另一角度提升跨日反轉交易策略盈利能力的可信性。

同時，金融資產(chǎn)的價格波動率常表現(xiàn)出杠桿效應，負面信息造成的價格波動往往大于正面信息，這也與上文中的研究結果相吻合，因此本文采用eGARCH模型刻畫杠桿效應，相對傳統(tǒng)方法進行了改進。eGARCH（p，q）的具體模型如下：

log（σ2t）=ω+∑pi=1g（εt-i）+∑pi=1［βj×log（σ2t-j）］（13）

其中：

g（εt-i）=（αi+γi）εt-i-γiEεt-i，εt-i≥0（αi-γi）εt-i-γiEεt-i，εt-i<0（14）

出于對反轉交易策略平倉點靈活性的考慮，此處沿用上文的式（1）作為每日價格的平均變化幅度，將式（15）作為滬深300股指期貨價格的跨日變化率：

Δt=Ot+1+Ct+1+Ht+1+Lt+14-Ct/Ct（15）

對價格變化率序列Δt計算偏度、曲率并進行Jarque-Bera檢驗，結果如表3所示。

由表3可知，價格變化率有左偏、尖峰厚尾的典型金融時間序列特征，且JB檢驗顯示其并非屬于正態(tài)分布，因此選擇t-eGARCH模型進行價格變化的擬合。

對Δt序列進行ADF檢驗和ARCH效應檢驗，結果如表4所示。

由表4可知，可以顯著拒絕Δt的時間序列非平穩(wěn)和不存在ARCH效應的原假設，可以使用波動率模型t-eGARCH進行擬合，擬合結果如表5所示。

t-eGARCH模型的擬合效果良好，且系數(shù)α顯著為負，說明杠桿效應顯著存在。計算理性價格變化率和實際價格變化率之間的殘差，并得到其均值MΔ和標準差SDΔ，篩選出滿足Δt>MΔ+k×SDΔ或Δt

由表6可知，在k=1和k=2時，所有計算方式下的均值均大于0，符合過度反應現(xiàn)象的預期。當k=3時，主要參考方式R1，t及輔助參考方式R2，t下的所有均值同樣大于0，同樣僅R3，t下的dN，3出現(xiàn)了略小于0的均值，仍可以用開盤的市場噪聲影響加以解釋?？傮w而言，描述性統(tǒng)計的結果符合過度反應的預期。同樣地對R和R*進行t檢驗，如表7所示。

由表7可見，t-eGARCH模型法下得到的結果相比傳統(tǒng)的均值標準差法整體更加顯著，研究結果也滿足杠桿效應的預期，假設1也得到檢驗。因此，該方法為跨日反轉交易策略收益的穩(wěn)健性提供了驗證。另外值得注意的是，相比于價格波動的均值標準差法，t-eGARCH法得到的樣本更多，因而在交易機會上也能獲得更多空間。因此，該方法相對于價格波動的均值標準差法有所提升。

（三）輔助指標的選取——基于過度反應現(xiàn)象中量價關系的研究

VAR模型可以考察多變量時間序列之間的相互影響關系。對于有n個資產(chǎn)收益率的收益率向量，一個VAR（p）模型的形式如式（16）：

rt=φ0+∑pi=1（Φirt-i）+εt（16）

其中rt=r1，trn，t，φ0=φ1，0φn，0，Φi=φ11，i…φ1n，iφn1，i…φnn，i，rt-i=r1，t-irn，t-i，εt=ε1，tεn，t

先得到滬深300股指期貨日交易量的時間序列Vt，同時沿用上文中式（4）中的R1，t作為反轉交易策略的收益率代表，并對它們進行平穩(wěn)性

由表9可知，Vt-1的波動會顯著影響R1，t的波動，且系數(shù)φ2顯著為正，即重大事件日當日的交易量和跨日反轉交易策略的收益之間具有正向相關的關系。而后，本文進行Johansen協(xié)整檢驗和Granger因果檢驗，結果如表10所示。

由此可見，R1，t和Vt之間存在顯著的協(xié)整關系，且Vt是R1，t的Granger原因，重大事件日當日的交易量對跨日反轉交易策略的收益有正向影響。最后，本文進行分組研究法，觀察在重大事件日t出現(xiàn)不同大小的交易量時策略的收益水平差異。在篩選最終重大事件日的標準上，取k=2作為主要代表方式，并從已篩選的利好和利空事件日樣本集合中，分別選取當日交易量排名前20位和后20位的交易日，分別計算相應策略的平均收益水平，而后檢驗R>0的顯著性，結果如表11所示。

