报告概述
本报告聚焦于A股市场隔夜收益率的可预测性，通过构建复合因子设计隔夜交易策略，并验证其对现有指数增强模型的增强效果。覆盖沪深300、中证500、中证1000和中证2000四大指数，采用因子测试、合成因子构建、被动指数复制以及叠加指增策略的回测框架，旨在为量化投资者提供提升超额收益率的可行路径。
报告的核心结论
合成因子与隔夜收益率显著负相关
通过IC加权合成成交量冲击、日内收益率、振幅和流动性因子，合成因子在全A股池中Rank IC达-0.1687，对隔夜收益率具有稳定的反向预测能力，因子值越大则次日隔夜收益率越低。
隔夜交易策略在复制指数上可获4%-7%年化超额
在被动持有指数成分股的基础上，每日卖出因子值最大且当日收益率为负的10%股票，次日开盘买回，扣除费率后沪深300、中证500、中证1000和中证2000策略的年化超额收益率分别为4.66%、4.43%、4.93%和7.97%，跟踪误差仅约1.2%。
叠加现有指增模型可再提升2%-5%超额收益
将隔夜交易策略叠加到已有的严约束或宽约束指数增强模型上，沪深300、中证500和中证1000指增策略的超额收益率分别额外提高1.64%-3.02%、3.15%-4.10%和4.13%-5.30%，且跟踪误差未明显放大。
考虑交易限制后策略超额收益仍稳健
在更贴近实战的场景中，使用14:00数据计算因子、以VWAP价格成交，沪深300、中证500和中证1000指增叠加策略的超额收益虽有下降但仍高于原模型，分别额外获得1.46%-1.91%、2.48%-3.32%和3.38%-4.34%的超额收益。
报告回答的关键问题
什么是隔夜交易策略？
隔夜交易策略是基于A股隔夜收益率长期为负的现象设计，通过卖出预测隔夜收益率最低的股票（即持有隔夜损失较大的股票），在收盘前卖出、次日开盘买回，从而获得相对于指数的超额收益。报告中使用合成因子筛选股票，并结合当日收益率为负的条件执行。
为什么A股隔夜收益率长期为负？
报告指出，T+1交易机制是直接原因：由于当天买入的股票最早次日才能卖出，昨日收盘买入相比今日开盘买入多了一个今日可卖出的权利，获得此权利需付出成本，因此昨收高于今开，导致隔夜收益率为负。沪深300历史全部隔夜收益率为-14.25%，中证2000为-29.00%。
隔夜交易策略如何增强指数增强？
在原有指数增强模型基础上，每个交易日尾盘额外进行隔夜交易：卖出合成因子值最大且当日收益率为负的股票，同时用所得资金买入因子值最小的10只股票，次日开盘反向操作恢复仓位。报告显示，叠加后严约束和宽约束指增策略的超额收益率均有显著提升。
报告中的代表性数据
合成因子Rank IC
2019.01.01-2025.11.21，IC加权合成因子在全A股池中对隔夜收益率的Rank IC，表明因子与隔夜收益率显著负相关。
沪深300指数复制+隔夜策略年化超额收益率（费后）
2019.01.01-2025.11.21，以沪深300指数为基准，执行隔夜交易策略并在扣除双边0.2%费率后的年化超额收益率，跟踪误差1.17%。
中证2000指数复制+隔夜策略年化超额收益率（费后）
2019.01.01-2025.11.21，以中证2000指数为基准，执行隔夜交易策略并在扣除双边0.3%费率后的年化超额收益率，跟踪误差1.22%。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 隔夜收益率与单因子测试详情：包括成交量冲击、市值、日收益率、日内收益率、振幅、成交额等多个因子的分组回测结果、Rank IC及累计收益率曲线。
- 因子合成方法：详细说明等权重合成与IC加权合成两种方式，以及不同股池（沪深300、中证500、中证1000、中证2000）中合成因子的表现对比。
- 被动指数增强策略：沪深300、中证500、中证1000、中证2000四个指数复制叠加隔夜交易策略的完整收益风险特征表，含费前/费后收益、波动率、夏普比率、最大回撤及分年度数据。
- 增强指数增强策略：依次展示沪深300、中证500、中证1000的严约束和宽约束指增模型叠加隔夜交易策略后的收益风险特征，以及相对于原模型的超额提升。
- 稳健性测试：考虑使用14:00数据计算因子、VWAP价格成交等实际交易限制后，三个指数增强叠加策略的收益风险特征变化，验证策略的鲁棒性。
- 总结与风险提示：核心结论总结，以及模型失效风险、市场风格变化风险、数据测算误差风险的具体说明。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
