跳转到内容

市场规则第1章 股票供给与被动资金

1.4 季节性与日历效应

难度★★★

每年 8 月底,财经网站和群里都会出现一句话:「9 月是一年里最差的月份。」到了 5 月初,换成另一句:「五月卖出」(Sell in May and go away),意思是 5 月到 10 月不如离场,11 月再回来。两句话常配同一张图:标普 500 每个月的平均涨跌,从 1 月排到 12 月,十二根柱,流传的版本里 9 月那一根最低。

这张图同时比较了十二组。十二根柱子总有一根最低,即使月份对涨跌毫无作用也是这样。所以本节要问:从十二个月里挑出来的最差的那一个,有多可信?判断它要看两样:比较了几次;它在提出以后的年代里还在不在。本节先这样检验「9 月偏弱」,再检验另外两条日历说法:「冬半年强于夏半年」(「五月卖出」的统计版本)和「月初几天涨得多」。

边界:本节只看标普 500 指数按月份、半年和月初几天的涨跌,不讲个股和行业的季节性;总统任期和选举年的说法在 3.5 讲。本节不预测哪一年的 9 月是涨是跌。

本节的月涨跌,指这个月最后一个收盘价除以上个月最后一个收盘价减 1,不含分红。作为参照:1950–2025 年全部 912 个月里,标普 500 上涨的占 60.6%;1988–2025 年占 64.3%。

请写下四个答案。前三个各写一个有八成把握的范围,例如「30 到 45 个」:

  1. 1950–2025 年的 76 个 9 月,上涨的有几个?
  2. 1988–2025 年的 38 个 9 月,上涨的有几个?
  3. 1988–2025 年的 38 个 9 月,平均涨跌是正还是负?在十二个月里排第几(1 表示最差)?
  4. 假如十二个月其实毫无分别,你逐月去问「这个月碰巧这样差或者这样好的机会低于 5% 吗」,十二个月里至少有一个月答「是」的机会有多大?

第 4 题在「方法」里揭晓,前三题在「案例」里揭晓。

本专题要求一条规律说得出机制:谁被迫买卖,或者什么被重新定价(专题总纲)。指数调整时,跟踪指数的基金必须按新的权重调仓,这是被迫的交易方向(0.2)。月份没有这样的一方:没有一条条款要求谁在 9 月卖出,或者在 11 月买入。

流传的解释有三种:共同基金在财年结束以前卖出亏损的股票;夏季过后新股和增发增多;月初有工资和养老金的钱流入。它们都说得通,可是本节没有找到检验过前两种的研究。半年效应和月初效应各有一项研究,摘要分别写道:几种常见的解释都不能令人信服地解释半年效应;月初效应不是月末的资金流入造成的(出处见「另外两条」的延伸阅读)。

照通则 M5(市场规则清单),说不出谁被迫买卖、什么被重新定价,或者几种机制都说得通而分不开、没有一种检验过的统计,等级不高于经验说法,并要写明还缺什么。经验说法(C)是三种依据里最低的一档,所以本节的三条说法,统计上过不过线都标 C。剩下的问题全在统计上:这样一个数本身能说明多少,取决于比较了几次。

单看一个月,用的是 0.4 的读法:假如月份对涨跌毫无作用,这个月碰巧这样差的机会有多大,这个机会叫 p 值。它低于 5% 时,统计上说它显著(statistically significant)。5% 只是惯例:即使毫无作用,每检验一次,也有 5% 的机会碰巧过线。

同时检验十二个月,就有十二次碰巧的机会。把各月近似当作互不相关:一个月不碰巧过线的机会是 0.95,十二个月都不过线是 0.95¹² ≈ 0.54,所以

P(至少一个月单看显著)=1−0.9512≈46%P(\text{至少一个月单看显著}) = 1 - 0.95^{12} \approx 46\%

这就是多重检验,式子的推导在期权课 12.6。用本节的数据实测(做法是下面的置换检验),重排出来的假历史里,至少一个月单看显著的占 43.3%,与 46% 接近(略低的原因见延伸阅读)。第 4 题的答案就是:四成以上。

所以「9 月最低」里藏着一次挑选:先看了十二根柱,再挑出最低的一根。拿它单独去和平常比,等于从十二组里只报告最倒霉的一组;期权课 12.6 从 20 组参数里挑最好的一组,是同一个道理。

挑出来的一组,要按挑选的范围检验(通则 M11)。办法有三种。

第一,按比较的次数折算门槛。比了十二次,就把单看的门槛从 0.05 降到 0.05 ÷ 12 ≈ 0.0042。这样,十二个月里至少一个碰巧过线的机会又回到约 5%:1 − (1 − 0.0042)¹² ≈ 4.9%。这种折算统计上叫 Bonferroni 校正(Bonferroni correction)。

第二,置换检验。如果月份毫无作用,同一年里哪一个月的涨跌叫「9 月」就是任意的。于是把每一年十二个月的涨跌随机打乱,造出一部「月份毫无作用」的假历史,算出十二个月各自的平均,记下最差的那个月。这样重排 10 万次,数一数重排出来的最差月,有几次和实际的最差月一样差或者更差。这个比例,就是「即使月份毫无分别,最差的那个月也这样差」的机会。这种做法叫置换检验(permutation test)。它直接回答本节的问题:每一次比的都是「十二个里最差的一个」,挑选已经算在里面。只在同一年里打乱,是为了保留每一年的好坏:熊市的年份打乱以后仍是熊市,变的只是由哪一个月吃下那次大跌。

第三,样本外。在一段年代里提出,到互不重叠的另一段年代里只检验事先指定的那一个月,不再挑;检验的量也事先指定,「最差的月」是按平均涨跌排出来的,就检验平均涨跌(样本外测试见期权课 12.6)。后一段里没有挑选,所以它最干净;代价是样本少了,小的差别更分辨不出(见「另外两条」)。它要求知道这条说法在哪一年提出:提出以前的年代不算样本外。

