← 研究動態
研究2026/11/03 下午12:11

K1932:台指期日盤價格首次觸及 100 點整數倍之後,反彈機率比同日對照價位低多少?主檢定、識別診斷與檢定力

事件研究台指期日內整數關卡線性機率模型

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

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。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

若描述日盤價格路徑的模型把 100 點整數倍當成價格容易轉向的位置,碰到就先假設會彈回,模型在整數附近要不要加反轉項、方向怎麼放,就取決於這個假設在台指期上成不成立。

K1932 問的是比較窄的事實:價格在日盤首次觸及整數倍時,離開以它為中心的對稱價帶,是從來向離開(反彈)的較多,還是從反側穿過去的較多;比較的基準是同日、同規則下的對照價位,而不是反彈機率等於 0.5。

結果的方向與「整數是支撐或壓力」的先驗相反:整數關卡的反彈機率低於對照價位。這是描述性結果,不主張委託單聚集、stop-loss 機制或可交易性,也沒有交易規則或績效。

結果摘要

  •  P1(預註冊中帶標籤的檢定) :θ = -0.0543,日聚類 SE 0.0089,z = -6.08,95% 區間 -0.0718 至 -0.0368;p 值低於 α = 0.05,條件 logit 同號,預註冊標籤是 EFFECT_NEGATIVE_THROUGH_LIKE。
  •  自認錯誤條件沒有觸發 :P23 對 P77 的異質性檢定 θ = +0.0037、p = 0.727,高於 0.01 的門檻,所以不判 DESIGN_ARTIFACT;條件 logit 係數 -0.219,與線性機率模型同號,所以不降為 MODEL_DEPENDENT。
  •  檢定力 :設計 MDE 0.0351,低於事前上限 0.04;實現 MDE 0.0250。θ 的絕對值 0.0543 大於設計 MDE 與實現 MDE。
  •  secondary(不貼標籤、不做多重比較校正) :P1 與各 secondary 的 θ 都是負值;區間含 0 的是 S1 的 R1000(實現 MDE 0.0722)與 H50(實現 MDE 0.0243)。以雙尾 5%、功效 80% 計,R500、R1000 的 S1 設計 MDE(0.0959、0.1006)高於 P1 的 θ 絕對值;R500 的區間不含 0、R1000 的區間含 0,依 G7 都只作描述,不能當確認性結果。

設計

 資料。  TAIFEX 台指期近月合約(TX1)日盤 08:45:00 至 13:30:00 的逐筆成交,2012-01-02 至 2026-10-01,共 3,603 個交易日;有效日 3,601 日,月結算日預設排除 177 日,納入 3,424 日。

 價位。  價位格的間距是 100 點。格內偏移 0 是整數關卡,依 1000 點倍數、其餘 500 點倍數與其餘 100 點倍數分成 R1000、R500、R100;偏移 50 是半關卡 H50;偏移 23 與 77 是對照價位 P23、P77。

 價帶。  價帶半寬 δ 由當日首筆連續成交價 p0 決定:δ = clip(round(0.0005 × p0), 5, 20) 點,同日各類別同值;價位必須距 p0 超過 δ 才產生事件。

 事件與結果。  事件是當日價格首次觸及該價位的那筆成交。以價位為中心、半寬 δ 的價帶內,價格先從來向離開記為反彈(y = 1),先從反側離開記為突破(y = 0);到 13:30 仍未離開記為截斷,不進估計。合併截斷比例 0.21%。

 P1 的模型。  合併整數關卡(R100、R500、R1000)對合併對照價位(P23、P77),日固定效應線性機率模型 y = a_d + θ·R + e,R 是整數關卡指標;按交易日去均值後以 OLS 估計,標準誤依交易日聚類,雙尾 α = 0.05,以常態近似計算 z。θ < 0 表示整數關卡的反彈機率較低。本文的區間取 θ ± 1.960 × SE。

 為什麼不和 0.5 比。  主估計量是整數關卡與對照價位的反彈機率差,不是反彈機率的絕對水準。首次觸及那筆成交可能已越過價位,所以即使價格在價位附近沒有特殊行為,反彈機率也不必等於 0.5:對照價位的反彈占比是 P23 0.528、P77 0.521,都高於 0.5。

