每个月月底做复盘的时候，我都会把那张“按月份分组的收益率表”重新翻出来看一眼。这张表看上去普普通通，一列月份、一列平均收益、一列胜率，但它背后代表的东西，是股票数据里的日历效应中最容易被讨论、也最容易被误读的一类——月份效应。简单说，它研究的就是“某一个自然月份（或者某个月的特定几天）的收益率，是否系统性地偏离其他月份”。它能帮你回答几个很实际的问题：季度考核、长假、财报披露、资金面松紧这些带日历节奏的因素，到底有没有在价格上留下可测的痕迹；这些痕迹是统计上的巧合，还是能在样本外重复出现；即便重复出现，扣掉交易成本之后还剩多少。这篇内容适合两类人看：一类是刚接触量化、手里已经有一份日频行情数据、想动手做第一份因子检验的人；另一类是做了几年投研、见过太多“一月份一定涨”这类说法、想把这件事彻底拆干净的人。我下面写的东西，全部围绕一条完整链路展开：从概念界定，到数据清洗，到统计检验，到代码落地，再到回测与踩坑。中间会给出可以直接抄的参数、公式和脚本片段，也会说明每一步“为什么要这么干”。

1. 先把话说清楚：月份效应是什么、能干什么

日历效应这个词范围很宽，它指的是资产收益与日历时间标签之间存在的统计关联。月份效应是其中一支，剩下的还有星期效应、假日效应、月末效应等等。它们共享同一套方法论：把时间轴切成若干可重复的标签，然后看不同标签下的收益分布是否显著不同。方法论本身非常简单，简单到很多人第一次跑完就兴奋地以为自己发现了印钞机，然后被样本外数据教育一遍。

1.1 三种最常见的月份效应形态

我习惯把它拆成三种形态来看，因为它们的成因、检验方式和可交易性完全不同，混在一起谈必然出错。

第一种是整月效应：把每个自然月的收益率当作一个观测值，比较十二个月份的均值、中位数和胜率。这是最直观的一种，也是最容易被数据挖掘污染的一种。十二个月份、每个月份几十个观测，随便挑一个出来都很容易显得“显著”。

第二种是月内位置效应：不看整个月，而是看月内的第几个交易日。比如每月最后 1 到 3 个交易日、每月前 3 到 5 个交易日，它们的收益特征经常和月中不一样。这类效应在实操上更有意义，因为它的持仓周期短，资金占用少，但同时对交易成本极其敏感。

第三种是跨月衔接效应：就是月末几天加上月初几天连起来看的那一段，常被叫做“转向月效应”。它本质上是前两种的拼接，但单独拿出来研究有好处——很多资金行为（比如结算、申赎、考核）恰好就发生在这个衔接窗口里。

注意：这三种形态的观测值并不独立。月内位置效应的观测值数量是整月效应的二十倍左右，看起来样本很大，但同一只标的相邻交易日的收益高度自相关，有效样本量远小于名义样本量。拿名义样本量去算 t 值，几乎必然高估显著性。

1.2 影响的边界：哪些标的、哪些参与者会被牵动

讲影响范围，我从两个维度切：标的维度和参与者维度。

标的维度上，月份效应在宽基指数层面的强度通常弱于个股和行业组合，原因很朴素——指数是几十上百只成分股的平均，个体噪声被抹掉了，剩下的系统性成分本来就不多。反过来，在小市值标的、低流动性标的上，这类日历性规律往往更明显，但那里同时堆积着更高的交易成本和更差的成交效率，属于典型的“看着有、吃着难”。风格层面也值得看：价值与成长、大盘与小盘，它们的月份分布经常呈现镜像关系，这提示我们背后可能不是“月份本身”在起作用，而是月份所代理的某些资金行为。

参与者维度上，受影响最直接的是做月度频率调仓的资金。如果你的调仓周期本来就是一个季度或者半年，那么月份效应对你几乎无意义——你一年只做四次决策，月份差异会被你的调仓节奏平均掉。真正需要关注的是月度、周度频率的择时或轮动策略，以及做事件驱动的团队，因为他们的持仓窗口经常恰好落在月初月末这些窗口里。

