Adakah Kesan Januari Masih Berkesan?

Kesan Januari ialah dakwaan bahawa pulangan saham mencatatkan prestasi luar biasa tinggi pada minggu-minggu pertama tahun tersebut, dengan saham bersaiz paling kecil dan paling tertekan mendahului prestasi pasaran. Fenomena ini didokumentasikan pada tahun 1976 menggunakan data sejak tahun 1904, dan jurang yang dilaporkan ketika itu menjadikannya corak bermusim paling terkenal dalam ekuiti. Perkara yang berlaku seterusnya adalah bahagian yang sering diabaikan oleh kebanyakan laman web bermusim: penemuan tersebut diterbitkan, pedagang membacanya, dan setiap pengukuran yang dibuat sejak itu menunjukkan hasil yang lebih kecil.

Apakah itu Kesan Januari?

Terdapat dua mekanik kalendar yang mendasari cerita ini, dan kedua-duanya berkaitan dengan sempadan 31 Disember dan bukannya bulan Januari itu sendiri.

Pertama ialah penjualan untuk kerugian cukai (tax-loss selling). Peraturan cukai AS membenarkan pelabur menolak kerugian yang direalisasikan daripada keuntungan yang direalisasikan dalam tahun cukai yang sama, dan buku bagi tahun tersebut ditutup pada sesi terakhir bulan Disember. Urutan yang dicadangkan adalah seperti berikut: sepanjang minggu terakhir bulan Disember, aktiviti penjualan tertumpu pada posisi yang telah mencatatkan kerugian, yang cenderung melibatkan saham bersaiz kecil dan kurang diminati. Pada sesi-sesi awal bulan Januari, penjualan tersebut terhenti dan aktiviti belian kembali kepada saham yang sama.

Kedua ialah kalendar tunai. Bonus akhir tahun dan caruman persaraan tahun baharu tiba dalam tempoh masa yang sama.

Tiada satu pun daripada mekanik ini merujuk kepada syarikat terbesar dalam pasaran. Kedua-duanya merujuk kepada segmen bersaiz kecil, yang merupakan fokus utama halaman ini. Tempoh masa tersebut dapat dilihat dengan jelas dalam data penyertaan. Panel di bawah mengambil SPY, dana yang paling aktif didagangkan yang menjejaki S&P 500, dan mengira purata volum saham harian mengikut tarikh kalendar dari 21 Disember hingga 10 Januari merentasi sesi sejak tahun 2011.

SELECT
    concat(
        if(toMonth(date) = 12, 'Dec ', 'Jan '),
        if(toDayOfMonth(date) < 10, concat('0', toString(toDayOfMonth(date))), toString(toDayOfMonth(date)))
    )                                      AS label,
    round(avg(toFloat64(volume)) / 1e6, 1) AS avg_volume_millions,
    round(avg(toFloat64(volume)) / (
        SELECT avg(toFloat64(volume))
        FROM global_markets.stocks_daily_aggs
        WHERE ticker = 'SPY'
          AND date >= '2011-01-01'
          AND date <  '2026-08-01'
    ), 2)                                  AS relative_activity
FROM global_markets.stocks_daily_aggs
WHERE ticker = 'SPY'
  AND date >= '2011-01-01'
  AND date <  '2026-08-01'
  AND ((toMonth(date) = 12 AND toDayOfMonth(date) >= 21)
    OR (toMonth(date) = 1  AND toDayOfMonth(date) <= 10))
GROUP BY toMonth(date), toDayOfMonth(date)
ORDER BY if(toMonth(date) = 12, 0, 1), toDayOfMonth(date)

Dec 21 mencatatkan purata 126.2 juta saham, atau 1.24 kali ganda purata sesi SPY sepanjang tahun-tahun yang sama. Jan 10 mencatatkan purata 90 juta, pada 0.89 kali ganda daripada kebiasaan. Tarikh-tarikh 19 dalam panel tersebut menjejaki tempoh cuti dan sesi-sesi awal tahun baharu.

Volum ialah penyertaan, bukan pulangan. Halaman ini tidak menerbitkan angka pulangan Januari miliknya sendiri, dan itu adalah disengajakan: pengiraan dalam sampel yang baharu bagi sesuatu corak bermusim yang terkenal adalah cara terpantas untuk mengulangi kesilapan yang menjadikan corak bermusim itu terkenal.

