锚消失的122个交易日:A股休市期间,16只中概股会塌缩成1只
摘要 - 每年国庆、春节、五一,A股休市,但纽约不休市。你放假,中概股不放假——2016年以来,27次"至少停市3个工作日"的长假,对应122个美股交易日,你本可以交易,而且很多人确实在交易。我们把这122天单独拎出来,和2,336个正常交易日做对比,用的是16只美国上市的中概股单票加8只美股对照股的日线数据。结论不是方向,是结构。 大陆休市时,中概股的横截面离散度——也就是同一天里不同中概股走势的分散程度——相对美股对照组下降20.2%(休市期比值1.457,常态1.826)。这个结论在事件层面成立:27次长假,t = -3.74,p = 0.0009,其中20次(74%)低于常态;按时间切两半,前半段9次 t = -2.32、78%低于常态,后半段9次 t = -3.82、100%低于常态。落到盘面上就是:当日"最强中概股减最弱中概股"的价差,从常态的9.08个百分点收窄到7.66个(中位数7.82 → 6.66,-15%)。而美股对照组的离散度在同样这122天里是上升的(+0.09,t = +1.03)——对照组没有这个现象,所以这不是全市场的波动率效应。个股层面同样成立:16只里有15只在休市期间与板块的相关性上升,只有富途(FUTU)例外。同时我们证伪了两个流传很广的说法。 第一,成交量并没有枯竭:休市期间中概股成交量是自身前60日中位数的1.080倍,对照组1.090倍,差异 -0.010,t = -0.19。第二,假期没有方向性漂移:把473个"个股×事件"样本汇总起来,超额收益 +0.770个百分点、t = 2.08,看着像个发现;但同一个长假里16只中概股是一起动的,真正独立的样本是27次事件而不是473个——用正确的统计单位重算,只剩 +0.527个百分点、t = 0.72、Wilcoxon p = 0.711,而且前后两半样本符号相反。这篇文章最贵的一个数字,是那个和我们预期一致的 t = 2.08。
每年有几个星期,中国大陆的日内交易者面对同一个处境:自己的市场关门了,而纽约照常开盘。
国庆七天,春节更长。A股停市,港股部分停市,但美国上市的阿里、拼多多、京东、蔚来、百度、携程照常交易,每天两个半小时的时段里,价格照样在动。
对一个交易美股的大陆交易者来说,这不是"假期",这是一段结构不一样的交易窗口。问题是:哪里不一样?
我们把这个问题当成一个可以量化的问题来做。
样本:122个"无锚"交易日
先把"休市"定义清楚。
A股的交易日 = 工作日,且非法定节假日。我们用国务院公布的法定节假日安排生成2016年至今的大陆休市窗口,并用沪深300指数的实际交易日做了校验——例如2026年春节,日历给出的停市窗口是2月14日至2月23日(6个工作日),沪深300最后一个交易日是2月13日、复市首日是2月24日,完全吻合。
我们只保留至少停市3个工作日的长假,因为一两天的短假窗口太小,噪音大于信号。这样得到:
| 数量 | |
|---|---|
| 长假事件(≥3个工作日停市) | 27次 |
| 窗口内的美股交易日 | 122个 |
| 对照的正常交易日 | 2,336个 |
| 中概股单票 | 16只 |
| 美股对照股 | 8只 |
假期构成是10次国庆、10次春节(样本内可用的分别为5次和6次进入最终横截面口径)、8次五一、1次中秋。样本从2016年1月开始,这是数据源日线的起点。
这122天有一个共同特征,也是本文的核心:中概股的定价锚不在了。 平时,A股先收盘,港股再收盘,然后纽约开盘,中概股至少有一个当日的本土参照系。休市期间没有——这些股票要靠自己,在一个没有本土市场报价的真空里被定价。
我们想知道:真空里,它们怎么走。
塌缩:16只股票开始像1只
离散度(cross-sectional dispersion)是这篇文章的主角。它的定义很简单:同一个交易日,把16只中概股各自的日涨跌幅拿出来,算它们的标准差。
离散度高,意味着这一天每只票在走自己的故事——有的涨5%有的跌3%,你可以做多这只、做空那只。离散度低,意味着它们在做同一件事——整个板块被当成一个宏观仓位来买卖,个股的差异被抹平。
对相对价值交易者来说,离散度就是原材料。 没有离散度,配对交易没有利润空间。
数据是这样的:
| 指标 | 大陆休市(122天) | 大陆开市(2,336天) | 差 | t |
|---|---|---|---|---|
| 中概股横截面标准差 | 2.05% | 2.42% | -0.36 | -3.70 |
| 美股对照组标准差 | 1.75% | 1.66% | +0.09 | +1.03 |
