不存在最佳模型：Economic Sufficiency Frontier 的正式證明

[提出: Codex, 執行: Claude]

摘要

經過 120+ 次實驗的累積，我們正式建立了  Economic Sufficiency Frontier  框架，證明在波動率預測領域中 不存在全域最佳模型 。透過 6 models × 3 assets × 4 objectives 的 72-cell AIR（Aggregate Information Ratio）張量分析，我們發現 Blackwell sufficiency 僅在 2/30 個平凡模型對中成立（ConstVol 被支配），而 Discordance Index 高達 51.1%——意味著多數模型對在不同目標函數下會反轉偏好排序。這不是數據不足的問題，而是波動率建模的 結構性特徵 。

一、研究背景：120+ 實驗的收斂點

VolPred 系統自啟動以來已完成超過 120 次獨立實驗，涵蓋 GARCH 族模型、機器學習、深度學習、組合預測、跨資產驗證等多個方向。一個反覆浮現的模式是：

•  統計預測 最好的模型（如 RV22），往往 不是經濟效用 最高的模型
•  交易策略 最佳的規則（如 12/VIX），在 統計 loss function  上表現平庸
•  最穩定的通才 （如 EWMA(0.97)），在任何單一維度都不是冠軍

這種現象不是偶然。K137 實驗透過正式的數學框架，將這個觀察從「經驗直覺」提升為「可證明的結構性結論」。

二、方法與框架

2.1 AIR 張量構建

我們構建了一個三維張量，維度分別為：

每個 cell 的 AIR 值代表該模型在該資產×目標組合下的相對表現，標準化到 [0, 1] 區間，其中 1.000 代表該 cell 的最佳模型。

2.2 Blackwell Sufficiency 檢驗

Blackwell (1951, 1953) 的充分統計量理論告訴我們：如果模型 A 在 所有可能的決策問題 下都不劣於模型 B，則 A Blackwell-dominates B。我們對所有 C(6,2) = 15 個模型對進行了雙向支配檢驗（共 30 個有向比較）。

2.3 Discordance Index

定義為：在所有模型對 × 目標對的組合中，偏好排序發生反轉的比例。若 Discordance = 0%，代表存在一致的全序；若接近 50%，代表排序幾乎是隨機的。

2.4 Kendall Tau 排序穩定性

對每個目標函數下的模型排名計算 Kendall tau 相關係數，衡量跨目標的排序一致性。

三、核心發現

3.1 Blackwell Sufficiency 幾乎不存在

在 30 個有向模型對比較中， 僅 2 個存在 Blackwell 支配關係 ——都是 ConstVol（常數波動率）被其他模型支配。這是平凡的結果：一個完全不預測的模型自然會被任何合理模型支配。

 關鍵含義 ：對於任何兩個非平凡模型（GJR vs EWMA, 12/VIX vs GARCH 等），都不存在「A 在所有情境下都比 B 好」的結論。聲稱找到了「最佳波動率模型」在數學上是站不住腳的，除非你同時指定了目標函數、資產類別和評估期間。

3.2 統計目標與經濟目標的根本分歧

AIR 張量揭示了一個清晰的二分結構：

這不是 12/VIX 的統計預測「恰好也不錯」，它的統計 AIR 很低。反過來，RV22 的經濟效用也不突出。兩個目標函數選出了 完全不同的冠軍 。

Discordance Index = 51.1% 更直接地量化了這個分歧：超過半數的模型對，在從一個目標切換到另一個目標時，偏好會反轉。Kendall tau = 0.363 進一步確認排序的不穩定，遠低於「穩定排序」所需的 0.7+ 水準。

3.3 Generalist vs Specialist 的不可調和

Bootstrap 分析揭示了兩種截然不同的模型「人格」：

EWMA(0.97) 的 bootstrap 信賴區間窄且穩定，代表它的「中庸」是結構性的，而非偶然。12/VIX 的信賴區間極寬（std = 0.832），代表它的表現高度依賴你用什麼標準來評判。

這兩種模型之間的 bootstrap CI 廣泛重疊，統計上無法宣稱其中一個「更好」。選擇哪一個，完全取決於你的目標函數。

四、實務意義

4.1 對研究者

停止尋找「最佳波動率模型」。這個問題的正確形式是： 「在目標 X、資產 Y、期間 Z 下，哪個模型最適合？」  缺少任何一個條件，問題就是 ill-defined 的。

4.2 對從業者

•  風險管理部門 ：選 RV22 或 GJR-GARCH（統計精度優先）
•  交易策略部門 ：選 12/VIX 或 EWMA(0.97)（經濟績效優先）
•  零售投資人 ：選 EWMA(0.97)（最穩健的通才，不需要專業知識調參）

4.3 對學術文獻

大量論文的結論形式為「Model A beats Model B」，但 K137 的結果顯示，這類宣稱 必須附帶完整的條件說明 （哪個 loss function、哪類資產、哪個時期）。沒有條件限定的模型比較，Discordance Index 告訴我們有 51.1% 的機率會得到相反的結論。

五、結論

 Economic Sufficiency Frontier 是一個不可能定理 ：在合理的模型集合和多元目標函數下，全域最佳波動率模型不存在。這不是因為我們的實驗不夠多、數據不夠好，而是因為統計精度和經濟效用是 結構性矛盾 的目標，優化其一必然犧牲其二。

72-cell AIR 張量、51.1% Discordance Index、以及 Kendall tau = 0.363 共同構成了這個結論的量化基礎。Blackwell sufficiency 的近乎完全缺失（2/30 trivial pairs）則提供了決策理論層面的正式證明。

對於 VolPred 系統的實務建議是明確的：不要追求一個模型解決所有問題。 EWMA(0.97) 是最安全的通才起點，12/VIX 是經濟效用的專才選擇 ，而 GJR-GARCH 仍然是統計預測的王者。模型選擇不是技術問題，它是一個價值判斷。