十二只是本节自己比较的次数。流行的日历说法,是许多人在许多种规则里挑出来的:月份、星期几、节假日、月初月末、半年、选举年,等等。一项研究用道琼斯工业平均指数 1897–1996 年的日线,把 9,452 条日历规则放在一起检验。单看最好的一条(星期一空仓),即使毫无作用、碰巧这样好的机会不到 0.2%;放回全部 9,452 条里再算,这个机会是 24%,不再显著(Sullivan 等,1998,工作论文版)。这就是期权课 6.1 说的数据挖掘:在同一份数据上试了很多条规则,总有几条碰巧好看。

十二个月同时比,即使毫无分别,也有四成以上的机会至少一个月单看显著;最差的那个月要按比较的次数折算门槛,或者到提出它以后的年代里检验。流行的说法比较过的远不止十二次,按十二次折算的门槛还不够严。

延伸阅读:置换检验的步骤,两处近似,那项研究

步骤。以 1950–2025 年为例:

  1. 每一年有十二个月的涨跌,排成 76 行、12 列。
  2. 在每一行里把 12 个数随机打乱,列名(1 月到 12 月)不动。打乱以后,「9 月」那一列就是从各年随机取出的一个月。
  3. 算出 12 列各自的平均,记下最低的一个。
  4. 重复 10 万次(随机种子 20261119,重跑结果不变),数最低的一个不高于实际最差月的次数,除以 10 万。

单看 9 月时,第 3 步只记「9 月」那一列的平均。43.3% 是这样数的:每一次重排以后,把每个月与其余十一个月各比一次(Welch 检验,双侧),看有没有一个月低于 0.05;10 万次里有 43.3% 至少有一个。Welch 检验见下一处延伸阅读。

两处近似。1 − 0.95¹² 把十二个月当作互不相关;实际上一年的十二个月加起来是全年的涨跌,一个月涨得多,别的月份就相对少,所以实测的 43.3% 略低于 46%。0.05 ÷ 12 同样是近似:各组彼此相关时,它偏严。置换检验不需要这个假设,它直接在重排出来的假历史里数,「一年加起来是全年」这一层关系原样保留。

那项研究。Sullivan、Timmermann 与 White 的工作论文是伦敦政治经济学院金融市场研究组的第 304 号讨论稿(1998 年 10 月),本节读了全文。它用道琼斯工业平均指数 100 年的日线检验了 9,452 条日历规则(另有 244 条的缩小版)。全样本最好的一条是「星期一空仓」,年化 8.66%,同期指数 4.63%。只看这一条,碰巧这样好的机会低于 0.2%;放回 9,452 条里,用 White 的「现实检验」(Reality Check)算是 0.24,1897–1986 年是 0.20。现实检验的思路与置换检验相近:比的是全部规则里最好的一条。摘要的结论是:放回这些规则所出自的全部范围里评估,日历效应不再显著。这篇 2001 年正式发表在 Journal of Econometrics,期刊版没有打开。期权课 6.1 引的 Sullivan 等(1999)是同一批作者的另一篇,检验的是 7,846 条技术分析规则。

可以在这里停(方法讲完了),下次从「案例」读起。

照 0.3 的做法,先写下条件,再看结果。数据截至 2026 年 11 月 18 日收盘。

  • 样本:标普 500 1950–2025 年的全部月份,76 年,每年 12 个月,一个月不删。
  • 分段(看结果以前定下):1950–1987、1988–2025 年两段,各 38 年;另看 2000–2025 年(本节事先分的一段,不是哪一项研究发表以后)和 1928–1949 年(早期核对),这两段的数在延伸阅读。
  • 独立周期:相邻两年的 9 月之间隔着 11 个月,远长于一个月的窗口,按 0.4 的合并规则各算一个独立周期,所以年数就是独立周期数。
  • 与什么比:同一段年代全部月份上涨的比例;对照组取与每年 8 月最后一个收盘状态相近的日子(0.4 的三项条件),比它们其后同样多个交易日的涨跌。
  • 比较的次数:「最差的月」是从十二个月里挑的,按十二次算。半年和月初两条,各检验一个事先指定的说法。

下表每格两个数:平均涨跌(%)和上涨的年数。

月 1950–1987 1988–2025 1950–2025
1 +1.49,23 +0.67,23 +1.08,46
2 −0.15,19 +0.10,22 −0.03,41
3 +1.18,25 +0.90,24 +1.04,49
4 +1.28,25 +1.58,28 +1.43,53
5 −0.44,18 +1.19,29 +0.38,47
6 +0.18,19 +0.22,23 +0.20,42
7 +1.01,22 +1.60,24 +1.31,46
8 +0.60,21 −0.52,21 +0.04,42
9 −0.66,15 −0.59,19 −0.63,34
10 +0.40,21 +1.39,24 +0.90,45
11 +1.67,25 +2.05,28 +1.86,53
12 +1.56,27 +1.27,28 +1.41,55
全部 +0.68,57.0% +0.82,64.3% +0.75,60.6%

读法:例如 1 月、1950–1987 年一格「+1.49,23」,是平均上涨 1.49%,38 年里上涨 23 年;最后一行是全部月份的平均和上涨的比例。

现在揭晓前三题,对一下你写的范围有没有包住它们。第 1 题:34 个,占 44.7%。第 2 题:19 个,一半,少于同一段全部月份上涨的 64.3%。第 3 题:负的,−0.59%,排第 1,最差。另有一个数要记住:1988–2025 年 9 月的中位数是 +0.15%,同一段全部月份的中位数是 +1.22%。

