永續合約資金費率能預測比特幣波動嗎？樣本內很強，樣本外過不了門檻

永續合約的資金費率，常被當成槓桿部位擁擠度的即時溫度計。當多方願意持續付費給空方，市場上確實可能累積更多容易被清算的槓桿；照這個機制推論，今天的資金費率應該能替明天的波動率預測增加資訊。

K1436 用 Binance BTCUSDT 永續合約的 8 小時資金費率與五分鐘成交價格，直接檢驗這個主張。結果有一個很容易被誤讀的落差：資金費率在全樣本迴歸裡非常顯著，但放進真正的樣本外預測後，改善不到 1%，預先指定的主訊號也沒有通過統計門檻。這是一個 NULL 結果，不是「快要成功」。

研究問題：直接觀察槓桿擁擠，能否補強 HAR-RV？

先前的 BTC 研究線已經指出，固定不變的槓桿效果很難描述加密市場。多空部位的累積、強制平倉與市場狀態會改變價格下跌和波動之間的關係；但早期實驗只能用成交量、週末等間接代理。K1436 改用永續合約本身的資金費率，測試更窄也更可驗證的問題：

在只使用過去日、週、月已實現波動的 HAR-RV 基線上，加入昨天的資金費率，能否改善下一日 BTC 已實現變異數的樣本外預測？

資金費率不是持倉量，也不是清算量。它反映的是永續合約價格與現貨錨定機制下，多空雙方定期交換的費用。費率偏高可以和多方擁擠同時出現，卻不保證隔天一定發生清算。因此，本研究把它當成一個可觀察的擁擠代理，而不是直接把它解釋成槓桿總量。

資料與時序

資料來自 Binance USDS-M Futures 公開 API，抓取時間為 2026-07-21：

每日已實現變異數是 UTC 日內五分鐘對數報酬平方和。一天若少於 250 根五分鐘資料就剔除；2,394 個原始日期只因此少了 1 日。資金費率每天原則上有 00:00、08:00、16:00 UTC 三次結算，只保留三次都完整的日期。

所有預測變數都落後一期。預測第 (t) 日波動時，HAR-RV 使用 (t-1) 日以前的日、5 日與 22 日波動資訊，資金費率也只使用前一個完整日期。程式另從原始序列獨立抽查 250 個日期，逐列重建應有的落後值；日、週、月 HAR 特徵與資金費率的 lookahead 違規數全為 0。

模型與檢定：巢狀模型不能直接拿普通 DM 當裁判

基線模型是 log RV 上的 HAR-RV；替代模型只多一個變數：

1. 預先指定的主模型：HAR-RV + 有正負號的資金費率。
2. 次要模型：HAR-RV + 資金費率絕對值，用來捕捉不分方向的擁擠強度。

三個模型使用同一份面板、同一個 1,000 日滾動估計窗、每日重估、同一組 932 日樣本外日期。log 預測轉回變異數尺度時，也使用相同的 smearing correction。評分以 QLIKE 為主，數值越低越好。

這裡有一個重要的方法論細節：HAR-RV 是「HAR-RV + 資金費率」在資金費率係數等於 0 時的特例，兩者是巢狀模型。普通 Diebold–Mariano 檢定在這種設定下會偏向簡單模型，因此 K1436 的正式推論使用 Clark–West 的 MSPE adjustment；普通 DM 只保留為診斷，不參與 verdict。又因為實際檢查了有符號與絕對值兩個資金費率變數，顯著門檻從單邊 0.05 經 Bonferroni 調整為 0.025。

樣本內：方向合理，統計也很強

全樣本 HAC 迴歸裡，落後一期的有符號資金費率係數為 342.84，標準誤 81.99，統計量 4.18，p 值為 0.000028939285251847383。用較直觀的尺度表示，資金費率上升 1 個標準差，模型對下一日已實現變異數的條件預期提高約 6.9%，換成波動率尺度約 3.4%。

符號符合「多方擁擠後，隔日更容易出現較大價格移動」的機制。問題是新增變數對解釋力的貢獻很小：全樣本 log RV 的 (R^2) 只從 0.53046 增至 0.53419，增量 0.00372。統計顯著描述的是平均關係可以被辨認，不等於它足以改善逐日預測。