Mengapa saham bermodal kecil dan pemberatan saksama menentukan jawapannya

Nombor indeks ialah purata, dan skim pemberatan menentukan pulangan siapa yang dikira. Indeks berwajaran modal (cap-weighted) memberikan pemberatan kepada setiap syarikat mengikut nilai pasarannya, jadi nama-nama terbesar menetapkan angka tersebut manakala yang terkecil tidak memberi kesan. Indeks berwajaran saksama (equal-weighted) bagi syarikat yang sama memberikan syarikat bernilai $200 juta undi yang sama seperti syarikat bernilai $2 trilion.

Kajian tahun 1976 yang meletakkan Kesan Januari dalam peta, oleh Michael Rozeff dan William Kinney, mengukur indeks berwajaran saksama saham NYSE dari tahun 1904 hingga 1974. Angka yang diulang-ulang sejak itu ialah purata bulan Januari mencatatkan kira-kira lima kali ganda purata bulan-bulan lain. Dalam versi berwajaran modal bagi alam semesta yang sama, saham bersaiz kecil hanya membawa sebahagian kecil peratusan pemberatan, dan kedua-dua binaan ini boleh melaporkan bulan Januari yang sangat berbeza daripada harga asas yang sama. Binaan tersebut membawa sebahagian besar dakwaan itu. Untuk mengetahui apa lagi yang menggerakkan angka bulanan sebelum sesiapa mentafsirkannya, lihat bagaimana pulangan bulanan diukur.

Saiz juga menetapkan kos untuk menangkap premium kertas. Volum dolar, iaitu jumlah saham harian didarab dengan harga, adalah ukuran paling jelas tentang berapa banyak ruang yang dimiliki oleh sesuatu saham. Panel ini mengumpulkan setiap simbol dengan sekurang-kurangnya lima belas sesi pada pita (tape) pada Jun 2026 mengikut purata volum dolarnya.

WITH per_symbol AS
(
    SELECT
        ticker,
        avg(toFloat64(close) * toFloat64(volume)) AS adv_dollars
    FROM global_markets.stocks_daily_aggs
    WHERE date >= '2026-06-01'
      AND date <  '2026-07-01'
    GROUP BY ticker
    HAVING count() >= 15
)
SELECT
    multiIf(
        adv_dollars <    100000, '1. under $100k',
        adv_dollars <   1000000, '2. $100k to $1M',
        adv_dollars <  10000000, '3. $1M to $10M',
        adv_dollars < 100000000, '4. $10M to $100M',
                                 '5. over $100M')  AS liquidity_bucket,
    count()                                        AS securities_count,
    round(100 * count() / (
        SELECT count()
        FROM
        (
            SELECT ticker
            FROM global_markets.stocks_daily_aggs
            WHERE date >= '2026-06-01'
              AND date <  '2026-07-01'
            GROUP BY ticker
            HAVING count() >= 15
        )
    ), 1)                                          AS share_of_tape_pct
FROM per_symbol
GROUP BY liquidity_bucket
ORDER BY liquidity_bucket

1808 sekuriti mencatatkan purata di bawah $100,000 volum dolar sehari, iaitu 15.1 peratus daripada sampel. Pada hujung yang satu lagi, 1429 mencatatkan purata lebih daripada $100 juta. Premium bermusim yang diterbitkan diukur pada harga penutup. Menangkap premium dalam kelompok yang didagangkan secara nipis (thin bucket) bermakna perlu menyeberangi spread antara harga bida (bid) dan tawaran (offer) sebanyak dua kali, ditambah dengan harga yang digerakkan oleh pesanan anda sendiri. Siri pulangan bulanan tidak menunjukkan perkara tersebut.

Adakah Kesan Januari masih berkesan?

Jawapan jujurnya: versi yang diukur selepas tahun 1976 adalah sebahagian kecil daripada versi yang diukur sebelumnya, dan anomali yang didokumentasikan biasanya mengikut bentuk tersebut. Kitaran hayatnya berjalan dalam empat langkah. Corak ditemui dalam data sejarah. Ia diterbitkan. Pembaca yang berdagang bertindak lebih awal, membeli pada bulan Disember sebelum tempoh masa yang kini diketahui semua orang. Apa yang diukur oleh kajian kemudiannya adalah apa sahaja yang tinggal. Penyelidikan sejak tahun 1980-an secara amnya mendapati premium Januari semakin sempit dalam dekad-dekad selepas penerbitan, dengan sebahagian daripada kesan bermusim beralih kembali ke bulan Disember.