三栏里 9 月都是最低,11 月都是最高。其余各月的名次,前后两段并不一样:例如 5 月在前一段排第 2 差,在后一段排第 7。

1950–2025 年每年 9 月标普 500 的涨跌 · 一年一根柱,共 76 年,1979 年持平没有柱子,1950–1987 年与 1988–2025 年分两色,不画平均线
1950–2025 年每年 9 月标普 500 的涨跌 · 一年一根柱,共 76 年,1979 年持平没有柱子,1950–1987 年与 1988–2025 年分两色,不画平均线

前一段向上的柱子 15 根、向下 22 根,1979 年 9 月持平;后一段向上和向下各 19 根。全图向下最长的几根是 1974、2002、2022、2008 年。平均的差距主要是它们拉大的,但偏弱并不只来自它们(下文)。

全样本。按上面的置换检验重排 10 万次,十二个月里最差的一个不高于 −0.63% 的有 1,651 次,即 1.65%。也就是说,即使月份毫无分别,最差的那个月这样差的机会也只有约 1.7%,低于 5%。

单看 9 月,用同样的重排数「9 月的平均不高于 −0.63%」,只有 148 次,约 0.15%,低于折算以后的门槛 0.0042,即 0.42%。方向由流行的说法事先给定,所以只数偏弱的一边,统计上叫单侧;两个方向都算的叫双侧,机会是单侧的两倍。两种办法的结果相近:门槛除以 12 与机会乘以 12 是一回事,0.15% × 12 ≈ 1.8%,与直接数「最差的月」得到的 1.65% 接近。

11 月是一个对照。它平均涨得最多(+1.86%),单看「11 月的平均不低于 +1.86%」的机会约 0.66%,低于 5%,单看显著;可是它高于 0.42%,折算以后不过线。只看 11 月的人会说它显著偏强,放回十二个月里就不够了。

分段。38 年一段,各自做「最差的月」的置换检验:1950–1987 年是 22%,1988–2025 年是 17%。单看一段,最差的月这样差平平常常;76 年合在一起才过线。

假如后一段是样本外。假如「9 月最差」这句话 1988 年以前就有人提出(1950–1987 年 9 月正是那一段最差的月),1988–2025 年就可以只检验 9 月,检验的量事先定为平均涨跌。这个假设成立不成立,下文再说。三个量给出三种印象:

量 1988–2025 年的 9 月 即使毫无作用
平均涨跌 −0.59%,仍最低 约 1.5%
上涨的年数 19 / 38 5.0%
中位数 +0.15%,仍最低 没有算

读法:最后一栏是即使 9 月毫无作用,也看到这样差的结果的机会。

  • 平均涨跌:只数 9 月,重排以后平均不高于 −0.59% 的机会约 1.5%。同一段、同一个 −0.59%,换成「看了十二个月再挑最差的」,机会是 17%。两个数只差在 9 月是不是事先指定的。
  • 上涨的年数:按同一段年代全部月份上涨的 64.3% 算,38 年里上涨不多于 19 年的机会是 5.0%(0.4 的二项分布),正在 5% 的门槛上。基准用同一段年代平常的比例,不用各半(其他基准见延伸阅读)。
  • 中位数:+0.15%,低于同一段全部月份的 +1.22%,在十二个月里最低(6 月 +0.16% 相近)。1950–2025 年最差的 6 个 9 月是 1974 年 −11.9%、2002 年 −11.0%、2022 年 −9.3%、2008 年 −9.1%、1986 年 −8.5%、2001 年 −8.2%;只去掉这 6 年,其余 70 年平均 +0.15%。可是每个月都各去掉最差的 6 年,其余月份是 +0.59% 到 +2.67%,9 月仍最低;1988–2025 年各去掉 3 年也一样。几次大跌拉大了差距,偏弱并不只来自它们。

这个假设核实不了。「9 月最差」最早在哪一年提出,本节没有查到;能读到的明确说法是《股票交易者年鉴》出版方 2018 年的网页(stocktradersalmanac.com),那不是最早的。如果它是看了 1988 年以后的数据才说的,后一段也在挑选的范围里。所以 1988–2025 年只是分段的数,不算样本外。说不出它比较过多少组、在哪一段提出,本身就是不能高估它的理由。

与 8 月底状态相近的对照组比(0.4),结论也分两段:全样本够 20 段的 67 年,9 月平均排在对照组的第 42 百分位,偏弱没有变小;1988–2025 年的 32 年是第 45,看不出差别。照 0.4 不计入的 9 年多是大跌以后的状态,最差的 6 个 9 月里有 5 个在内,所以这样比会低估 9 月的偏弱,只作参照(数和算法见延伸阅读)。

1950–2025 年的 76 个 9 月平均下跌 0.63%,上涨 34 年,过得了按本节十二次比较折算的门槛,而流行的说法比较过的远不止十二次;1988 年以来的 38 个 9 月,平均和中位数仍是十二个月里最低,上涨 19 年,少于同一段全部月份的 64.3%。说不出机制,所以是经验说法。

延伸阅读:两种检验的对照,换基准,对照组,三段都最差,按十年的数,数据的口径

两种检验。Welch 检验把一个月的 n 年,与其余十一个月合在一起的 11n 个月比较,不要求两组的波动相同。「双侧」不论哪一边都算,「单侧」只算一边,等于双侧的一半。

项 年内置换(单侧) Welch 检验
9 月,1950–2025 0.0015 双侧 0.0052,单侧 0.0026
11 月,1950–2025 0.0066 双侧 0.0197
9 月,1988–2025 0.0151 双侧 0.058,单侧 0.029

读法:9 月的 Welch 双侧 0.0052 比 0.0042 稍高;方向由流行的说法事先给定,按单侧 0.0026 过线。11 月双侧 0.0197,折算以后不过线。两种检验的结论相同,数却不同,所以不把两种检验的数放在一句里比。