由表11可知，大交易量對應的反轉交易策略獲得的正收益均比小交易量對應的策略更加顯著，假設2得到多角度的綜合檢驗。因此，在進行實際的跨日反轉交易策略時，若當日交易量的顯著提升，則可以增加策略執(zhí)行的確定性。

（四）具體性事件的確定——基于市場聯(lián)動現(xiàn)象的研究

分別計算IF當月連續(xù)和標普500指數(shù)的日度對數(shù)收益率序列：lgrtIF，t和lgrtSPX500，t，計算方法如下式：

lgrtj，t=ln（Cj，t）-ln（Cj，t-1），j=IF，SPX500（17）

分別對lgrtIF，t和lgrtSPX500，t進行ADF檢驗和ARCH效應檢驗，結果如表12所示。

表12說明，lgrtIF，t和lgrtSPX500，t序列均平穩(wěn)，且存在ARCH效應，可以擬合VAR模型。根據(jù)貝葉斯信息準則和HQ準則，擬合VAR（2）模型。另外，基于本文的研究目的，主要考察模型中以lgrtIF，t為因變量的部分，結果如表13所示。

由表13可知，lgrtSPX500，t的價格波動會顯著影響lgrtIF，t后兩個交易日的價波動，影響的方向均為正向。通過建立脈沖響應函數(shù)，可以更直觀地觀察二者之間的價格波動影響關系，結果如圖1所示。

表14的結果顯示，lgrtIF，t和lgrtSPX500，t之間存在統(tǒng)計上顯著的協(xié)整關系，且lgrtSPX500，t是lgrtIF，t的Granger原因?？梢酝茢?，標普500指數(shù)價格的過度波動會引起滬深300指數(shù)的過度波動。最后，本文將沿用Fung等（2010）中的假設檢驗法，對假設3進行實證檢驗。

首先利用改進后的t-eGARCH法篩選出標普500指數(shù)過度波動的交易日t，并假設在交易日t+1時會跟隨產(chǎn)生同向的過度價格波動。同時，對于在t+1日進行交易的IF當月連續(xù)的投資者，標普500指數(shù)的過度波動為已知信息，則交易的非理性大部分會集中在t+1日的開盤價中即時體現(xiàn)。因此，選擇t+1日的開盤價作為開倉點更為合理，可得跨日反轉交易策略的價格變動情況如式（18）、式（19）、式（20）。

ΔP11，t=Ot+1-Ot+2+Ct+2+Ht+2+Lt+24，t∈dN（SPX500）Ot+2+Ct+2+Ht+2+Lt+24-Ot+1，t∈dX（SPX500）（18）

ΔP12，t=Ot+1-Ct+2，t∈dN（SPX500）Ct+2-Ot+1，t∈dX（SPX500）（19）

ΔP13，t=Ot+1-Ot+2，t∈dN（SPX500）Ot+2-Ot+1，t∈dX（SPX500）（20）

扣除相應的交易手續(xù)費后，可以得到策略收益：

R11，t=ΔP11，t-（Ot+2+Ct+2+Ht+2+Lt+24+Ot+1）×0023‰（21）

R12，t=ΔP12，t-（Ct+2+Ot+1）×0023‰（22）

R13，t=ΔP13，t-（Ot+2+Ot+1）×0023‰（23）

與上文類似，對R和R*進行兩組t檢驗，結果如表15所示。由此可見，當k=2，3時，標普500指數(shù)的異常上漲或異常下跌均不能顯著成為滬深300股指期貨跨日反轉交易策略的入場信號，但該結果受到樣本數(shù)量較小的影響。當k=1時，除dX，1中R13，t下的結果不顯著外，其余檢驗結果均在005的水平下顯著。因此我們可以認為，若將篩選重大事件日的標準放寬至k=1，標普500指數(shù)的異常上升可以成為滬深300股指期貨跨日反轉交易策略的入場信號，而對于標普500指數(shù)的異常下跌，在不選擇Ct+2為平倉點的情況下，其也能成為入場信號，且均具有一定的盈利效率。同時，取k=1時樣本數(shù)量顯著增加，在策略的執(zhí)行上提供了更多的空間和靈活性?？傮w而言，標普500指數(shù)的異常波動在一定程度上可以作為滬深300股指期貨跨日反轉交易策略的入場信號。

作為對比研究，本文對恒生指數(shù)、日經(jīng)225指數(shù)、富時100指數(shù)進行相同的假設檢驗，但結果均不顯著，此處僅展示k=2時的結果，如表16所示。由此可見，當如上3個發(fā)達資本市場指數(shù)的出現(xiàn)過度的價格波動時，滬深300股指期貨并未出現(xiàn)同向的過度反應，因此它們的異常波動也不能成為跨日反轉交易策略的入場信號。

