overnight-returnsintraday-returnsmomentumanomaliesinvestor-clientelestug-of-warequity

Lou, Polk & Skouras (2019) — A tug of war: Overnight versus intraday expected returns

作者：Dong Lou（LSE + CEPR）、Christopher Polk（LSE + CEPR）、Spyros Skouras（雅典经济与商业大学）

发表：Journal of Financial Economics 134(1): 192–213, 2019；DOI 10.1016/j.jfineco.2019.03.011（正式发表版 PDF 来自作者个人页）

一句话总结

把 14 个经典策略的收益拆成「隔夜」与「日内」两段后，利润不是各占一半，而是要么全在隔夜（动量与短期反转）、要么全在日内（其余所有异象）——且两段之间存在「此消彼长」的拔河（tug of war）效应，可以持续数年。

核心发现

1. 二分是极端的，不是均匀的

14 个策略里：

  • 9 个策略的全部溢价在日内实现：规模、账面市值比、盈利能力、投资、beta、特质波动率、发行活动、应计项、换手率
  • 5 个策略的全部溢价在隔夜实现：四种动量（价格、行业、盈余、时序动量）+ 短期反转

「收益均匀分布在两个时段」的假设被显著拒绝。

2. 拔河：段内延续、跨段反转

隔夜与日内的公司层面收益存在强烈的段内延续（continuation），同时伴随一个抵消性的跨段反转（cross-period reversal）——两者都能持续数年。

3. 不是新闻驱动的

结果不能归因于宏观经济公告或公司特有新闻——排除「隔夜只是积累新闻」这个最自然的替代解释。

4. TugOfWar 变量预测策略表现

用「过去隔夜收益 − 日内收益」的平滑差（TugOfWar）预测策略未来的 close-to-close 收益：

  • 对隔夜实现收益的策略（动量、短期反转）：正向预测
  • 对日内实现收益的策略（规模、价值等）：负向预测

作者据此论证：拔河会削弱追求该策略的客户群体（clienteles）的有效性。

5. 机构拔河的具体化

动量利润的横截面与时序分解被联系到一个具体的制度性拔河（论文最后一节；本轮未逐条抄录细节）。

方法与数字

  • 样本后段（post-1992）聚焦较大股票，因此规模因子偏弱（作者引 Schwert 2003、Horowitz et al. 2000：小公司效应主要来自市值低于 500 万美元的股票，而样本过滤已剔除）
  • EWMA 形式的段收益预测下一时段：隔夜成分预测下一隔夜收益系数 16.8（t=6.00）、预测下一日内收益 −21.7（t=−5.22）；日内成分对应对应 13.6（t=3.39）与 −15.6（t=−3.42）——段内正、跨段负的对称结构

对 quant 实践的含义

  • 执行时段本身就是收益来源的一部分：动量信号在收盘前后建仓、隔夜持有，赚的是隔夜段；价值/规模类信号则要避开隔夜
  • 换手与滑点的成本核算必须分时段做，把隔夜和日内混在 close-to-close 里会掩盖真实的收益来源
  • 与 Wei Wenling 2026 Trading-Session Decomposition 直接衔接：这篇做「隔夜 vs 日内」二分，Wei (2026) 在 24 小时商品市场把它推广成亚洲/欧洲/美国多段分解

与本 wiki 的关系

待补充

  • 14 个策略的逐项隔夜/日内收益表
  • 机构拔河一节的细节（对冲基金 vs 共同基金的持仓时段证据）