上涨的年数换基准。1988–2025 年 9 月上涨 19 年,即使毫无作用、看到不多于 19 年上涨的机会:按同一段全部月份的 64.3%,是 5.0%(正文用这个);按其余十一个月的 65.6%,是 3.5%;按对照组,够 20 段的只有 32 年,其中上涨 17 年,对照组上涨的比例平均 62.2%,机会是 18.9%;按各半是 56%,不用。基准不同,数就不同,所以要写明基准。

对照组。事件日是每年 8 月最后一个收盘,窗口是当年 9 月的交易日数,其余各年 8 月底前后 30 个交易日不入选。不到 20 段、不计入的 9 年是 1970、1974、1982、1998、2001、2002、2008、2009、2022 年。计入的 67 年平均第 42.2 百分位。按 0.4 的量法,n 次的平均百分位偶然偏离 50 约 29 ÷ √n 个点(29 是百分位在 0 到 100 之间均匀散布时的标准差):67 年约 3.5 个点,42.2 偏了约 8 个点,是它的两倍多,算少见;实际上涨 30 年,对照组上涨的比例平均 62.0%,即使毫无作用、看到不多于 30 年的机会是 0.3%。1950–1987 年的 35 年是第 39.8 百分位,上涨 13 年;1988–2025 年的 32 年是第 44.9,偶然偏离约 29 ÷ √32 ≈ 5 个点,看不出差别。

2000–2025 年(事先分的一段):9 月平均 −1.31%,26 年里上涨 13 年,仍是最差,中位数 +0.15%;11 月 +2.12%,最好。

按十年(事后的拆分,只作说明):9 月平均 1950 年代 +0.27%(上涨 5 年),1960 年代 −0.39%(4),1970 年代 −0.79%(3),1980 年代 −1.26%(4),1990 年代 +0.83%(5),2000 年代 −2.36%(5),2010 年代 +0.67%(6),2020–2025 年 −2.89%(6 年里 2 年)。

三段都最差,名次却不稳。换一个事后的角度:9 月在 1928–1949、1950–1987、1988–2025 三段里都是最差的。假如月份毫无分别,后两段都碰上前一段最差的那个月,机会是 (1/12)² ≈ 0.7%(把三段当作互不相关,每个月当最差的机会都是十二分之一)。这一条要与另一个事实一起读:9 月以外,名次并不稳定。十二个月按平均涨跌排出名次,两段名次的秩相关(+1 表示名次完全相同,0 表示毫无关系):1950–1987 与 1988–2025 年是 +0.61,1928–1949 与 1950–2025 年只有 +0.08。11 月在 1928–1949 年是第二差,1950 年以后却是最好。1928–1949 年的 9 月平均 −2.82%,22 年里上涨 10 年。

数据的口径。1957 年 3 月 4 日标普 500 推出以前,这条日线是标准统计公司 90 只股票的指数,1950 年代的前几年也在内(据报道,路透社的时间线,Fox Business 转载)。

可以在这里停,下次从「另外两条」读起。

另外两条:五月卖出和月初效应

Section titled “另外两条:五月卖出和月初效应”

这两条与 9 月不同:提出的年份查得到,所以可以把提出以后的年代单列出来检验。

  • 冬半年强于夏半年:夏半年是 5–10 月(4 月最后一个收盘到 10 月最后一个收盘),冬半年是 11 月到次年 4 月;同一年的两个半年配成一对,算冬半年减夏半年。据《股票交易者年鉴》的出版方,「一年里多数涨幅出在六个月」1986 年就已发表;学术研究在 2002 年 12 月发表,样本截至 1998 年 8 月(出处见延伸阅读)。
  • 月初效应:每月最后 1 个交易日加下月最初 3 个交易日,共四天,日均涨跌与其余的交易日比。最早的两项研究在 1987 年和 1988 年发表,另一项在 2008 年发表。
段 冬半年减夏半年 月初四天减其余
1950–1987 +6.4(0.6%) +0.13(<0.1%)
1988–2025 +3.4(11%) +0.05(9.5%)
2002、2008 年的研究以后 +1.6(54%) +0.004(92%)

读法:半年一栏的单位是百分点,是各对的平均(38 对;最后一行是 2002 年那项研究以后的 2003–2025 年,23 对)。月初一栏是每天多涨几个百分点,例如 1950–1987 年月初四天日均 +0.138%,其余 +0.007%,差 0.13;最后一行是 2008 年那项研究以后的 2009–2025 年。括号里是 0.4 的读法:即使毫无分别,也看到这样大的差的机会,两个方向都算(双侧)。

两条的走势相同。1950–1987 年都显著。1988–2025 年已在最早的说法发表以后,可以看作样本外:差缩小到一半左右或者更少,按双侧,机会是 11% 和 9.5%,都不显著。两条说法都事先给了方向,像 9 月那样只数一边,是 5.5% 和 4.7%:月初效应勉强低于 5%,半年效应仍在门槛以外。较晚的研究发表以后,几乎看不出差别:

  • 半年:2003–2025 年的 23 对里,冬半年占优的只有 12 对,差的中位数是 +0.29 个百分点。23 对太少,既排除不了零,也排除不了 1950–1987 年那样约 6 个百分点的差(算法见延伸阅读)。这一段剩下的平均差主要靠 2008 年一年:那年夏半年 −30.1%,去掉它,差降到 +0.79 个百分点,中位数 −0.05。全样本不是这样:1950–2025 年去掉夏半年最差的 5 年,差仍是 +3.36 个百分点(延伸阅读)。
  • 月初:2009–2025 年四天日均 +0.057%,其余 +0.053%。这 816 个月初日排除得了 1950–1987 年那样每天多涨约 0.13 个百分点的差别,排除不了 1988–2025 年那样约 0.05 的差别。