類別未截斷事件反彈占比
R1004,0560.467
R5005220.466
R10004720.481
H505,0870.514
P235,2310.528
P775,1820.521

未調整的反彈占比只作背景:整數關卡的占比低於對照價位,但這是跨日合併的占比;P1 只在同日比較整數關卡與對照價位。

主檢定:P1

檢定整數關卡事件樣本事件θ日聚類 SEz95% 區間設計 MDE實現 MDE
P15,05015,463-0.05430.0089-6.08[-0.0718, -0.0368]0.03510.0250

樣本是 15,463 個未截斷事件、3,297 個交易日,其中 2,593 日同時有整數關卡與對照價位的事件;只有這些日子對 θ 有貢獻,日固定效應吸收了日與日之間的反彈水準差異。

 識別診斷。  按交易日去均值後保留的 R 變異占比 0.937,FE-VIF 1.07,日去均值欄位之間的 VIF 1.00,邊際秩 1;預註冊的可識別條件是邊際秩為 1、FE-VIF 與欄位間 VIF 都不超過 10,P1 滿足。

 標籤規則。  預註冊依序判定:對照價位異質性 p < 0.01 判 DESIGN_ARTIFACT;P1 不可識別判 DATA_UNFIT_NOT_IDENTIFIED;p < 0.05 且 θ < 0、條件 logit 同號,判 EFFECT_NEGATIVE_THROUGH_LIKE,符號不一致則降為 EFFECT_NEGATIVE_MODEL_DEPENDENT。事後的規則修訂只能把標籤往較弱的方向改。

異質性檢定在對照價位內比較 P23 與 P77:θ = +0.0037(SE 0.0105),p = 0.727。整數的影響若以不對稱的方式延伸到對照價位,這裡會先出現差異;這份樣本沒有看到,但這個檢定的實現 MDE 是 0.0295,比它小的不對稱差異分不出來。條件 logit 只用當日結果有變異的交易日,係數 -0.219 與 θ 同號;預註冊只用它判定符號是否一致。

檢定力

設計 MDE 由實際事件表的設計矩陣算,不用結果:MDE = Z_SUM · σ0 · √IF · √[(X̃′X̃)⁻¹]θθ,Z_SUM = 2.8016,對應雙尾 5%、功效 80%;σ0 = 0.5,IF = 2.0(同日事件相依的變異數膨脹),事前上限 0.04。P1 的設計 MDE 0.0351 通過上限;實現 MDE 是 Z_SUM × 實現 SE = 0.0250。

G7 閘門把各子類別分別與對照價位比較,算出設計 MDE:R100 0.0383、H50 0.0352、R500 0.0992、R1000 0.1042;超過 0.06 的 R500、R1000 標為只作描述。下表 S1 把 R100、R500、R1000、H50 放進聯合模型,設計矩陣不同,所以 S1 的設計 MDE 與 G7 的數字不同。

圖 1 把各檢定的設計 MDE、實現 MDE 與 θ 的絕對值放在一起。P1 的 θ 絕對值高於自己的設計 MDE;S1 的 R500、R1000 相反,設計 MDE 高於 P1 的 θ 絕對值。