还有一个容易被忽略的影响面：风险模型与业绩归因。如果某个月份系统性地偏向某类风格，而你的归因模型没有控制这个时间维度，你会把一部分日历性收益归因到选股能力上，导致评价失真。我自己在早期就吃过这个亏，某个策略连续两个月的超额收益看起来很漂亮，拆开之后发现八成来自那两个月小盘风格的自然走强，和策略逻辑没半点关系。

2. 为什么会有月份效应：五类解释与我的取舍

这一节是我认为最需要认真写的地方。绝大多数讲日历效应的内容，只告诉你“几月平均收益高”，不告诉你“为什么”，结果读者拿着一张均值表完全无法判断这个规律还能不能继续存在。逻辑上讲，一个统计规律要持续成立，背后必须有一个持续存在的机制；机制消失了，规律也就该失效了。我把常见的解释归成五类。

2.1 资金面与制度性节律

最硬的一类解释来自资金面。市场里的钱不是均匀流动的，它有明显的季节性起伏：年初的信贷投放节奏、季末的考核时点、长假前后的现金备付需求、财政收支的集中期，这些都会让某几个时间窗口的流动性系统性偏紧或偏松。流动性一紧，折价就出来了；一松，估值就抬起来了。

这类解释的好处是可观测、可验证。你不需要相信“市场心理”，你只需要去拉同业拆借利率、回购利率、信用利差的月度序列，看看它们是不是真有季节性，再看看它们和股指月度收益的相关性方向对不对。我自己做验证时最看重这一步，因为如果资金面指标根本不存在季节性，那这条解释就是编出来的。

制度性节律还有一层：财报披露的时间表。定期报告有明确的披露截止日，于是信息释放被压缩到几个固定窗口里。窗口期内信息密度高、分歧大、波动高，窗口期外相对平静。这不必然导致方向性的月份效应，但会导致波动率的月份效应，而波动率效应在期权和波动率相关策略里的价值，往往比方向性效应更实在。

2.2 行为与考核因素

第二类是行为层面的。机构的考核周期、排名压力、申赎节奏，会让资金在特定时点做出非完全理性的选择。比如年初的“重新布局”倾向、年末的“锁定收益”倾向，这些行为叠加起来，可能形成方向性的月份偏差。

这类解释听起来很有说服力，但它的可证伪性很差。你很难找到一个干净的指标去度量“布局倾向”。所以我处理这类解释的方式是：不把它当作独立假设，而是当作前一类机制的行为放大器——先证明资金面确实有季节性，再看价格的反应幅度是否超出资金面本身能解释的部分，超出的部分才归给行为因素。

2.3 宏观数据与企业行为的日历节律

第三类是宏观数据的发布节奏。价格指数、景气调查、就业数据，这些都有固定的发布日历，市场会围绕这些时点重新定价。加上企业的分红除权、限售解禁、指数成分调整，这些事件都有自己的时间表。

这一类的特点是可枚举。你可以把所有已知的日历事件列成一张表，标注发生月份，然后看这些月份是不是恰好就是“效应显著”的月份。如果重合度很高，那你的“月份效应”很可能只是一个事件效应的聚合，本质上是事件在起作用，月份只是个马甲。这个区分非常重要，因为它直接决定了你的策略该怎么做——事件驱动需要精确到日，月份代理只能粗颗粒。

2.4 数据挖掘与幸存者偏差：必须优先排除的解释

第四类，也是最不讨喜但最该先排除的：你看到的效应，可能只是数据挖掘的产物。

十二个月份里挑一个最显著的，这个操作本身就会制造出“显著”的结果。假设十二个月份的真实效应全部为零，你在 5% 显著性水平下做十二次独立检验，至少有一次误判的概率是 1 - 0.95^12 ≈ 46%。接近一半。这还没算上你换了不同样本区间、不同标的池、不同收益计算方式之后又试了多少次。

我的做法是：在跑任何一次月份效应检验之前，先记录下我要检验的假设数量。一次性把十二个月全跑完，而不是跑一个月看一眼、不行再换一个月。前者是检验，后者是拟合。这个习惯养成之后，我“发现”的效应少了九成，但剩下的那一成，质量完全不一样。