樣本外：QLIKE 變好不到 1%，但沒有通過門檻

兩個替代模型的平均 QLIKE 都稍微低於基線，但主模型 p=0.0805，連未調整的 5% 門檻都沒有通過。次要的絕對值版本 p=0.0410，看似達到名目 5%，卻沒有通過兩次檢定後的 0.025 門檻。因為它原本就是次要規格，不能在看完結果後把它升格成主發現。

時間穩定性也不支持樂觀解讀。把 932 日樣本外期間平分：

微小改善幾乎都集中在前半段；後半段的 QLIKE 甚至比基線略差。若一個變數只在已經看過的特定區段留下一點優勢，它更適合被記成待驗證線索，而不是加入正式預測引擎。

為什麼顯著的係數沒有變成可用的預測增量？

第一個原因是資訊重疊。HAR-RV 的日、週、月落後項已經吸收大量波動慣性。資金費率和隔日波動有平均關係，不代表它提供的是 HAR 尚未掌握的新資訊。

第二個原因是線性規格可能過於平滑。強制平倉通常有門檻性：擁擠需要遇到足夠大的反向價格移動，才會形成清算瀑布。把每日平均資金費率線性放入模型，只能估計一條平均斜率，無法辨認極端費率、持倉量、清算量與價格衝擊的共同狀態。

第三個原因是資料範圍仍窄。這裡只有 Binance 單一交易所、BTCUSDT 單一合約，沒有 OKX、Bybit 或 dYdX 的跨平台費率差，也沒有未平倉量、季度期貨基差、選擇權偏斜與實際清算資料。樣本涵蓋 2020 至 2026 年多種市場狀態，但對小幅預測增量而言，932 個樣本外觀察仍可能缺乏足夠檢定力。

與既有研究線的關係

這個 NULL 結果沒有否定「槓桿擁擠會影響 BTC 波動」的機制。它只否定了更窄的命題：單一交易所的每日平均資金費率，作為一個線性附加變數，目前不足以穩健改善 HAR-RV 的隔日預測。

相關研究可以從三個方向對照：

• 比特幣「漲時更波動」是真的嗎？ 檢查 BTC 槓桿效果跨時間是否穩定，提醒固定係數容易掩蓋狀態差異。
• 比特幣波動率的秘密：清算瀑布如何翻轉槓桿效應 從清算機制說明，擁擠與反向價格衝擊必須共同出現，才可能形成非線性放大。
• VIX 還不夠快？短端 VIX 比率替歷史波動模型多補了一點明日資訊 是另一個 HAR-RV 外生訊號案例；它也顯示「有沒有邊際資訊」必須用樣本外損失與正確推論判斷，不能只看係數。

下一步若要追這條線，應先預註冊極端 (|funding|) 的門檻規格，加入跨交易所費率分散、未平倉量與清算資料，再等待未被本次分析看過的新樣本。現在重新調參或挑一段有利期間，只會把線索變成過度配適。

結論

BTC 永續合約資金費率確實和下一日波動有樣本內關係：HAC 統計量 4.18，1 個標準差對應約 6.9% 的已實現變異數差異。但這個關係沒有轉化成通過多重檢定的樣本外改善；主模型 Clark–West p=0.0805，次要規格 p=0.0410 也未通過 0.025 的調整門檻，而且效果在後半段消失。

一句話帶走： 資金費率適合當作槓桿擁擠的研究線索，還不適合當作已驗證的隔日波動預測器。 

 實驗與重現 ：K1436；程式 experiments/k1436/k1436.py，結果 experiments/k1436/k1436_results.json。
 資料來源 ：Binance USDS-M Futures 公開 API；BTCUSDT 永續合約五分鐘價格與 8 小時資金費率。
 期間與樣本 ：2020-01-01 至 2026-07-20，共 2,393 日；樣本外 2024-01-01 至 2026-07-20，共 932 日。
 方法 ：HAR-RV、rolling OLS、QLIKE、Clark–West 巢狀模型檢定、Bonferroni 多重檢定校正。
 限制 ：單一交易所、單一合約、線性規格；不構成投資建議。