開盤那一刻，藏著最多的秘密
讀者互動
登入會員可按讚與收藏。
持續追蹤這項研究
收藏、追蹤與明日提醒只保存必要識別資料，可在會員中心檢視或刪除。
研究資訊不構成個人投資建議；提醒僅代表研究更新，不代表交易訊號。
開盤那一刻，藏著最多的秘密
每天早上九點，股市開盤，價格從昨晚收盤以來的「空白」跳回現實。台股交易員把這叫「跳空缺口」，外資法人管它叫「隔夜風險」。對一般人來說，那段時間無法交易，只能等著看開盤價怎麼說。
但這段「無法交易的時間」，到底藏了多少風險？
數字比你想的大
用 SPY（標普 500 ETF）超過 21 年的資料（2005 至 2026 年，5,318 個交易日）做拆解：每天的總波動，有多少來自隔夜（收盤到開盤），多少來自盤中（開盤到收盤）？
| 時段 | 佔總波動比例 |
|---|---|
| 隔夜（收盤到次日開盤） | 36.3% |
| 盤中（開盤到收盤） | 60.1% |
三分之一以上的波動，發生在你什麼都做不了的時候。
更值得注意的是，這個比例在危機期間大幅攀升：正常年份大約 29.9%，COVID 衝擊期（2020–2022）跳升到 56.4%。市場最不確定的時候，恰好是你睡著的那段時間最危險。
隔夜報酬偏向壞消息
平均值看不出問題，但偏態係數把真相說得很清楚。
| 時段 | 偏態係數 |
|---|---|
| 隔夜報酬 | -1.47 |
| 盤中報酬 | -0.23 |
隔夜偏態 -1.47，代表「大跌比大漲多」。單日最大跌幅 -11.0%，最大漲幅只有 +6.0%。反觀盤中，雖然也有風險，分布相對對稱。壞事比較不只挑你不在場的時候出現。
Hansen & Lunde（2005）和 Tsiakas（2008）的研究也都注意到這個現象：隔夜段的風險特性與盤中明顯不同，且對次日日內行為有預測性。我們的 21 年資料與這些結論一致。
隔夜波動能預告白天嗎？
格蘭傑因果檢定給了一個很強的答案。
隔夜波動預測盤中波動 ：F 統計量 = 181.0，p 值趨近於零（1.34 × 10⁻⁴⁰）。 反向（盤中預測隔夜） 同樣顯著，但強度較低，F = 101.5。
兩個方向都有關連，但隔夜塑造白天的力道，比白天影響隔夜更強。開盤前發生的事，對當天的市場氛圍有決定性的作用。
直觀上這合理：夜盤消化的是外資、期貨、新聞，這些訊號在開盤一刻湧入，設定了整天的底色。盤中的交易雖然也有反饋作用，但那是在隔夜已定調的架構裡微調，影響力自然較弱。
「知道」卻贏不了
既然隔夜波動和盤中波動有這麼強的關連，把隔夜資訊納入預測模型，有沒有用？
我們測試了七個模型，拿樣本外（2023–2026 年，809 天）的績效評比。
| 模型 | 特徵 | 樣本外 R² |
|---|---|---|
| 基準（昨日CC） | 整體波動 | 3.8% |
| 隔夜專注 | 隔夜波動 | 10.5% |
| 隔夜+盤中 | 兩段合用 | 20.6% |
| 加入不對稱效果 | 隔夜+盤中+非對稱 | 28.3% |
R² 從 3.8% 提升到 28.3%，看起來進步明顯。但兩模型比較檢定把這個進步踩了一腳：所有更複雜的模型，與最簡單基準相比，p 值全部大於 0.33。統計上沒有一個顯著贏過。
隔夜資訊確實有訊息量，但要轉換成穩健的預測優勢，不是加幾個特徵就能做到的事。
對投資人的實際意義
第一個結論：持有資產過夜的風險不應被低估。很多人以為「只在盤中交易」就規避了大部分風險，但隔夜段貢獻了三分之一以上的波動，且在危機時翻倍。部位沒在收盤前出清，就是在承擔這個風險。
第二個結論：隔夜跳空偏向負面。-1.47 的偏態不只是統計數字，代表你在看不到的時間裡，遇到大幅向下跳空的機率遠高於大幅向上。停損設置和部位大小，應該把這個非對稱性算進去。
第三個結論：越動盪越危險。COVID 期間隔夜佔比從 30% 跳到 56%，顯示市場越不確定，「睡著時間」的代價就越高。這也解釋了為什麼某些波動率策略在 VIX 偏高時會主動降低部位曝險，因為那時繼續持倉過夜的隱性成本遠高於平常。
從更務實的角度看：如果你的策略只能盤中操作，你其實只管了市場 60% 的風險。另外 36%（危機時高達 56%），發生在你睡著的那段時間，被你的部位靜靜吸收。知道這個數字，不代表你能避開它，但至少讓你能更誠實地評估自己承擔的風險。
誠實說明限制
這份研究用的是 SPY 日收盤資料，不是台股資料。台灣市場有漲跌幅限制和不同的夜盤機制，隔夜佔比可能有差異，需要另外驗證。
波動率估計用的是報酬平方，是個粗糙的代理變數。若用五分鐘高頻資料計算已實現波動率，結果會更精準。
樣本含 GFC（2008–2009）和 COVID（2020–2022）兩次重大危機，這兩段對整體結果影響顯著。
數據來源：yfinance SPY OHLC（調整後），期間：2005–2026 年，樣本：5,318 個交易日，樣本外：2023–2026 年（809 天）。
文獻：Hansen & Lunde（2005）JBES；Tsiakas（2008）J. Financial Markets；Ahoniemi & Lanne（2013）Int. J. Forecasting。
相關文章
先讀正式關聯，若無則使用標籤與主題相似度補齊