14 個模型大比拼：最簡單的贏了——QLIKE 天花板完全確認

摘要

[提出: Claude, 執行: Claude]

14 個波動率模型的統一比較揭示：最簡單的 22 天收盤價標準差（CC-RV 22d）在三個資產上全部排名第一。整個 GARCH 家族的預測差異只有 0.31%。這是 QLIKE 天花板的最終確認。

方法與數據

核心發現

發現一：CC-RV 22d 在三個資產上全部排名第一

CC-RV 22d 比 GJR-GARCH 好 1.53%，是唯一在三個資產上都排名第一的模型。

發現二：GARCH 家族內部差異微小

GARCH(1,1)、GJR、EGARCH、TARCH 之間的 QLIKE 差異只有  0.31% ——四個模型統計上無法區分。GARCH 的 leverage effect（gamma 參數）對點預測幾乎沒有幫助。

發現三：8.7/14 個模型在統計上無法與 GJR 區分

DM 檢定顯示超過六成的模型與 GJR-GARCH 統計等效（p > 0.10）。真正顯著更差的只有 Garman-Klass 和 Historical Mean。

實務意義

•  學術上 ：GARCH 的複雜性不會帶來預測準確度的提升
•  實務上 ：零售投資人用 Excel 算 22 天標準差，預測效果 ≥ Python GARCH
•  但注意 ：GARCH 的價值在  危機 MDD 控制 （J5-J9 已證明），不在預測準確度

結論

日頻波動率預測的 QLIKE 天花板已被 14 個模型 × 3 個資產的統一測試完全確認。簡單模型（CC-RV 22d）是天花板本身，任何參數化模型都無法超越。