2.5 我的取舍：先证伪，再证真

综合下来，我给自己定的判断顺序是这样的：

这个顺序的关键在于把证伪放在最前面。绝大多数被广泛传播的月份效应说法，卡在第 1 步或第 4 步就过不去了。

3. 数据工程：把日历对齐到交易日

概念想清楚了，接下来是最耗时间也最容易出错的环节：数据。我可以说一句实话，月份效应研究里八成的错误来自数据处理，不是统计方法。统计方法翻来覆去就那几个，数据处理的花样能让你怀疑人生。

3.1 数据源与字段的最小集合

做这件事，你需要的最小字段集合其实很少：标的代码、交易日、当日收盘价（必须是复权后的）、成交量。如果想做更细的分析，再加开盘价、最高最低价、成交额、换手率。

数据来源上，我一般用两类：一类是本地已经把行情落库的数据库，查询快、可以反复回溯；另一类是公开的财经数据接口，胜在起步快。前者适合做长周期、多标的的批量研究，后者适合快速验证想法。不管你用哪一种，有两件事必须确认：交易日历是不是完整的（缺了某几天，月度收益就会算错），复权方式是不是一致的（前复权、后复权、等比复权算出来的月度收益差别很大）。

提示：我强烈建议在本地维护一张独立的交易日历表，字段就是日期 + 是否交易日 + 所属年月 + 该月第几个交易日 + 该月倒数第几个交易日。这张表建一次能用很多年，后面所有和“月内位置”相关的计算都靠它，比每次现算靠谱得多。

3.2 复权、停牌、退市与生存者偏差

这四个词，每一个都能单独毁掉一次研究。

复权：算月度收益时，如果用不复权的价格，遇到分红送股，价格会跳空下跌，你会把它当成真实的负收益。这会系统性地污染某些月份的结果——因为分红除权在时间上是有集中性的。我的做法是统一用后复权价算收益率，这样历史区间内的收益率序列不会因为新的分红而发生变化，便于复现。

停牌：停牌期间没有价格。如果你简单地用“月末收盘价 / 上月末收盘价 - 1”，停牌跨越月末时就会拿到一个跨越多个交易日的收益，和别的观测不可比。处理方式有两种：一是标记并剔除这类观测，二是在标的池层面就排除掉长期停牌的标的。我倾向于前者，因为后者会引入选择偏差。

退市：这是生存者偏差的源头。如果你的标的池只包含“现在还在交易”的标的，那你等于提前知道了谁会活下来，回测结果会系统性偏好。正确做法是使用历史成分——在每个时点，标的池只包含当时真实存在的标的。这件事做起来麻烦，但如果你不做，后面所有的显著性检验都是在错误的样本上做的。

样本区间：还有一个小细节，样本区间不能随便截。如果区间起点恰好是一轮极端行情的底部，那么区间前几个月的平均收益会异常高，很容易造出一个假的“月份效应”。我的习惯是至少跨过两轮完整的市场周期，并且在报告结果时把区间边界写清楚。

3.3 月份标签的构造细节

标签构造看起来是小事，但这里的选择直接决定了你检验的是什么。

整月标签：直接用自然月编号 1 到 12。这里有个坑——如果某个月因为数据缺失只有十几个交易日，你照样算出了一个“月度收益”，但它和别的月份不可比。我的做法是给每个月加一个交易日数量的字段，把交易日数量明显偏少的观测标记出来，做敏感性分析时剔除掉看结果是否变化。

月内位置标签：用“该月第 N 个交易日”。我一般会构造三个窗口：月初窗口（第 1 到第 5 个交易日）、月中窗口（第 6 个到倒数第 6 个）、月末窗口（倒数第 5 到倒数第 1）。窗口长度的选择有讲究：太短，噪声大；太长，窗口之间会重叠，效应被稀释。5 个交易日大约对应一周，是一个比较自然的颗粒度。

跨月窗口标签：把“上个月最后 2 个交易日 + 本月前 3 个交易日”定义为一个连续的窗口。注意这个窗口跨越了月份边界，所以在按自然月分组的时候会被切开，必须单独构造标记列，不能靠月份字段推。