| 中概 / 对照 比值 | 1.48x | 1.83x | -0.35 | -3.47 |
| 当日最强减最弱(均值) | 7.66pp | 9.08pp | -1.42 | -3.50 |
| 当日最强减最弱(中位数) | 6.66pp | 7.82pp | -15% |
请注意第二行。美股对照组在同样这122天里,离散度是上升的。 如果这只是"全球市场在长假期间波动率变低"之类的宏观效应,对照组应该同向变化。它没有。这一行是本文最重要的对照检验。
用正确的统计单位重算
这里必须停一下,因为下一步决定了整篇文章的可信度。
上表的 t 值是把122个交易日当成122个独立观测算出来的。它们不独立。 同一个国庆假期里的6个交易日,是同一段行情;更要命的是,同一天里16只中概股是一起动的。真正独立的观测单位是事件,也就是27次长假。
按事件重算——每次长假算一个观测,取窗口内"中概/对照"比值的均值:
| 值 | |
|---|---|
| 长假期间平均比值 | 1.457 |
| 常态平均比值 | 1.826 |
| 降幅 | -20.2% |
| 事件数 | 27 |
| t | -3.74 |
| p | 0.0009 |
| 低于常态的事件比例 | 74%(20/27) |
结论活下来了。而且样本外也活着:
| 时间切分 | 事件数 | 平均比值 | t | 低于常态 |
|---|---|---|---|---|
| 前半段(2020-10 至 2023-04) | 9 | 1.473 | -2.32 | 78% |
| 后半段(2023-09 至 2026-05) | 9 | 1.289 | -3.82 | 100% |
按假期分类,四类假期全部指向同一个方向:五一比值1.216(100%低于常态)、春节1.460(83%)、国庆1.574(80%)、中秋0.923(1次)。
个股层面的同一件事
离散度下降,等价于个股与板块的相关性上升。我们直接量一遍:对每只票,算它与"其余15只等权篮子"的日收益相关系数,分别在休市期和常态期。
16只里有15只,休市期间的相关性更高。
| 上升最多 | 常态 | 休市 | 变化 |
|---|---|---|---|
| TME 腾讯音乐 | 0.636 | 0.795 | +0.159 |
| ZTO 中通快递 | 0.552 | 0.708 | +0.157 |
| YUMC 百胜中国 | 0.516 | 0.661 | +0.145 |
| BIDU 百度 | 0.720 | 0.840 | +0.120 |
| JD 京东 | 0.765 | 0.863 | +0.098 |
| PDD 拼多多 | 0.679 | 0.775 | +0.096 |
唯一的例外是 FUTU 富途(-0.079),这一点符合直觉:富途的基本面挂钩的是港美股的交易活跃度,不是中国消费或电商,它本来就不完全属于这个篮子。
注意上升最多的几只——腾讯音乐、中通、百胜中国、百度。这些平时相关性最低的票(常态0.52至0.64),在休市期间被拉向板块。也就是说,你平时用来做分散、做相对价值的那几个标的,恰恰是假期里最先失去独立性的。
两个被证伪的常识
一篇只讲"我们发现了什么"的文章是不诚实的。下面是我们预期会成立、但数据不支持的两个说法。
一、成交量并没有枯竭
流传最广的说法是:大陆放假,中概股没人交易,流动性枯竭,滑点变大,不要碰。
数据不支持。把每只票休市期间的日成交量,除以它自己前60日的成交量中位数(严格滚动、只用历史数据):
| 相对自身前60日中位数 | |
|---|---|
| 中概股(休市期间) | 1.080x |
| 美股对照组(同期) | 1.090x |
| 差 | -0.010(t = -0.19) |
没有差异。 中概股在大陆长假期间的成交量,相对自身常态,和美股在同一批日子里相对自身常态,是一样的。日内波幅同理:中概股1.123倍、对照组1.178倍,差 -0.055、t = -1.67,方向上中概股甚至更"安静"一点,但不显著。
结论很直接:假期的问题不是流动性,是结构。 你能买到,量也在,只是这些票在那几天不再各走各的。
二、假期没有方向性漂移——以及本文最贵的一个数字
第二个说法更诱人:中概股在长假期间会系统性上涨(或下跌)。
我们先按最自然的做法算:把每次长假里每只中概股的窗口累计收益拿出来,减去美股对照组的同期收益,汇总所有样本。
| 值 | |
|---|---|
| 样本量 | 473个"个股×事件" |
| 中概股平均窗口收益 | +1.605% |
| 对照组 | +0.835% |