圖 1:各檢定的設計 MDE、實現 MDE 與 θ 的絕對值

secondary:換法之後

secondary 依預註冊不分家族、不貼標籤、不做多重比較校正,只作描述,不能當確認性證據引用。下表的區間同樣取 θ ± 1.960 × SE。

項目內容θ日聚類 SE95% 區間設計 MDE
S1 R100S1 聯合模型(R100、R500、R1000、H50 各有係數,基準是對照價位)的 R100 係數-0.05650.0095[-0.0751, -0.0379]0.0379
S1 R500S1 模型的 R500 係數(G7 判為只作描述)-0.06650.0247[-0.1150, -0.0181]0.0959
S1 R1000S1 模型的 R1000 係數(G7 判為只作描述)-0.03180.0258[-0.0823, +0.0187]0.1006
S1 H50S1 模型的 H50 係數-0.01200.0087[-0.0290, +0.0050]0.0349
S2 由上往下觸及只取由上往下觸及的事件(價位在 p0 下方)-0.05500.0127[-0.0799, -0.0300]0.0500
S2 由下往上觸及只取由下往上觸及的事件(價位在 p0 上方)-0.04110.0135[-0.0676, -0.0146]0.0525
S3 價帶規則 k2δ = clip(round(0.00025 × p0), 3, 10),事件 16,087 個-0.07400.0087[-0.0910, -0.0570]0.0342
S3 價帶規則 k3δ = clip(round(0.001 × p0), 10, 20),事件 14,304 個-0.03870.0093[-0.0569, -0.0205]0.0369
S4 2012–2019依日期切分的前期-0.04770.0180[-0.0830, -0.0125]0.0708
S4 2020–2026依日期切分的後期-0.05640.0103[-0.0766, -0.0363]0.0404
S5 剛好觸及只取首次觸及那筆成交價剛好等於價位的事件-0.05570.0091[-0.0735, -0.0378]0.0357
S6 孤立事件只取同日前 600 秒內沒有其他事件的孤立事件,8,156 個-0.06540.0135[-0.0920, -0.0389]0.0535
S9 含結算日納入月結算日-0.05030.0087[-0.0674, -0.0332]0.0343
S10 低價位依 p0 分組:低價位(100 點占指數的比例較大)-0.05900.0161[-0.0906, -0.0274]0.0635
S10 中價位依 p0 分組:中價位-0.07010.0148[-0.0991, -0.0411]0.0601
S10 高價位依 p0 分組:高價位(100 點占指數的比例較小)-0.03500.0154[-0.0652, -0.0048]0.0591

圖 2:P1 與各 secondary 的反彈機率差 θ 與 95% 區間

S1 裡 R100 的 θ = -0.0565,與 P1 接近;H50 的 θ = -0.0120,區間含 0(實現 MDE 0.0243);R500 為 -0.0665、R1000 為 -0.0318(區間含 0,實現 MDE 0.0722),依 G7 只作描述。S2 依觸及方向拆開:由上往下觸及(價位在下方,即支撐的情形)-0.0550,由下往上觸及(壓力的情形)-0.0411,方向相同。

S3 換價帶規則:k2(κ = 0.00025,[3, 10] 點)θ = -0.0740,k3(κ = 0.001,[10, 20] 點)θ = -0.0387,主規格 -0.0543 介於 k2 與 k3 之間。δ 越小,對照價位的價帶邊緣離整數越遠,k2 是離整數最遠的規格;但 δ 同時改變價帶寬度與事件組成,這個排列不能單獨歸因於對照價位受整數影響。

S4 前後期是 -0.0477(2012–2019)與 -0.0564(2020–2026);S5 只看剛好觸及 -0.0557;S6 只看孤立事件 -0.0654;S9 納入結算日 -0.0503。S10 依 p0 分組,低、中、高價位分別是 -0.0590、-0.0701、-0.0350,高價位的差最小。

S7 看突破事件從首次觸及到離開價帶的時間,結果取 log(秒 + 1),整數關卡對對照價位的差 θ = -0.1026(SE 0.0351):整數關卡的突破事件離開價帶所需的時間比對照價位的突破事件短。這是連續結果,本文不報它的 MDE。

S3 的 k2 與 S6 是預註冊附錄 A3 修正樣本口徑之後的版本(k2 的價位集合改用自己的 δ,S6 的孤立判定改為與列順序無關);修正寫於看過結果之後,P1 的事件表與結果在修正前後逐位相同。

對模型設定的意義

對描述日盤價格路徑的模型而言,這份樣本支持的方向是:價格首次觸及整數關卡之後,反彈較少、穿越較多,與把整數當成反轉位置的先驗相反;合併整數關卡的機率差是 -0.0543。R500、R1000 子類別的事前功效不足以偵測與此同樣大小的效果(設計 MDE 高於 P1 的 θ 絕對值),模型若要把它們和 R100 分開設定,這份資料只能提供描述性估計。這些都是描述性關係,沒有檢驗交易成本之後的可交易性。