长假标签：长假前后的窗口值得单独标记。因为长假的长度和位置每年都在变，所以不能简单地用“几月”来代理，必须依赖交易日历。我会在日历表里加一列“距下一个长假的天数”和“距上一个长假的天数”，这样能精确切出长假前 N 日和长假后 N 日的窗口。

4. 统计检验：分清真效应与噪声

数据准备好了，接下来是检验。这一节我把“能算出数”和“能下结论”分开讲，因为这两件事之间的距离，比很多人以为的要远得多。

4.1 描述性统计：先把分布看清楚

在做任何检验之前，先看分布。这一步不能省。我至少要拿到这几个数：每个月的观测数、均值、中位数、标准差、胜率（收益为正的比例）、最大值、最小值。

为什么均值和中位数都要看？因为月度收益的分布通常不是对称的。如果某个月的均值很高但中位数接近零，那说明这个均值是被一两个极端月份拉起来的，这类“效应”在实盘里基本没法用——你没法保证自己恰好赶上那一两次。

为什么胜率也要看？均值回答“平均赚多少”，胜率回答“多大概率赚钱”。这两者对持有体验的影响完全不同。一个均值 1%、胜率 45% 的月份，意味着多数时候在亏，靠少数几次大赚把平均拉起来，这种规律对心理和资金管理的要求极高。

我给自己定的一个粗糙的筛选门槛是：均值方向和中位数方向一致，且胜率偏离 50% 至少 5 个百分点，且观测数不少于 15。三个条件同时满足，才值得进入下一步检验。这个门槛不严谨，但它能过滤掉大部分“看起来很厉害”的噪声。

4.2 显著性检验与那个绕不开的多重比较问题

单个均值的检验，用单样本 t 检验就行：t = 均值 / (标准差 / √观测数)。这个公式没什么可讲的，但有一个地方必须提醒——月度收益存在自相关，尤其当标的池里有大量同涨同跌的标的时，独立同分布的假设不成立，普通 t 检验会高估显著性。

我一般会同时报三个数：普通 t 值、Newey-West 调整后的 t 值（滞后阶数取 6 到 12）、以及一个非参数检验（比如 Wilcoxon 符号秩检验）的 p 值。三个数方向一致，我才认为这个月份值得继续看。方向打架的时候，以调整后的结果为准，并且把它当成“证据不足”处理。

举个具体的算例。假设某个月的月度收益均值是 0.8%，月收益标准差 7%，样本 240 个月。普通 t 值 = 0.008 / (0.07 / √240) = 0.008 / 0.004518 ≈ 1.77。这个值在双侧 5% 显著性水平下（临界值约 1.96）不显著。要让 t 值到 1.96，均值需要达到 1.96 × 0.004518 ≈ 0.885%。也就是说，0.8% 和 0.885% 这么小的差距，就决定了“显著”和“不显著”。这说明在这个样本量下，结论对参数极其敏感，任何一点数据口径的调整都可能翻转结论。这一点在做月份效应时尤其重要，因为月度数据本来就少。

接下来是多重比较。前面说过，一次跑十二个月，误判概率接近一半。修正方法我用两种：

第一种是Bonferroni 修正，把显著性阈值除以检验次数，即 0.05 / 12 ≈ 0.0042。这个方法保守，会牺牲统计功效，但简单可靠。

第二种是FDR 修正（Benjamini-Hochberg），控制错误发现率而不是族错误率。它比 Bonferroni 温和，在检验数量多的时候更实用。

我的实际做法是：主结论用 FDR，稳健性检查用 Bonferroni。如果某个效应只在普通 5% 水平上显著，两种修正都过不了，那它只配写在“观察项”里，不配写在“结论”里。

4.3 回归框架：把混淆变量控制住

分组统计是单变量的，它有一个致命弱点：没有控制其他变量。你看到的“某月效应”，可能是因为那个月的市场状态恰好都偏向某个风格。用回归可以把这个混淆剥开。

最基本的框架是把月度收益对十一个月份哑变量（留一个月做基准）回归：

r_t = α + Σ β_i · D_i + ε_t

这里的 α 是基准月份的平均收益，β_i 是第 i 个月相对基准月的平均差异。这个设定比“各自算均值”好在哪？好在你能直接得到差异的显著性，而且方便往里面加控制变量。