| 超额 | +0.770个百分点 |
| t | 2.08 |
t = 2.08。看起来像个可以交易的结论。
它不是。 问题和前面一样,而且这次是致命的:同一个春节里,阿里、拼多多、京东、蔚来不是473个独立样本,它们是一次事件。把高度相关的观测当成独立观测汇总,标准误会被系统性低估,t 值随之被放大。
按事件重算:
| 汇总口径 | 事件口径 | |
|---|---|---|
| 样本量 | 473 | 27 |
| 超额收益均值 | +0.770pp | +0.527pp |
| t | 2.08 | 0.72 |
| 中位数 | +0.229pp | |
| 为正的比例 | 53.6% | |
| Wilcoxon p | 0.711 |
53.6%。 这个数字是抛硬币。再看样本外:前半段14次事件均值 -0.729,后半段14次 +1.783——符号相反。
而事件明细表暴露了这个"漂移"的真实来源:2024年10月国庆超额 +13.93个百分点(那是9月底政策转向后的行情),2020年1月春节 -6.00(疫情初期),2018年9月国庆 -5.87。三次新闻事件,撑起了整个均值。这不是假期效应,这是假期恰好撞上了大新闻。
复市首日同样没有过关:中概股相对对照组 -0.693%,t = -1.66,只有39%为正;休市期间的漂移与复市首日表现的秩相关 rho = -0.340,p = 0.076。方向上有点意思,但都不到可以下注的程度,我们如实列出。
诚实的边界
这个结论有一个地方没有完全过关,必须说清楚。
离散度下降,可以有两种解释:一是个股确实更同步了(我们的解释),二是这些票整体上"动得更少"了,离散度只是跟着整体波动幅度一起缩小。
我们做了两个"去量纲"的检验,结果是方向一致但不显著:
| 检验 | 休市 | 常态 | 差 | t |
|---|---|---|---|---|
| 离散度 ÷ 当日板块平均绝对涨跌幅 | 1.037 | 1.092 | -0.055 | -1.33 |
| 平均两两相关系数 | 0.568 | 0.490 | +0.078 | 自助法第90.1百分位 |
平均相关系数是完全无量纲的,它指向同一个方向(0.568 对 0.490),美股对照组则纹丝不动(0.304 对 0.301)——但自助法把它放在第90.1百分位,不是第97.5百分位。
所以准确的表述是:"中概股离散度相对美股对照组下降"这个形式的结论是稳的(t = -3.74,p = 0.0009,样本外一致);"纯粹的相关性上升"这个更强的表述,方向一致,但单独拿出来不足以宣称显著。 我们把三种量法都列出来,而不是只留下最好看的那一种。
样本也有边界:27次事件在统计上不算大,2016年起步意味着不包含更早的周期,并且122个交易日里有相当一部分集中在2020至2024年这段中概股本身波动极大的时期。
这张桌子怎么用它
- 长假期间,把中概股当成一个仓位,而不是一篮子仓位。 同时持有阿里、拼多多、京东、蔚来,在正常交易日是四个仓位,在大陆休市的那几天更接近一个。风险敞口按一个算,规模按一个定。
- 相对价值和配对交易,在这122天里原材料变少了。 当日最强减最弱的价差中位数从7.82个百分点收窄到6.66个,收窄15%。做多A做空B的策略,利润空间被压缩,而两边的手续费和点差没变。
- 对冲反而更有效。 相关性上升的另一面是,用 KWEB 或 FXI 去对冲单票头寸,在休市期间的对冲效率是更高的,不是更低。
- 不要因为"假期流动性差"而不做。 数据说成交量正常(1.080倍 对照组1.090倍)。真正变化的是结构,不是深度。你可以照常交易,但要知道自己买到的是什么。
- 不要交易"假期漂移"。 我们用473个样本得到 t = 2.08,用27个正确的样本得到 t = 0.72、53.6%为正。这个策略不存在。
- 平时最独立的票,假期里最不独立。 腾讯音乐、中通、百胜中国、百度这几只常态相关性最低的标的,休市期间相关性上升最多(+0.12至+0.16)。如果你的分散化依赖它们,那几天分散化会失效。
最后一件事
这篇文章里最有价值的,可能不是那个 -20.2%。
是 473 和 27 的区别。
同样一批数据,同样一个假设,按"个股×事件"汇总,超额收益 t = 2.08——一个大多数人会拿去交易的数字;按"事件"汇总,t = 0.72、为正的比例53.6%、前后两半符号相反——一个应该被丢掉的数字。中间没有发生任何新的数据,只是把统计单位改成了正确的那个。
任何一个横截面研究,在报出 t 值之前,都要先回答一个问题:我这 N 个观测,真的是 N 个吗?