判断一条日历说法是事先提出、在后一段得到检验的,还是在同一批数据里找出来的,按顺序问三件事(下文叫「三问」):

  1. 它最早在哪一年提出?查不到的,写「不知道」。
  2. 后一段在提出以后吗?在,并且后一段只检验那一组、那一个量,才是样本外。不在或者不知道,这一段的数只是分段的数。
  3. 后一段的结果过不过线?没有过线的,写明样本排除得了多大的差别:后一段的差加减约两个标准误(平均里偶然的摆动,样本越多越小;算法见延伸阅读),范围以外的差别才排除得了。算不出来的,写「与零分不开,也没有排除早年那样大的差」,不写「已经失效」。

三问只判断属于哪一种,不定等级;等级照 M5,三条说法后一段过不过线都标 C(见「机制」)。

「冬半年强于夏半年」和月初效应都是早年显著、提出以后减弱的经验说法:前者在 2002 年的研究以后的 23 年与零分不开,也排除不了早年那样约 6 个百分点的差;后者 2009 年以后看不出差别,816 个月初日排除得了早年每天多涨 0.13 个百分点的差,排除不了 0.05 的。

延伸阅读:两条效应的研究,样本排除得了什么,其余的数

半年效应。一项研究检验了 37 个发达和新兴市场。摘要说这条老话在其中 36 个成立,英国从 1694 年起就看得到;几种解释都不能令人信服地解释它(Bouman 与 Jacobsen,2002,American Economic Review 第 92 卷第 5 期;只读到摘要)。样本是 1970 年 1 月到 1998 年 8 月,读自作者后来的一篇论文(Jacobsen 与 Zhang 的工作论文,2012 年首次发布,SSRN 2154873)。在它的样本以后的 1999–2025 年,27 对的差是 +2.56 个百分点(31%),冬半年占优 15 对。

年鉴的出版方说,年鉴的创办人 1986 年第一次发表了「一年里多数涨幅出在六个月」的发现(出版方的网页,2015 年 11 月 5 日)。这是出版方自己的说法,没有写是哪一版。照它,1988–2025 年就在这句话发表以后。

月初效应。

  • 一项研究用芝加哥大学证券价格研究中心(CRSP)1963–1981 年的指数。摘要说,这段时期市场的全部累计涨幅出在每月月初之前的几天和上半月(Ariel,1987,Journal of Financial Economics 第 18 卷第 1 期)。期刊版没有读到,读的是 1984 年修订的工作论文(1983 年 10 月初稿,archive.org 的扫描)。它说的是上半月,不是本节的四天。
  • 另一项用道琼斯工业平均指数 90 年的日线,摘要说月初前后等处有持续的异常收益(Lakonishok 与 Smidt,1988,只读到摘要)。「最后一天加下月前三天」这个定义,读自上文 Sullivan 等的工作论文对它的转述。
  • 第三项用 CRSP 1926–2005 年的数据,摘要说月初四天日均 0.15%(等权 0.22%),其余 16 个交易日 −0.001%(0.04%);35 个国家里 31 个有这种现象;它不是月末的资金流入造成的(McConnell 与 Xu,2008,只读到摘要)。

样本排除得了什么(近似)。标准误是平均里偶然的摆动:一组数的标准差除以 √n(0.4 的延伸阅读),两组相比时把两组各自的平方相加再开方。差加减约两个标准误,大致是样本排除不了的范围。手头只有差和检验的 t 值时,标准误 ≈ 差 ÷ t。

  • 半年,2003–2025 年:差 +1.63 个百分点,23 对,标准误 2.6(从 p = 0.54 对应的 t ≈ 0.62 反推也是约 2.6),范围约 −3.6 到 +6.9。零和 1950–1987 年的 +6.4 都在里面。
  • 月初,2009–2025 年:差 +0.004 个百分点,816 个月初日,标准误 0.043,范围约 −0.08 到 +0.09。1950–1987 年的 0.13 在外面,1988–2025 年的 0.05 在里面。

其余的数。夏半年最差的 5 年是 2008 年 −30.1%、1974 年 −18.2%、2002 年 −17.8%、2001 年 −15.2%、1962 年 −13.4%;去掉它们,1950–2025 年的差是 +3.36 个百分点,中位数 +4.21,1950–1987 年是 +4.70:冬强夏弱并不只来自这几次熊市。1950–1987 年夏半年平均 +0.90%,冬半年 +7.27%;2003–2025 年夏 +4.26%,冬 +5.90%。月初效应 2000–2012 年 +0.063% 对 −0.005%(25%),2013–2025 年 +0.038% 对 +0.058%(67%)。1928–1949 年:半年之差 −4.59 个百分点(24%,冬半年占优 11 对),月初四天 +0.180% 对 −0.026%(不到 0.1%)。

「发表以后变弱」的研究。一项研究检验了 97 个用来预测个股之间收益差别的变量。摘要说,按它们构造的组合,收益在样本外低 26%,发表以后低 58%(McLean 与 Pontiff,2016,只读到摘要)。它研究的是选股的变量,不是日历效应,只能作旁证。

8 月底 2002 年 1998 年
距 52 周高点 −22.3% −19.3%
此前 10 日 −1.4% −11.7%
VIX 32.6 44.3
7 月、8 月 −7.90%、+0.49% −1.16%、−14.58%
9 月 −11.00% +6.24%
对照组 51 天、14 段 3 天、2 段

两次 8 月底,指数都比 52 周高点低 20% 上下,VIX 都在 30 以上,9 月却一跌一涨,相差约 17 个百分点。当时公开的消息:2002 年 8 月 13 日议息,利率不变,声明说风险主要偏向经济走弱(美联储声明);1998 年 8 月,俄罗斯突然让本币贬值,并停止偿还债务(美联储历史网站),9 月 29 日的降息在 9 月之内,8 月底还不知道(美联储)。