加什么控制变量？我一般加三类：上一期收益（控制动量或反转）、当期波动率（控制风险补偿的时变）、当期市场整体收益（控制 beta）。加了这些之后如果月份哑变量仍然显著，那这个效应的独立性就强得多。

更严格的版本是做跨标的的面板回归，用固定效应控制标的层面的差异，并聚类到时间维度计算标准误。这个版本计算量大一些，但对“效应是不是只存在于某几只标的”这个问题回答得更干脆。

4.4 滚动窗口与样本外：检验能不能活到明天

这是整节最重要的一条。全样本显著，不代表未来显著。我见过太多策略，全样本 t 值 3 以上，一上实盘就失效，原因就是效应在样本后期已经衰减甚至反向了。

我的做法是做滚动窗口统计：用 60 个月或者 120 个月的窗口，逐月滚动，每次都重新算一遍各个月份的平均收益，然后画成时间序列。看什么？看方向和强度是不是稳定。如果一个效应在前半段很强、后半段接近零，那它大概率是某个特定历史时期的产物。

再进一步是严格的样本外：把数据按时间切成前后两段，前段用来“发现”效应、确定参数，后段完全不看，直到最后才拿来验证一次。这里的关键是只验证一次。如果你在样本外看了结果之后又回去调参数、再验证，那样本外就变成了样本内，你只是把过拟合的战场往前推了一段。

5. 代码实现：一份可以直接跑的脚本

前面讲的都是思路，这一节把它落成代码。我选用的是最常见的 Python 技术栈，逻辑上分成五步：加载数据、算月度收益、打标签、做统计、做检验。

5.1 环境与依赖

需要的包不多：

pip install pandas numpy statsmodels matplotlib scipy

版本上没太多讲究，pandas 建议 1.5 以上（因为to_period("M")的行为在旧版本里有差异），statsmodels 用 0.13 以上，主要是为了 HAC 标准误的接口稳定。我用pandas做数据处理，numpy做数值计算，statsmodels做回归和多重比较修正，scipy做非参数检验，matplotlib出图。

5.2 数据加载与月度收益计算

假设手里有一张日频表，字段是code、trade_date、adj_close、volume，其中adj_close是后复权收盘价。

import pandas as pd import numpy as np # 1. 读取日频数据 df = pd.read_csv("daily_adj.csv", parse_dates=["trade_date"]) df = df.sort_values(["code", "trade_date"]).reset_index(drop=True) # 2. 打上年月标签 df["ym"] = df["trade_date"].dt.to_period("M") # 3. 每月取最后一个交易日的复权收盘价 monthly = ( df.groupby(["code", "ym"], as_index=False) .agg(close_last=("adj_close", "last"), close_first=("adj_close", "first"), n_days=("adj_close", "size"), vol_sum=("volume", "sum")) ) # 4. 计算月度收益率（按标的分别做 pct_change） monthly = monthly.sort_values(["code", "ym"]) monthly["ret"] = monthly.groupby("code")["close_last"].pct_change() # 5. 打上月份标签 monthly["month"] = monthly["ym"].dt.month # 6. 剔除样本不足的观测 monthly = monthly[monthly["n_days"] >= 10].dropna(subset=["ret"])

这里有两个细节值得说明。第一，为什么用“每月最后一个交易日的收盘价”而不是“每月最后一天的收盘价”？因为最后一天可能是周末或者假日，没有价格。取当月最后一个交易日的价格，是月度收益的标准算法。第二，为什么加n_days >= 10这个过滤？因为新股上市首月、长期停牌复牌首月，交易日数量会异常少，算出来的“月度收益”其实是几天甚至一天的收益，混进来会污染统计。