Mekanik cukai juga telah semakin menipis. Sebahagian besar saham bermodal kecil kini berada dalam akaun persaraan dan dana indeks. Akaun tertunda cukai tidak mempunyai motif kerugian cukai langsung, dan dana indeks menjual berdasarkan peraturan dan bukannya kedudukan cukai kalendar.

Tiada satu pun daripada ini khusus untuk bulan Januari. Jual pada bulan Mei dan pergi (Sell in May and go away) berjalan dengan mekanik yang sama: perpecahan sejarah yang ketara, dengan cerita yang dilampirkan selepasnya. Anomali volatiliti rendah adalah perbandingan yang menarik, membawa rekod pasca-penerbitan yang panjang yang hampir tidak pernah dimiliki oleh dakwaan bermusim lain.

Dua belas bulan adalah banyak ujian

Berikut ialah aritmetik yang menyelesaikan kebanyakan hujah bermusim. Halaman pendidikan sebuah broker melaporkan bahawa bulan Julai telah ditutup lebih tinggi dalam kira-kira 80 peratus daripada dua puluh tahun terakhir. Dua puluh pemerhatian, enam belas daripadanya meningkat.

Anggap bulan sebagai lambungan syiling yang adil buat seketika. Enam belas atau lebih "kepala" dalam dua puluh lambungan berlaku kira-kira 0.6 peratus daripada masa, satu kejadian yang benar-benar jarang berlaku. Sekarang, jalankan ujian yang sama merentasi kesemua dua belas bulan: peluang sekurang-kurangnya satu bulan melepasi tahap tersebut meningkat kepada kira-kira 7 peratus. Halaman bermusim biasanya melaporkan beberapa statistik setiap bulan, pulangan purata, pulangan median, kadar hit, tahun terbaik dan terburuk, yang meningkatkan jumlah ujian kepada berpuluh-puluh. Pada tahap itu, bacaan seperti bulan Julai adalah apa yang anda jangkakan untuk ditemui di suatu tempat pada grid tersebut. Bulan-bulan ekuiti juga bukan syiling yang adil. Ia cenderung positif sepanjang sampel yang panjang, yang meningkatkan kadar hit setiap bulan sebelum cerita bermusim diceritakan sama sekali.

Kesan Januari ditemui dengan cara yang sama, dengan memeriksa dua belas bulan dan menamakan pemenang selepasnya. Carian melaporkan maksimum daripada banyak ujian. Itu adalah kuantiti yang berbeza daripada kepentingan satu ujian yang dipilih lebih awal. Sampel di bawah kesemuanya adalah kecil: setiap bulan Januari pada pita harian memegang kira-kira dua puluh sesi.

SELECT
    toString(toYear(date)) AS year,
    count()                AS january_sessions
FROM global_markets.stocks_daily_aggs
WHERE ticker = 'SPY'
  AND toMonth(date) = 1
GROUP BY year
ORDER BY year

Rekod di sini meliputi 23 bulan Januari, dari 2004 hingga 2026, dan yang paling terkini memegang 20 sesi. Dua puluh lebih pemerhatian adalah keseluruhan sampel moden bagi sebarang pernyataan dalam bentuk 'Januari melakukan X'. Sampel sebesar itu adalah konsisten dengan pelbagai nilai sebenar, dan keyakinan yang dilampirkan pada dakwaan bermusim cenderung jauh mendahuluinya.

Bias pandangan ke hadapan dan bias kemandirian, dua beradik

Dua lagi mod kegagalan terletak bersebelahan dengan ujian berbilang, dan kedua-duanya mencantikkan corak bermusim dalam ujian semula (backtest).

Bias pandangan ke hadapan dalam ujian semula ialah penggunaan maklumat yang tidak mungkin diketahui oleh ujian pada masa itu. Peraturan Januari yang ditulis hari ini dan digunakan pada tahun 1985 sudah mengetahui bulan mana yang menang.

Bias kemandirian dalam data saham ialah masalah yang lebih senyap bagi anomali khusus ini. Bina alam semesta saham bermodal kecil daripada nama-nama yang didagangkan hari ini dan setiap syarikat yang telah dinyahsenarai atau diambil alih telah pun digugurkan. Syarikat-syarikat tersebut cenderung ke arah nama-nama kecil yang tertekan yang menjadi subjek cerita kerugian cukai, jadi ujian dijalankan ke atas mereka yang terselamat daripada kumpulan yang sedang dikaji. Alam semesta tersebut bukanlah senarai tetap.