区别能不能事先看到?看得到的有两处:1998 年的下跌集中在 8 月一个月,VIX 更高;2002 年是 7 月已经大跌。它们预示不预示方向,本节说不出:两次的对照组都不到 20 段,状态这样极端的日子太少,百分位不能用。所以这一对只示范「状态相近、结果相反」。它说明的是幅度:两个状态相近的 9 月相差 17 个百分点,而 76 年里 9 月比其余月份平均只低约 1.5 个百分点。落到某一年,月份的那一点差别,远小于当年的状态和消息。

本节检验的三条日历说法没有一样属于规则决定。月份本身没有被迫的交易,也不改变保证金和到期日的计算。日历上另有一些日子有日期、有被迫的交易:9 月里的季度到期日和指数的季度调整(1.5、1.3),缴税的日子(1.6),季末和年末。它们有各自的机制,不能记在「9 月」名下。1.5 算出,1990–2025 年 9 月平均下跌 0.72%,其中季度到期后的那一周平均下跌 0.99%,9 月其余的日子合计上涨 0.30%:「9 月偏弱」和 1.5 的「三巫日之后的一周偏弱」在 9 月是同一批下跌,照通则 M6 只算一次观察。 9 月下旬到 10 月也落在第三季度的回购静默窗口里,1.7(选读)检验那个窗口时,第三季度单看偏弱的那几次与这里是同一批下跌,计数在本节(通则 M6)。

说法 等级 依据
9 月偏弱 C 过得了十二次的折算,比较的次数不止于此;后一段不算样本外;说不出机制
冬半年强于夏半年 C 提出以后减弱,2002 年的研究以后与零分不开
月初四天偏强 C 1988 年以后减弱,2009 年以后看不出差别
其余各月的差别 C 没有得到数据支持

读法:最后一行指 9 月以外各月彼此的高低,例如「5 月偏弱」。76 年的数据排除得了的,只是一个月与其余月份平均相差约 1.5 个百分点以上的差别(各月在 1.2 到 1.8 之间);比这小的,这些数据分不出有没有。11 月单看显著,折算以后不过线,也归在这一行。

本节检验的三条日历说法(9 月、半年、月初)背后没有被迫的交易,不改变任何日期和账户义务,都是经验说法,不能单独作为开仓或者清仓的理由;到期日、季末、缴税日这些有规则的日子另按各自的剧本处理。

两个词先分清(0.9):失效的案例是按事先的定义没有应验的某一次,带来的多半是一条更新信号;失效条件是这个剧本在什么情况下不再适用。

按「9 月下跌」的定义,失效的案例取 1988 年以来上涨的 19 个 9 月里涨得最多的一次,是 2010 年。

  • 哪一次:2010 年 9 月,标普 500 上涨 8.76%,是 1950 年以来涨得最多的 9 月。
  • 当时最早能看到什么:8 月底指数比 52 周高点低 13.8%,此前 10 个交易日下跌 4.0%,VIX 26.1。8 月 10 日议息,决定把所持机构债和 MBS(住房抵押贷款支持证券)的本金再投资于较长期国债(声明);8 月 27 日,美联储主席伯南克说必要时准备用非常规手段进一步放松(讲话)。与 8 月底状态相近的对照组有 175 天、43 段,其后上涨的占 57%。
  • 它怎样改变准备:事后看,这一次排在对照组的第 92 百分位,仍在对照组的范围以内;所以情景从对照组的分布取,不从「9 月平均」取。同一个月里有日期的政策事件,照它自己的剧本另写一张卡;它说得出机制,月份说不出(M5),所以排在月份前面。

本剧本的失效条件有三条:

  1. 月份的口径变了:改用含分红的指数、别的指数,或者月涨跌换了算法。这时卡上的基准率不能引用,要重算。
  2. 说法流传开以后的年代。本节的另外两条都在提出以后减弱了。9 月的说法提出的年份查不到,所以 1988–2025 年只是分段的数;查到以后,按提出的年份重新分段。
  3. 8 月底的状态太极端,对照组不到 20 段(例如 1998、2002、2008 年)。这时卡上与对照组的比较不可靠,不利情景直接按「个人的准备」里最坏的一档写。

可以在这里停,下次从「个人的准备」读起。

这个剧本对某一年的方向说不出什么,准备照 0.8 的五项写,没有一项需要知道 9 月是涨是跌。半年效应的卡做法相同,时间换成 4 月底和 10 月底,失效条件照上文改成半年的口径和半年效应的界线。

事前:8 月底写,五项。

  • 日历:季节性本身没有日期上的被迫交易,剧本卡上只标出月份。这个月里另有日期的事件(议息会议、季度到期日)照 CAL-01(0.8:有官方日期的事件按官方日历排进日历)排进日历,那几天的涨跌照它们各自的剧本记(M6)。
  • 账户义务:不因为月份改变任何保证金和到期日的计算,照 0.8 列出原有的义务。
  • 主题敞口:不适用。月份不针对哪一个主题,照写「无新增」。
  • 情景(含最坏情况下的损失):概率的起点是 8 月底状态相近的对照组,不因为「9 月偏弱」调低。不利的一档用当年 8 月底对照组的第 10 百分位;1988–2025 年够 20 段的 32 年平均约 −3.9%,不含大跌以后的年份,那种状态下不照抄。最坏的一档不只从 9 月里取:1950 年以来任意 21 个交易日的第 1 百分位约 −11.5%,最差的一个月是 1987 年 10 月 −21.8%;或者用你的压力测试情景(期权课 11.5),取其中更坏的。把它乘以你的敞口,写出损失的金额。不用「9 月平均 −0.6%」:那是 76 年的平均,不是某一年的情景。
  • 不做的事:不因为月份开仓、清仓或者推迟计划内的交易。