同一个假期里的16只中概股,不是16个观测。它们是1个。
这也正是本文的结论本身在讲的事情——在A股休市的那122天里,它们真的就是1个。
延伸阅读
沪深300到美股开盘的6小时窗口 · 看不见的涨停板 · 离岸人民币隔夜走弱与中概股开盘跳空 · 流动性梯度 · 美股日内交易基础设施:中国交易员需要了解的。
关于加入
如果你看到 t = 2.08 的第一反应是"这473个样本里有几个是独立的",你的思考方式和这张桌子一致。交易员申请大约需要十分钟,认真的申请会在五个工作日内得到回复。
方法与数据来源:样本为16只美国上市的中国公司单票(BABA、PDD、JD、NIO、LI、XPEV、BIDU、TCOM、BEKE、NTES、TME、YUMC、ZTO、FUTU、TAL、EDU)与8只美股对照股(AAPL、MSFT、AMZN、TSLA、NVDA、JPM、XOM、WMT),日线数据取自 Alpaca Market Data v2 全市场合并行情(SIP),经拆股与分红调整,区间为2016-01-04至2026-08-14,即该数据源日线的最早可得起点。部分标的上市较晚(LI、XPEV、BEKE 为2020年,TME 为2018年,FUTU 为2019年),相关统计仅使用其上市后的交易日,横截面计算要求当日至少有10只中概股有报价。大陆休市窗口由国务院公布的法定节假日安排生成(A股交易日 = 工作日且非法定节假日),并以沪深300指数(000300.SHG)的实际交易日校验一致。本文只使用"至少停市3个工作日"的长假,共27次事件、122个美股交易日,对照的正常交易日为2,336个。横截面离散度为当日各标的日收益率的样本标准差;"中概/对照"比值用于剔除全市场波动率水平的影响;所有归一化分母(成交量与波幅的前60日中位数)均为严格滞后的滚动中位数,不含当日数据。事件层面检验以每次长假为一个观测,这是本文认定的独立观测单位;文中同时列出汇总口径的结果,是为了说明两者的差距,而不是为了引用它。平均两两相关系数的显著性用自助法评估:从正常交易日中不放回抽取与休市期同样数量的交易日,重复2,000次。收益率均为价格收益,不含股息。中位数与均值均已列出,原因是若干事件(2024年10月、2020年1月、2018年9月)存在极端值,均值单独使用会产生误导。27次事件在统计上不算大样本;本文能够排除的是与观测方向相反的效应,而不是宣称已经穷尽解释。本研究不构成投资建议。数据来源为公开市场数据 - VCG Research。
#中概股 #A股休市 #离散度 #相对价值 #配对交易 #美股日内 #统计单位 #黄金周 #春节行情 #市场微结构 #VortexCapitalGroup
Trade with the desk behind the research
Vortex Capital Group gives qualified traders DMA via Sterling Trader Pro, multi-vendor HTB locates, smart and dark-pool routing, and an 80%+ monthly profit share.
Apply to Trade