SELECT
    toString(toYear(date)) AS year,
    uniqExact(ticker)      AS listings_on_tape
FROM global_markets.stocks_daily_aggs
WHERE date >= '2006-01-01'
  AND date <  '2026-01-01'
GROUP BY year
ORDER BY year

9450 simbol berbeza mencetak sekurang-kurangnya satu sesi pada 2006. Pada 2025 jumlahnya ialah 13423, merentasi 20 tahun pita. Keahlian berubah di bawah jumlah tersebut apabila penyenaraian tiba dan nama-nama keluar, dan alam semesta yang diambil daripada pita hari ini tidak memegang mana-mana yang telah keluar. Simbol juga digunakan semula, yang merupakan perangkapnya sendiri: lihat mengapa simbol ticker memecahkan set data.

Empat soalan untuk ditanya bagi sebarang dakwaan bermusim

1. Apakah tempoh sampel, dan apakah rupa corak tersebut di luar tempoh itu? Perpecahan yang memerlukan tahun 1904 hingga 1974 untuk muncul adalah dakwaan yang berbeza daripada yang diukur pada dua puluh tahun terakhir.
2. Indeks yang mana, dan diberatkan bagaimana? Versi berwajaran modal dan berwajaran saksama bagi satu alam semesta boleh berbeza pendapat dengan tajam mengenai corak bermusim syarikat kecil.
3. Adakah peraturan ditetapkan sebelum data dicari, atau ditemui dengan mencari? Kedua-dua laluan boleh menghasilkan kadar hit yang sama. Ia membawa bukti yang sangat berbeza.
4. Apa yang terselamat daripada kos? Spread dan impak pasaran di hujung pita yang nipis, ditambah dengan fakta bahawa orang lain telah membaca halaman yang sama.

Dakwaan bermusim yang menjawab kesemua empat soalan adalah berbaloi untuk dibaca dengan teliti. Kebanyakannya tidak menjawab satu pun.

Soalan Lazim

Apakah itu Kesan Januari dalam pasaran saham?

Ia adalah dakwaan bahawa harga saham, terutamanya syarikat kecil, meningkat lebih banyak pada minggu-minggu pertama Januari berbanding bulan biasa. Kajian tahun 1976 di sebaliknya mengukur indeks NYSE berwajaran saksama yang meliputi tahun 1904 hingga 1974, di mana purata bulan Januari dilaporkan pada kira-kira lima kali ganda purata bulan-bulan lain.

Adakah Kesan Januari masih berkesan?

Pengukuran yang diambil selepas penerbitan tahun 1976 adalah jauh lebih kecil daripada yang asal, dan sebahagian daripada kesan bermusim beralih ke bulan Disember apabila peserta bertindak lebih awal. Sebarang dakwaan semasa memerlukan tempoh sampelnya sendiri dan binaan indeksnya sendiri, kedua-duanya dinyatakan di awal. Halaman ini bersifat pendidikan dan tidak membentangkan peraturan untuk berdagang.

Mengapa Kesan Januari paling kuat dalam syarikat kecil?

Kedua-dua mekanik merujuk ke sana. Penjualan untuk kerugian cukai tertumpu pada posisi yang telah mencatatkan kerugian pada tahun tersebut, yang cenderung bersaiz kecil, dan jumlah belian tertentu menggerakkan saham yang didagangkan secara nipis jauh lebih banyak daripada saham bermodal mega. Indeks berwajaran saksama kemudian memberikan nama-nama kecil tersebut pemberatan undi penuh, manakala indeks berwajaran modal memberikan mereka hampir tiada pemberatan.

Adakah Kesan Januari perkara yang sama dengan "jual pada bulan Mei"?

Ia adalah tempoh masa berbeza bagi genre yang sama: perpecahan kalendar yang ditemui dalam data sejarah, dengan cerita yang dilampirkan selepasnya. Kedua-duanya memerlukan bukti yang sama sebelum ia membawa sebarang makna, bermula dengan tempoh sampel yang dipilih sebelum ujian dan bukannya selepasnya.

Setiap panel di sini membawa SQL yang menghasilkannya, jadi mana-mana tetingkap di atas boleh dipotong semula pada ticker yang berbeza atau julat yang lebih panjang. Untuk menguji dakwaan bermusim pada sampel yang anda pilih sendiri, ajukan soalan dalam bahasa Inggeris yang mudah pada terminal Strasmore.