当天:没有要做的事。季节性没有一个「当天」;月份里有日期的事件,照它们自己的剧本做。

事后:每年 10 月初补上当年 9 月的涨跌,按两段重算;半年效应在 5 月初、11 月初补。2026 年是样本以外的第一个 9 月:8 月底指数离 52 周高点 1.4%,此前 10 个交易日 −0.8%,VIX 14.9;对照组 2,613 天、127 段,其后上涨的占 62%,第 10 百分位 −3.38%;9 月实际 −0.45%,排在第 33 百分位。补进去,1988–2026 年是 39 年里 19 年上涨。

使用保证金或者持有短期期权的人:季节性不改变保证金和到期日,不另做事,照写这一点。

写卡时先校对一项:卡上的数分段写,不用全样本的平均(−0.63%)。

示范:一张 9 月的剧本卡(0.9),学习目标要求的三样这样写。

  • 参照类别与基准率:标普 500 的 9 月。1950–1987 年平均 −0.66%,38 年里上涨 15 年(同期全部月份上涨 57.0%);1988–2025 年平均 −0.59%,上涨 19 年(64.3%),中位数 +0.15%(全部月份 +1.22%),平均和中位数都是十二个月里最低;每年一个独立周期。对照组(8 月底状态相近、够 20 段的)1988–2025 年平均第 45 百分位。过得了十二个月的折算,比较的次数不止于此;后一段不算样本外;说不出机制,C。
  • 失效条件:月份的口径变了(含分红、别的指数)时,基准率重算;查到这条说法提出的年份以后,按它重新分段;8 月底对照组不到 20 段时,不用与对照组的比较。
  • 不做的事:不因为月份开仓、清仓或者推迟计划内的交易。

涉及 9 月或者 5–10 月的剧本卡,基准率分段写;不利情景用当年对照组的分布,最坏的一档不只从 9 月里取,用全样本里够坏的跌幅或者自己的压力测试,不用「9 月平均 −0.6%」。

随堂练习(示例数据,非实时):某个股票指数 2005–2024 年(20 年)的日涨跌,按星期几分成五组。「单看」一栏是把这一天与其余四天比较:即使星期几毫无分别,也看到这样大的差别的机会。

星期 日均涨跌 上涨占比 单看
一 +0.01% 52% 0.17
二 +0.03% 53% 0.75
三 +0.02% 53% 0.40
四 +0.08% 57% 0.02
五 +0.04% 54% 0.83

一位博主 2025 年看了这张表,第一次提出:「星期四是一周里最好的一天,统计上显著,以后新开的仓都放在星期三收盘。」

  1. 哪一天单看显著?即使五天毫无分别,五天里至少一天单看显著的机会大约多大(把五天近似当作互不相关;0.95⁵ ≈ 0.77)?
  2. 按比较的次数折算,门槛是多少?星期四过线吗?
  3. 他又把每一周五天的涨跌随机打乱,重排 10 万次,数「五天里与其余四天差得最多的一天,差得不比实际的星期四少」,出现了 9,200 次。这个数说明什么?与第 2 问的结论一致吗?
  4. 这条说法是事先提出、在后一段得到检验的,还是在同一批数据里找出来的?标哪个等级?它能不能写进剧本卡,写在哪一栏,怎样写?还缺什么才能提高等级?
参考解答

第 1 问。星期四,0.02 低于 0.05。五天都不碰巧过线的机会是 0.95⁵ ≈ 0.774,所以至少一天单看显著的机会约 1 − 0.774 ≈ 23%。即使星期几毫无分别,约四次里也有一次会看到某一天「单看显著」。

第 2 问。0.05 ÷ 5 = 0.01。星期四的 0.02 高于 0.01,不过线。

第 3 问。9,200 ÷ 100,000 ≈ 9.2%:即使星期几毫无分别,重排出来的假历史里,最突出的一天也有约 9% 的机会这样突出,高于 5%,并不稀奇。这与第 2 问一致:两种办法都把「挑的是最突出的一天」算了进去。粗算 0.02 × 5 = 0.10,与 9.2% 接近。

第 4 问。看了这 20 年的数据才第一次提出,提出和检验用的是同一批数据,没有提出以后的年代可以检验,所以是在同一批数据里找出来的。它经不起五次的折算,也说不出机制:谁被迫在星期四买入?照 M5,等级是 C。另外,五只是这位博主自己比较的次数,他可能还看过月份和节假日,比较的次数不止五次。

能写进剧本卡,但只写在「参照类别与基准率」和「竞争的解释」两栏,例如:「有这种说法(C):2005–2024 年星期四日均 +0.08%,五天同时比较,折算以后不过线;说法在同一批数据里提出,2025 年以后没有检验。」不把它写进「情景与概率」作为调整概率的理由;「不做的事」写「不因为星期几安排开仓的日子」。要提高等级,至少要等提出以后一段不重叠的年代,事先只检验星期四的日均涨跌并且过线,还要说得出谁被迫在星期四交易。

下面各条与市场规则清单的条目一字不差,其余的字段(需要的数据、允许得出的结论、历史证据、准备、复核)见清单。

  • SEASON-01(C 经验说法):如果有人以「9 月偏弱」作为判断或者开仓的理由,就分 1950–1987 年和 1988 年以来两段写出 9 月的平均涨跌、中位数和上涨的年数,与同一段全部月份比;说明它过得了按本节十二次比较折算的门槛,而流行的说法比较过的远不止十二次,提出的年份查不到,后一段不算样本外,说不出机制;不单凭它开仓或者清仓。
  • SEASON-02(C 经验说法):如果有人以「五月卖出」「只在 11 月到次年 4 月持有」或者「月初几天贡献了全部涨幅」作为判断的理由,就引用分段的数字,并按各条说法和研究发表的年份把其后的年代单列(半年效应以 1986 年年鉴的说法和 2002 年的研究为界,月初效应以 1988 年为界),把它当作早年显著、发表以后减弱的说法,不据此安排交易的日子。