5.3 分组统计与可视化

def month_stats(s: pd.Series) -> pd.Series: s = s.dropna() n = s.count() if n < 5: return pd.Series(dtype="float64") mean = s.mean() std = s.std(ddof=1) t_naive = mean / (std / np.sqrt(n)) if std > 0 else np.nan return pd.Series({ "n": n, "mean": mean, "median": s.median(), "std": std, "win_rate": (s > 0).mean(), "t_naive": t_naive, }) stats = monthly.groupby("month")["ret"].apply(month_stats).unstack() print(stats.round(4))

apply里返回 Series 再unstack这个写法，比一个个字段单独groupby().agg()更整齐，尤其是你后面想加更多指标的时候。

画图我一般画两张：一张是各月份平均收益的柱状图（正负用不同颜色区分更直观，但不用花哨的配色），另一张是各月份收益分布的箱线图。箱线图能看到均值看不到的东西——离散程度和异常值。有些月份的均值看着漂亮，箱体却特别长，说明那个均值没什么代表性。

import matplotlib.pyplot as plt fig, axes = plt.subplots(1, 2, figsize=(12, 4)) stats["mean"].plot(kind="bar", ax=axes[0], color="#4c72b0") axes[0].set_title("Mean monthly return by month") axes[0].set_xlabel("Month") axes[0].set_ylabel("Return") monthly.boxplot(column="ret", by="month", ax=axes[1]) axes[1].set_title("Distribution by month") plt.suptitle("") plt.tight_layout() plt.show()

提示：boxplot(by=...)会自动加一个难看的总标题，用plt.suptitle("")清掉。这种小细节不影响结论，但影响你把图给同事看时的心情。

5.4 回归与显著性检验

分组统计跑完之后，用回归拿更严格的结果。注意哑变量编码时的基准选择：

import statsmodels.api as sm from statsmodels.stats.multitest import multipletests # 用 1 月作基准（drop_first 会丢掉第一个类别） dummies = pd.get_dummies(monthly["month"], prefix="m", drop_first=True).astype(float) X = sm.add_constant(dummies) y = monthly["ret"] model = sm.OLS(y, X, missing="drop").fit( cov_type="HAC", cov_kwds={"maxlags": 12} ) print(model.summary())

这里cov_type="HAC"就是 Newey-West 调整，maxlags=12对应一年，是月度数据常用的取值。系数含义要记清楚：截距项是 1 月的平均收益，其余每个系数是“该月相对 1 月的平均差异”。如果你不想让 1 月当基准，可以在pd.get_dummies之前把月份标签重排，让基准变成你更关心的那个月。

多重比较修正：

pvals = model.pvalues.drop("const") reject_fdr, pval_fdr, _, _ = multipletests(pvals, alpha=0.05, method="fdr_bh") reject_bonf, pval_bonf, _, _ = multipletests(pvals, alpha=0.05, method="bonferroni") result = pd.DataFrame({ "coef": model.params.drop("const"), "p_raw": pvals, "p_fdr": pval_fdr, "p_bonf": pval_bonf, "sig_fdr": reject_fdr, "sig_bonf": reject_bonf, }) print(result.round(4))

跑完之后，我建议把sig_fdr和sig_bonf同时摆出来看。两个都是 True 的，才进“候选”；只有一个 True 的，进“观察”；两个都是 False 的，直接扔。

5.5 结果落表与可复现性

最后一步，把结果存下来。这一步很多人省略，然后过两个月想复现的时候发现完全不记得当时用了什么参数。

meta = { "sample_start": str(monthly["ym"].min()), "sample_end": str(monthly["ym"].max()), "n_obs": int(len(monthly)), "n_codes": int(monthly["code"].nunique()), "ret_def": "monthly_last_adj_close_pct_change", "min_days_filter": 10, "hac_lags": 12, } with pd.ExcelWriter("month_effect_report.xlsx") as writer: stats.to_excel(writer, sheet_name="desc") result.to_excel(writer, sheet_name="regression") pd.Series(meta).to_excel(writer, sheet_name="meta")

meta这张表看着不起眼，但它救过我很多次。有一次我做两个不同标的池的对比，结果差得离谱，翻了半天代码没找到原因，最后是meta里那行ret_def提醒我——两次用的复权口径不一样。

6. 从统计显著到可交易：回测与现实摩擦

写到这里，我得说一句可能让人不太舒服的话：统计显著和能赚钱，是两件几乎独立的事。我做过不少“显著但不可交易”的检验，也见过不少“不显著但能赚钱”的规则。它们之间的桥梁，是成本、容量和执行。