與文獻的位置

Osler(2003,Journal of Finance)以外匯委託單資料描述 take-profit 單聚集在整數上、stop-loss 單聚集在整數之外:前者對應價格在整數反轉,後者對應穿越之後加速。文獻因此不能預先決定 θ 的符號,本研究也不檢定委託單或 stop-loss 機制。Mitchell(2001,Journal of Futures Markets)討論數字偏好與心理障礙;Cyree、Domian、Louton 與 Yobaccio(1999,Review of Financial Economics)檢驗各指數在 100 的倍數障礙跨越後,條件均值與變異的差異。上述研究以日度指數的條件矩或分布聚集為主;本研究用逐筆價格的首次觸及與對稱價帶,並以同日對照價位控制平移不變性。在本樣本與這個定義下,θ < 0 的方向與「整數關卡是支撐或壓力」的說法相反。

限制

  •  對照價位受整數牽動的可能。  P23 的下緣與 P77 的上緣距最近的 100 點倍數只有 23 − δ 點:δ = 20 時 3 點,δ = 5 時 18 點。整數的影響若延伸到這個距離之內,對照價位也會被牽動,偏誤方向取決於機制,不保證保守。
  •  盲性的範圍。  預註冊宣告 is_blind = true,這只對預註冊凍結之前成立:資料閘通過之後,作者看過主程式的結果,附錄 A1、A2、A3 都寫於其後。這些附錄都不改規則、門檻或標籤。
  •  secondary 只作描述。  不分家族、不做多重比較校正,方向一致也不能當確認性證據。
  •  範圍。  只涵蓋台指期近月合約的日盤,月結算日預設排除(含結算日的 S9 見上表);不推到夜盤或其他市場。沒有交易規則、成本或績效。

資料與方法

  • 資料:TAIFEX 台指期近月合約(TX1)日盤逐筆成交,2012-01-02 至 2026-10-01;實驗編號 K1932。
  • 設計:描述性比較,同日的整數關卡對對照價位;P1 是預註冊中帶標籤的檢定,secondary 只作描述。

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

📄
K1933:美國非農公布後,台指期夜盤的波動效果有多少延續到前 30 分鐘之後?三個 30 分鐘窗的估計、敏感度與檢定力
美國就業報告(非農)在美東 08:30 公布,正好落在台指期夜盤:夏令時間是台北 20:30,冬令時間是台北 21:30。若要在夜盤的日內波動模型裡替非農夜加入事件項,先要知道:公布後的波動放大有多大,以及放大在公布後多久之內還看得到。本文用描述性事件研究回答這些問題,並逐項列出同一組估計在換對照組、換取樣頻率、換取價慣例之後怎麼移動,以及這個設計在事前能鑑別多小的差距。 這不是預測訊號。研究沒有…
→
📄
Kalshi 機率衝擊對標普五百與 VIX 之後波動的預測力:t 值由 2.12 降到 1.51,降幅主要來自移除二十個補零的目標日,落後期的選擇動不了結論(HAC 敏感度與樣本邊界分解)
結論:Kalshi 事件市場的機率大跳,在這份凍結樣本裡看不出對標普五百與 VIX 之後波動的預測力。主設定(2025-10-02 至 2026-06-18,179 個交易日,未來五日實現波動為 175 日)的六個目標,HAC t 值全部低於較寬的門檻 2。最大的是標普五百未來五日的實現波動:t 值 1.51,p-value 0.13,每一個標準差的訊號對應 1.21 個百分點的年化波動,HAC…
→
📄
加入 12 個月趨勢因子後,SPY 波動管理策略的年化截距縮小約四成,殘餘截距仍不顯著:spanning 迴歸與 HAC 落後期敏感度
SPY 的波動管理策略若相對大盤有截距,這個截距有多少只是內嵌的趨勢曝險?本篇用兩個月頻策略(RV 管理與 VIX 管理)在樣本外 268 個月的資料,比較只扣大盤與再扣 12 個月時間序列動能(TSMOM)因子的 spanning 迴歸,並檢查結論對 HAC 落後期規則的敏感度。 先講結論 加入趨勢因子後,RV 管理的年化截距由 5.02% 降到 2.73%,VIX 管理由 3.72% 降到 2…
→