通過對比研究可知，除美國股票市場外，其他資本市場中投資者的非理性情緒向滬深300股指期貨市場傳遞的效力有限，它們價格的異常波動對于滬深300股指期貨價格會產(chǎn)生一定沖擊，但影響并不顯著，且明顯弱于美國股票市場價格波動帶來的影響，假設3僅對美國股票市場成立。

五、結論與建議

由上文的實證研究，本文可以得到如下結論：

第一，我國滬深300股指期貨市場對重大利好或利空消息存在顯著的過度反應現(xiàn)象，且對利空事件反應更劇烈?；谶^度反應現(xiàn)象建立的跨日反轉交易策略可以獲得顯著的正收益，且盈利水平高于同期的上證指數(shù)平均日收益率。

第二，在重大事件日當天出現(xiàn)大交易量時，跨日反轉交易策略可以獲得比出現(xiàn)小交易量時更加顯著的收益。

第三，標普500指數(shù)的異常波動在一定程度上可以作為跨日反轉交易策略的入場信號，且將異常上漲作為信號的確定性高于異常下跌。恒生指數(shù)、日經(jīng)225指數(shù)、富時100指數(shù)的異常波動則不能成為跨日反轉交易策略的入場信號。

同時，基于上述研究結論和相關的分析，本文提出如下建議：

第一，政府應充分關注期貨市場中的非理性現(xiàn)象，并適時對其進行干預，避免市場過度波動，降低市場風險，引導正向投資情緒。

第二，政府應進一步加強監(jiān)管力度，完善信息披露制度體系，減少信息不對稱，保護個體中小投資者利益，營造良好的投資氛圍，為投資者樹立價值型投資理念。同時，應加快促進期貨市場的發(fā)展，提高市場的有效性。

第三，廣大投資者應轉變自身的投資理念，將普遍的短線投機理念轉化為長期價值投資，同時要提升專業(yè)素質和風險意識，充分認識并減輕心理因素對非理性投資的影響，從根本上把握理性投資的方向。

參考文獻

［1］封思賢，張兵，李心丹，等從中國股指期貨境外的聯(lián)動看我國股市定價權［J］金融研究，2010（4）：101-114

［2］華仁海，劉慶富股指期貨與股指現(xiàn)貨市場間的價格發(fā)現(xiàn)能力探究［J］數(shù)量經(jīng)濟技術經(jīng)濟研究，2010，27（10）：90-100

［3］蔣舒，吳沖鋒中國期貨市場的有效性：過度反應和國內外市場關聯(lián)的視角［J］金融研究，2007（2）：49-62

［4］李汝紀大宗商品期貨交易中的動量效應與反轉效應分析［J］中國商論，2019（13）：11-12

［5］林樹，陳浩我國期貨市場動量效應和反轉效應的研究［J］學海，2014（1）：100-104

［6］王書平，鄺雄，吳振信過度自信心理影響期貨價格的數(shù)理模型分析［J］中國管理科學，2010，18（1）：39-45

［7］曾嘯波基于交易活躍度和市場深度的反轉效應研究——來自中國商品期貨市場的經(jīng)驗證據(jù)［J］南方金融，2017（3）：56-64

［8］張碧瓊中國股票市場信息國際化：基于EGARCH模型的檢驗［J］國際金融研究，2005（5）：68-73

［9］張小勇，任德平基于高頻數(shù)據(jù)滬深300股指期貨量價關系研究［J］湖南大學學報（社會科學版），2013，27（2）：48-54

［10］鄭振龍，孫清泉，楊涵宇我國商品期貨市場持倉額的信息含量研究［J］當代財經(jīng)，2015（2）：43-54

［11］周志明，唐元虎中國商品期貨市場過度反應的實證研究［J］上海交通大學學報，2006（4）：655-658

［12］左浩苗，劉振濤，曾海為基于高頻數(shù)據(jù)的股指期貨與現(xiàn)貨市場波動溢出和信息傳導研究［J］金融研究，2012（4）：140-154

［13］ADMATI?A?R，PFLEIDERER?PA?theory?of?intraday?patterns：Volume?and?price?variability［J］The?Review?of?Financial?Studies，1988，1（1）：3-40

［14］AGGARWAL?R，INCLAN?C，LEAL?RVolatility?in?emerging?stock?markets［J］Journal?of?Financial?and?Quantitative?Analysis，1999，34（1）：33-55

［15］BIANCHI?R?J，DREW?M?E，F(xiàn)AN?J?HCombining?momentum?with?reversal?in?commodity?futures［J］Journal?of?Banking?and?Finance，2015（59）：423-444