6.1 成本、滑点与容量：先把这三座山搬开

月度频率的策略，听起来换手很低，但真实成本往往被严重低估。原因有三：

第一，单边费用是复合的。佣金、印花、过户费加起来，一次完整买卖的成本可能在万分之几到千分之一不等。看起来不多，但如果你的月度收益差异只有 0.3%，而一次调仓成本是 0.15%，那你需要至少一半以上的月份方向判断正确，才可能覆盖成本。这个门槛比大部分人想的高。

第二，滑点在低频策略里更容易被忽略。因为调仓次数少，很多人就不做滑点建模了。但如果你的调仓恰好集中在月末最后一天、或者长假前最后一天，那几天的流动性往往是一整个月里最差的，滑点会显著放大。这是一个很隐蔽的坑：你的策略逻辑要求你在流动性最差的时点交易。

第三，容量限制。小市值标的上的月份效应往往更明显，但那些标的的成交额本来就小。你的资金量一大，买入就把价格推上去了，超额收益在成交的瞬间就被自己吃掉了。我一般会做一个粗略的容量估算：单标的单日成交金额的 10% 作为可交易上限，再看这个上限能支撑多大的组合规模。

6.2 规则设计的几个硬约束

从检验结果到交易规则，中间有几个约束必须提前想清楚，否则回测出来的曲线毫无意义。

约束一：规则必须在事前可知。你不能用“本月收益为正”来定义信号，因为月初你不知道。所有信号只能基于上一个月的已知信息构造，比如“上个月是几月”“上个月最后几天的表现”。这个约束听起来是废话，但我在别人的代码里见过不少前视偏差，尤其是做月内位置效应的时候，很容易不小心把当天的收益算进信号里。

约束二：持仓数量要有限制。如果你做的是一个“某月买入全市场”的规则，那回测里根本不需要考虑选股，直接用指数收益就行。但如果你的标的池是几百只股票，全买不现实，必须限制持仓数量，这时候选哪几只就成了新的自由度——又是一个过拟合的入口。

约束三：空仓也是一种仓位。很多月份效应的规则是“某月满仓、其余月份空仓”。这种规则在回测里看着很美，因为它天然带了一个择时。但你要意识到，空仓期间你的资金是有机会成本的，而且如果市场在那段时间大涨，你的心理压力会非常大。我个人更倾向于不做全空仓的规则，而是做仓位的相对调整，比如某月 80% 仓位、其余月份 50% 仓位，这样曲线的可接受度高得多。

6.3 一个可复现的月度轮动样例

下面这段是框架示意，不是可以直接上实盘的策略。假设前面的检验已经确认某两个月份显著偏强，我想看看扣成本之后还剩多少。

# 说明：这是框架示意，参数需要你自己用前面的流程检验后填入 # 严禁把这里的示例参数直接当策略使用 TARGET_MONTHS = [2, 11] # 举例：假设检验后选出的月份 COST_ONE_WAY = 0.0008 # 单边成本假设 SLIPPAGE = 0.0005 # 滑点假设 monthly = monthly.sort_values(["code", "ym"]).copy() # 信号：基于上个月的已知信息，判断本月是否进入目标月份 monthly["signal"] = monthly["month"].isin(TARGET_MONTHS).astype(int) # 实际持仓应该滞后一期：本月末才知道本月是什么月，所以用本月信号决定下个月持仓 monthly["pos"] = monthly.groupby("code")["signal"].shift(1).fillna(0) # 组合收益：简单等权，假设标的池内所有标的按信号等权持有 port = (monthly[monthly["pos"] == 1] .groupby("ym")["ret"] .mean() .rename("gross")) # 换手与成本：每次仓位发生变化时计一次换手 turnover = (monthly.groupby("ym")["pos"].mean().diff().abs().fillna(0)) port = port.to_frame() port["turnover"] = turnover port["net"] = port["gross"] - port["turnover"] * (COST_ONE_WAY * 2 + SLIPPAGE * 2) # 累计净值 port["nav"] = (1 + port["net"].fillna(0)).cumprod() print(port.round(4).tail(12))

