A股的周内时间效应

A股的周内时间效应
通常会看到媒体上有这样的报道：“盘点A股国庆长假后走势”，“过年红包行情”，“三季度迎来水泥行业旺季”等等。

这些都是关于市场或行业季节性的经验总结，某些时候市场确实会存在季节效应，在某些特殊时期投资者的心理会重复，导致市场表现有一定的规律可循。

但例如国庆后走势之类的数据“统计”往往因为样本量太小，根本得不出任何显著意义的结论，更多的是在寻找心理暗示。

周内时间效应在国外市场很早就被提出和研究，因其历史数据样本充足，可以进行一定的统计研究。

国外的季节效应研究已经开始转向科学上已经证实可能显著影响投资者心理的因素，比如潮汐，太阳黑子等等。

本文旨在对A股的周内时间效应研究做一点基础性的总结，不讲故事，只讲发现。

最后，值得注意的是，任何历史数据样本的结论都不代表未来一定会重复这样的规律。

基于投资者行为的季节效应非常不稳定，不像经济/行业的一些季节性效应具有内在逻辑和事实作为依据。

1.数据统计
由于1996年12月之前A股并没有涨跌停限制，因此纳入早期数据可能混淆总样本，对目前涨跌停限制下的市场意义不大，因此选取2000年至2016年的上证综指日数据作为样本。

首先对数据的总结统计如下表所示，可以发现：
1. 周一波动大，周二和周五的波动率是相对较小
2. 周四表现最差，周三和周一表现好
3. 周二出现极值的可能性最小，其次是周五
上证综指每个周内交易日的收益率分布和正态分布曲线如下。

从图上也能直观地看出周一波动大和周二、周五出现极值的可能性最小的结论
2. AR模型
但这样的结论还是有失偏颇，因为投资者行为的季节效应非常不稳定，上述简单回归中全样本显著的变量在局部样本内很可能是失效的，而我们实际交易中最关心的往往是局部样本。

因此，我们可以进一步用AR做5年为样本时间窗口，每个交易日为移动单位的AR回归，绘制出变量系数和p值的时间序列。

结合回归系数的正负号以及显著性，结果基本可以总结如下：2000-2007年间周一和周四表现较差，周二表现较好；2007-2012年间周一和周三明显表现较好；近年来周四表现较差，周五表现较好。

值得注意的是，周四的系数一直为负，而周三的系数一直为正。

3. E-GARCH模型
回归后进行ARCH检验，F值为0.49（0.84），ARCH效应消除。

标准残差图上看，已经没有波动集群和异方差现象。

上表中的结果再次印证了周一波动最大。

有意思的是周二和周五的系数显著为负，说明这两天的波动率是相对较小的，这个结论也符合第一张数据统计表中标准差周二和周五最小的结论。