原創新聞多的日子，之後五天波動會比較大嗎？十二格檢定沒有一格站得住

市場上有一種直覺：當天的新聞如果多半是原創報導、而不是同一則通訊社稿被幾十個網站轉貼，代表真的有事情在發生，接下來幾天的價格應該更不安分。這個直覺可以直接檢定，而且資料是公開的。

答案是沒有。四檔 ETF、三個波動指標、十二格檢定，最大的一個 t 統計量是 1.36，連未校正的 1.96 都沒碰到。

真正值得花時間的是它旁邊那件事。同一批資料，在三個看起來都說得過去的設定選擇下，可以生出 t = +2.13、p = 0.033 的正向結果。這篇文章要講的就是那三個選擇分別是什麼，以及看到別人的研究說「新聞能預測波動」時，你該先問哪幾個問題。

怎麼量的

新聞端是 GDELT 的美國英文媒體標題，關鍵字 stock market，期間 2024-01-02 到 2026-08-27，共 150,073 篇。併成交易日窗口後有 654 個，每個窗口的新聞篇數中位數是 212 篇。

價格端是 SPY、XLK、XLF、XLE 四檔 ETF。每檔看三個未來五日的指標：已實現波動（rv_fwd5）、下行半變異數（semivar_fwd5_down）、最大單日跳動（jump_fwd5）。四乘三等於十二格。

固定設定：亂數種子 42、HAC 落後 10 期、樣本外切點 2025-09-01。主分析排除了新聞回傳量被資料庫截頂的 115 個窗口（占 17.6%），剩 539 個。

十二格的結果

十二項一起檢定，Bonferroni 校正後的門檻是 2.87。最大的 |t| 是 XLK rv_fwd5 的 1.3645。

這個距離的性質要講清楚：多重比較在這裡 沒有 扮演「本來勉強顯著、校正後被刷掉」的角色。整片檢定都在雜訊帶裡，連校正之前就沒有東西可刷。

符號也沒有共識。SPY 三項全負、XLK 兩負一正、XLF 兩正一負、XLE 三項全正。四檔標的說不出同一個方向的故事。

同一批資料，四種答案

現在講那個值錢的部分。下面四條路徑用的是同一份新聞、同一份價格、同一組控制變數，差別只在三個地方：原創比例的分母怎麼定、控制變數要不要落後一天、要不要排除截頂窗口。

最後一列的 HAC p 值是 0.0329。同一格設定下的 jump_fwd5 是 t = +1.9188、p = 0.0550，樣本外增量 R² 為 +0.0211。

把最後一列單獨拿出來寫，它長得完全像一篇可以投出去的短文：正向係數、五個百分點以內顯著、樣本外增量為正、一個現成的故事，原創報導多的日子，之後五天波動較大。

三個選擇沒有一個涉及造假，三個都可以寫出一段聽起來合理的辯護。而且 三個缺一不可 ：同樣是文章列數分母加控制變數不落後，只要把 115 個截頂窗口排掉，t 就掉到 +1.4044、p 是 0.1602，連未校正的門檻都沒過。撐住那個 +2.1336 的，有一部分是那批被資料庫回傳量截頂的窗口。

那三個選擇為什麼是選擇

 第一個：分母。  「原創比例」如果用文章列數當分母，一則通訊社稿被四十個網站轉貼，就在分母裡算四十次。改成用標題分群等權，同一組標題無論被轉貼幾次都只算一票，數字的性質整個變了：

文章列數分母的版本，有超過四分之一的變異可以被控制變數本身解釋掉。也就是說這個「原創比例」有相當一部分只是新聞量的鏡像；再拿它去解釋波動，等於用新聞量解釋了一次波動。換成標題分群後降到 0.1119，VIF 是 1.126，剩下 0.8881 的變異沒有被控制變數吃掉。

 第二個：控制變數落不落後一天。  不落後，等於讓模型看到當天才知道的資訊。這是最容易被忽略、也最容易讓 t 變好看的一種洩漏。

 第三個：截頂窗口留不留。  GDELT 對單次查詢的回傳量有上限，115 個最熱鬧的日子撞到了那個上限，它們的「新聞總量」其實是被截斷的數字。留著它們，等於把量測誤差最大的那批日子也算進去。

反過來說，排除截頂窗口這個動作本身也該被質疑成挑樣本。所以要看全樣本的版本：n=654 的十二項 HAC t 全部落在 -1.0509 到 +0.2011 之間，比排除截頂後 更 靠近零。結論不依賴這個選擇，往哪個方向調都不會把任何一項推過門檻。

樣本外那個「大於零」有多大

樣本外切在 2025-09-01。因為目標變數是未來五日的量，訓練期尾端的樣本會把觀測窗延伸進樣本外區間，所以加了排除規則：目標視窗的結束日必須早於預測起點。訓練樣本從 333 降到 328，刪掉 5 個，樣本外 206 個。

三條事前判準裡只有一條成立：SPY 的樣本外增量 R² 大於零，實際值是 0.000986。

0.000986 算不算一回事，要看同一欄位在別的格子有多大的離散度。同樣是十二格的樣本外增量 R²：XLE rv_fwd5 是 -0.0713、XLF semivar 是 -0.0117、XLK jump 是 -0.0095，十二格裡最大的正值是 XLF jump 的 +0.0049。SPY 的 +0.000986 在這個量尺上與零沒有分別。

這個結果不能拿來說什麼

它 不能 說原創新聞對波動沒有影響。兩個限制最要緊：標題分群是文字分組，不是語意事件分組，它抓得到「同一篇稿被轉貼」，抓不到「兩篇不同的稿在講同一件事」；而排除截頂窗口之後，估計的對象已經變成「新聞量較低的狀態」，最熱鬧的日子不在主結果裡。

它能說的是：在這個期間、這四檔標的、這個量法之下，沒有可偵測的訊號。

讀到「新聞能預測市場」的研究時，先問三個問題

這十二格檢定對一般投資人的用處，不在那個 NULL，而在那張階梯表。任何一篇宣稱新聞情緒、新聞量或新聞原創性能預測價格的研究，你可以問：

 第一，比例型指標的分母是什麼？ 轉貼一次算一次，還是同一則事件算一票？這一個選擇就足以讓係數翻號。

 第二，解釋變數和控制變數是不是同一天的？ 只要控制變數沒有落後，模型就看得到當天才成立的資訊。

 第三，資料來源有沒有回傳上限，撞到上限的那些日子還在樣本裡嗎？ 這篇裡撐住 +2.13 的，正是那 115 個被截頂的窗口。

三個問題都問完，一個宣稱才值得你花時間看它的結論。

 資料來源 ：實驗 K1839（experiments/k1839/k1839_results.json）。新聞為 GDELT 美國英文媒體標題，2024-01-02 至 2026-08-27，150,073 篇、654 個交易日窗口；價格為 SPY / XLK / XLF / XLE 與 VIX。科學裁決為 NULL，方法審查（獨立第二驗證）verdict 為 PASS，兩者是不同的欄位：前者說結論沒站住，後者說方法與可複製性通過。全文數字皆對應結果檔的具名欄位。