写进自己的规则手册时,句式和三项标准照期权课 12.7。

思考题:

  1. 一张表列出一年 52 周各自的平均涨跌(示例数据),最差的一周单看的机会是 0.01。即使 52 周毫无分别,至少一周单看显著的机会大约多大(0.95⁵² ≈ 0.07)?折算以后的门槛是多少?(答:1 − 0.07 ≈ 93%,几乎一定会有一周。门槛是 0.05 ÷ 52 ≈ 0.001,0.01 是它的十倍,不过线。分的组越多,挑出一个「显著」的越容易。)
  2. (示例数据)一条日历说法最早在 1995 年发表。有人拿 1980–2010 年作「后一段」,只检验这一条,单看 0.01,就说它在样本外得到了检验。哪里不对?应该怎样分段?分对以后假如仍然过线,标哪个等级?(答:1980–1995 年在提出以前,属于挑选的范围,算不上样本外;后一段要从 1996 年算起,只检验那一组、那一个量。分对以后仍过线,说不出谁被迫买卖的,照 M5 仍标 C。)
  3. (示例数据)一条月初说法,早年月初每天多涨 0.20 个百分点;提出以后的一段,差是 +0.03,标准误 0.05。与零分得开吗?排除得了早年那样大的差吗?剧本卡上这一句怎样写?(答:差加减两个标准误是 −0.07 到 +0.13:零在里面,与零分不开;0.20 在外面,排除得了早年那样大的差,排除不了 0.13 以内的偏强。卡上照这样写「没有得到数据支持」和排除得了什么,不写「已经失效」。)
  4. 为一张「11 月到次年 4 月持有」的剧本卡(半年效应)写出两条失效条件。有人建议再加一条「这半年里有议息会议或者季度到期」,为什么不这样写?(答:例如:口径变了(含分红、别的指数,或者半年的起止不再是 4 月和 10 月最后一个收盘),基准率重算;说法流传开以后的年代,按 1986 年和 2002 年分段,不引 1950–1987 年的 +6.4。议息会议和季度到期每个半年都有,写成失效条件,这张卡就永远不适用;它们照各自的剧本另记,同一次下跌只算一次(M6)。)

本节要点:

  1. 同时比较十二个月,即使各月毫无分别,也有四成以上的机会至少一个月单看显著(1 − 0.95¹² ≈ 46%,本节的数据实测 43.3%);最差的那个月要按比较的次数折算门槛(0.05 ÷ 12 ≈ 0.0042)、用置换检验,或者到提出它以后的年代里检验。流行的日历说法是从许多种规则里挑出来的,比较的次数比自己数的多,按自己的次数折算还不够严。
  2. 1950–2025 年的 76 个 9 月平均下跌 0.63%,上涨 34 年,过得了按本节十二次比较折算的门槛,而流行的说法比较过的远不止十二次;1988 年以来的 38 个 9 月,平均和中位数仍是十二个月里最低,上涨 19 年,少于同一段全部月份的 64.3%。提出的年份查不到,后一段不算样本外;说不出机制,是经验说法;与季度到期后一周的偏弱是同一批下跌,只算一次(M6)。
  3. 「冬半年强于夏半年」和月初效应都是早年显著、提出以后减弱的经验说法:前者在 2002 年的研究以后的 23 年与零分不开,也排除不了早年那样约 6 个百分点的差;后者 2009 年以后看不出差别,816 个月初日排除得了早年每天多涨 0.13 个百分点的差,排除不了 0.05 的。
  4. 本节检验的三条日历说法(9 月、半年、月初)背后没有被迫的交易,不改变任何日期和账户义务,都是经验说法,不能单独作为开仓或者清仓的理由;到期日、季末、缴税日这些有规则的日子另按各自的剧本处理。
  5. 涉及 9 月或者 5–10 月的剧本卡,基准率分段写;不利情景用当年 8 月底对照组的分布,最坏的一档不只从 9 月里取(1950 年以来任意 21 个交易日的第 1 百分位约 −11.5%),或者用自己的压力测试,不用「9 月平均 −0.6%」。

本节任务:找一条你见过的日历说法,例如「圣诞行情」「一月效应」「总统任期第三年」,写出三样:它比较了多少组(只看了 12 月,还是看了十二个月、五十二周);它在哪一段年代提出、哪一年第一次发表;提出以后的年代有没有人只检验过它。查不到的写「不知道」:说不出比较了多少组,本身就是不能高估它的理由。先不查它对不对。最后按本节的三问写出它属于哪一种,等级照 M5 定(说不出谁被迫买卖的标 C),写进一张剧本卡的「参照类别与基准率」一栏。约 15 分钟。

关键术语:

中文 English 释义
显著 statistically significant 单看一组,即使毫无作用、碰巧看到这样大的差别的机会也低于事先定的门槛(惯例是 5%);同时比较许多组时,单看显著的那一组可能只是挑出来的
Bonferroni 校正 Bonferroni correction 同时比较 N 组时,把单看的门槛除以 N(十二个月是 0.05 ÷ 12 ≈ 0.0042),使至少一组碰巧过线的机会回到约 5%;各组彼此相关时偏严
置换检验 permutation test 把标签随机打乱(本节是每一年十二个月的涨跌),造出很多部「毫无作用」的假历史,数其中有多少次和实际一样极端;比的是「最差的一个」时,挑选就算在里面了

仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。