这段代码里有几个地方值得单独说。

shift(1)那一行是关键。很多人写回测的时候会写成“本月是目标月份就在本月建仓”，这就引入了前视偏差——你在月初并不知道这个月会表现如何，但你的代码已经用上了。正确的做法是：用已经结束的上个月的信息，决定本月的仓位。这里的shift(1)做的就是这件事。

turnover的计算也简化了。真实换手应该按标的逐个计算，我这里用的是“仓位比例的绝对变化”，好处是简单直观，坏处是低估了标的层面的换手。做正式回测的时候，我会改成逐标的计算买入量和卖出量，分别套用不同的成本。

成本那一行里，COST_ONE_WAY * 2是因为一次完整调仓有买有卖两个方向，SLIPPAGE * 2同理。如果你的规则在两次调仓之间没有持仓变化，turnover就是零，不产生成本；如果有变化，每次都扣。这个建模不完美，但它至少能让你看到成本对曲线的实际侵蚀程度。

跑完之后，我的习惯是把gross和net两条曲线画在一起。如果两条线贴得很近，说明策略的换手很低，成本不敏感；如果net明显矮一截，那你就要认真考虑这个效应到底值不值得做。

7. 常见问题与排查实录

这一节是我这些年攒下来的问题清单，都是我真实遇到过、并且花了时间才搞明白的。

7.1 问题速查表

这张表里我最想强调的是第二行。“只有几个月显著”这件事本身，往往就是数据挖掘的信号。真实存在的效应，通常在相邻月份上会有一定的溢出，不会像开关一样精确地只在那一个月里生效。如果你发现效应非常“精准”地只落在一个月份上，反而更应该怀疑。

7.2 我踩过的坑

坑一：把月度收益算成了自然月的收益。早期的脚本里，我直接用resample("M")拿到每个自然月最后一天的价格。问题是最后一天经常不是交易日，resample会取该月最后一个有数据的日子，但如果有停牌，那天的数据可能是空的，于是这个月的“收盘价”其实来自更早的日期。后来我改成先建交易日历表，按“该月最后一个交易日”精确取价，问题才消失。

坑二：忽略标的池的历史变动。我做过一次检验，某个效应的显著性非常漂亮。后来同事问我一句：“你这三百只标的，是从哪一年开始凑齐的？”我才发现，标的池是按现在的成分回溯的，早年根本不存在那么多标的。修正之后，显著性掉了一大半。这个坑很经典，也很致命。

坑三：多重比较没做，被自己的好奇心坑了。一开始我做检验的流程是：跑一个月，不显著，换一个月，再不显著，换成另一个标的池试试。这种“探索式”的路径下，我最终一定会找到一个显著的结果，但那个结果的真实含义是零。现在我强制自己一次性写完全部十二个月的检验脚本，跑一次出结果，绝不中途看单个结果然后再调整。

坑四：交易成本建模太乐观。我最早的回测里，成本是一个固定值，不区分标的、不区分时点。后来把滑点按成交额分了三档，结果发现目标月份恰好集中在月末，而月末那几天的成交额是整月最低的那一档，滑点直接翻了三倍。成本模型一改，原本年化超额十来个点的策略变成了六七个点。这个教训让我后来所有的低频回测，都会专门检查“调仓日是否落在流动性低谷”。

坑五：把有效性当成永久属性。我有一段时间很迷信某几个月份，觉得这个规律会一直在。后来的滚动窗口分析显示，这个效应在样本后半段已经基本消失了，剩下的那点微弱差异，扣完成本之后是负的。市场不是静态的，一个被广泛知晓的规律，会被资金交易掉。你现在看到的显著，很可能只是它过去显著留下的残影。

最后分享一个我自己一直在用的小习惯：每做完一次月份效应检验，无论结果好坏，我都会在笔记本上写三行——这次检验了什么、用了什么口径、结论是什么（包括“无结论”）。这个习惯看起来笨，但半年后你回头看，会发现最有价值的信息往往不是那些“显著”的结果，而是你曾经在多少个不同的口径下反复试过同一件事。那些反复试探留下的记录，恰好是判断自己有没有在过拟合的最好证据。