［16］CHEN?HPricelimits，overreaction，and?price?resolution?in?futures?markets［J］Journal?of?Futures?Markets，1998，18（3）：243-263

［17］COPELAND?T?EAmodel?of?asset?trading?under?the?assumption?of?sequential?information?arrival［J］The?Journal?of?Finance，1976，31（4）：1149-1168

［18］COVRIG?V，DING?D，LOW?BSThe?contribution?of?a?satellite?market?to?price?discovery：Evidence?from?the?Singapore?exchange［J］The?Journal?of?Futures?Markets，2004，24（10）：981-1004

［19］FUNG?A?K?W，LAM?K，LAM?K?MDo?theprices?of?stock?index?futures?in?Asia?overreact?to?USmarket?returns？［J］Journal?of?Empirical?Finance，2010，17（3）：428-440

［20］GAY?G?D，KALE?J?R，KOLB?R?W，et?al（Micro）Fads?in?asset?prices：Evidence?from?the?futures?market［J］The?Journal?of?Futures?Markets，1994，14（6）：637-659

［21］GLOSTEN?L?R，MILGROM?P?RBid，ask?and?transaction?prices?in?a?specialist?market?with?heterogeneously?informed?traders［J］Journal?of?Financial?Economics，1985，14（1）：71-100

［22］GRANT?M?Q，VANCE?R?VStockprices，news，and?business?conditions［J］Review?of?Financial?Studies，1993，6（3）：683-707

［23］YANG?J，BESSLER?D?AThe?international?price?transmission?in?stock?index?futures?markets［J］Economic?Inquiry，2004（3）：370-386

［24］KING?M，SENTANA?E，WADHWANI?SVolatiltiy?andlinks?between?National?stock?Markets［J］Econometrica，1990，62（4）：901-933

［25］MA?C?K，DARE?W?H，DONALDSON?D?RTesting?Rationality?in?Futures?Markets［J］The?Journal?of?Futures?Markets，1990，10（2）：137-152

［26］MA?C?K，RAO?R?P，SEARS?S?CLimits?moves?and?price?resolution：The?case?of?the?treasury?bond?futures?market［J］The?Journal?of?Futures?Markets，1989（4）：321-335

［27］MIFFRE?J，RALLIS?GMomentum?strategies?in?commodity?futures?markets［J］Journal?of?Banking?and?Finance，2007，31（6）：1863-1886

［28］EUN?C?S，SHIM?SInternational?transmission?of?stock?market?movements［J］The?Journal?of?Financial?and?Quantitative?Analysis，1989（2）：241-256

［29］STATMAN?M，THORLEY?S?R，VORKINK?KInvestor?overconfidence?and?trading?volume［J］The?Review?of?Financial?Studies，2006，19（4）：1531-1565

［30］WANG?C，YU?MTrading?activity?and?price?reversals?in?futures?markets［J］Journal?of?Banking?&Finance，2004，28（6）：1337-1361

An?Empirical?Study?of?the?Returns?of?Inter-day?Reversal

Trading?Strategies?Based?on?the?Overreaction

WANG?Jinzhong1，2?ZENG?Junqing1

（1Southwestern?University?of?Finance?and?Economics，Chengdu?611130，China；

2Geely?University?of?China，Chengdu?641423，China）

Abstract：The?overreactionis?one?of?the?most?classicanomalies?in?the?financial?marketsThis?paper?uses?event-study?method?and?hypothesis?testing，combined?with?t-eGARCH?model?and?VAR?model，to?empirically?study?the?returns?of?inter-day?reversal?trading?strategies?based?on?the?overreactionphenomenon?in?the?CSI?300?stock?index?futures?market，as?well?as?the?relevant?questions?about?the?price-volume?relationand?the?volatility?spillover?among?different?capital?markets，and?finds?that：①CSI?300?stock?index?futures?overreact?to?significant?positive?or?negative?newsThe?corresponding?inter-day?reversal?trading?strategy?can?achieve?significant?positive?returns②If?a?large?trading?volume?occurs?in?the?day?of?significant?events，the?inter-day?reversal?trading?can?yield?more?significant?returns?than?when?a?small?trading?volume?occurs③Excessive?volatility?of?the?S&P?500?can?be?used?as?an?entry?signal?for?the?inter-day?reversal?trading?strategy?to?a?certain?extent，while?excessive?volatility?of?other?capital?market?indices?such?as?the?HSI?cannot?be?used?as?an?entry?signal

Keywords：Inter-day?Reversal?Trading?Strategy；Event-study?Method；Hypothesis?Testing；Price-volume?Relation；Volatility?Spillover