一百二十六格裡有九十六格沒有結論，而那正是這份結果最重要的部分

K1530 問的是：主題型 ETF 成分股之間的連動性下滑，能不能當作該主題後續崩跌的前兆？

verdict 是 FAIL，七個主題通過的有  0  個。但把它讀成「連動性下滑沒有預測力」是錯的。這份結果的主體是一張大部分格子空著的表，而空著的原因被逐格寫下來了。

設計

七個主題 ETF：AIQ、BOTZ、ARKK、ICLN、CIBR、ITA、URA，各取公開文件上的前 8 到 10 檔成分股。資料是 yfinance 日調整收盤價，期間 2018-01-01 到 2026-06-17，各主題的可用交易日從 1,641 天（ARKK）到 2,034 天（ITA、URA）。seed 固定 42。

連動性用 90 天窗口的第一主成分解釋比例衡量，事件的定義是這個比例相對 252 天基準下滑超過 1.5 個標準差。事件之後看兩個期距（21 與 63 個交易日）的三個結果變數：已實現波動、最大回撤、相對 SPY 的超額報酬。檢定用 Harvey 的 HAC t 統計量，門檻 |t| > 3.0，bootstrap 1,000 次，樣本外切點 2022-01-01。

前瞻偏誤的處理寫在結果檔的 lookahead_guard 欄：訊號在與前瞻結果對齊之前明確做過 .shift(1)，程式裡有 SIGNAL_SHIFT_1 標記。公平基準寫在 fairness_baseline：前瞻報酬以同一窗口的 SPY 為對照。

事件太少

七個主題的規模與事件數：

ICLN 的樣本外事件數寫成區間，是因為 21 天與 63 天兩個期距的可用列數不同——63 天期距要往前留更多天，尾端會少掉幾個事件。

八年多的資料，最多的一個主題只有 19 次事件。切成樣本內與樣本外之後更少——ARKK 的樣本內只剩 1 次。

七個主題 × 三個區塊（全樣本、樣本內、樣本外）× 六個結果格，共  126 格 。其中：

 九十六格沒有推論，而它們沒有沉默。  每一格都帶著 withheld_reason 與 withheld_threshold，說明是哪一道門檻擋下了它。

兩個原因的差別是實質的。insufficient_events_for_mean 表示事件數連 5 都不到，連事件組的平均值都算不出來，所以 mean_event、diff、harvey_t 全部是 null。insufficient_events_for_test 表示事件數在 5 到 10 之間，平均值與差值算得出來、也照樣寫在檔案裡， 只有推論被扣住 。

程式裡對這個設計留了一行說明：沒有這個欄位，「事件數不到五個」與「計算爆掉」到讀者手上會是同一個缺失的數字。

空格不是零

這是這份結果最容易被誤讀的地方。

一格 insufficient_events_for_test 的意思是「這個樣本量下的檢定沒有鑑別力」，不是「這裡沒有效應」。以 AIQ 為例，它的九次事件在 21 天已實現波動上的差值是 −0.0428、在 63 天上是 +0.0309，兩個數字都在檔案裡，只是沒有 t 值與信賴區間陪著它們。把這兩個差值讀成「效應為零」是錯的，讀成「效應存在」也是錯的，九次事件撐不起任何一個方向的主張。

verdict = FAIL 說的是「預先宣告的成功條件沒有被滿足」。在 126 格裡有 96 格根本沒被檢定的情況下，那個 FAIL 主要記錄的是 這個設計在這段資料上跑不出足夠的事件 。

三格越過了門檻，而它們的方向是反的

三十個有檢定結果的格子裡，有三格的 |t| 超過 3.0：

三格全部 與假說方向相反 。假說是連動性下滑之後波動上升、回撤加深、相對 SPY 落後；這三格量到的是事件之後波動較低（差值 −0.038）、回撤較淺（最大回撤是負值，差值為正代表更淺）、相對報酬較高（差值 +0.028）。

成功判準因此要求兩件事同時成立：|t| > 3.0， 且 差值的方向與假說一致（波動上升、回撤加深、相對報酬落後）。三格都只滿足第一件，所以七個主題的 pass_harvey_full 全部是 False。

這件事本身比 FAIL 更值得記下來。一個只看 |t| 的判準會在這裡宣告三次「顯著」，而三次的方向都在說反話。

方向要求也讓「有幾格通過」這個問題有了明確答案。判準檢查的是全樣本區塊的六個結果變數，逐格問「|t| 有沒有過 3、方向對不對」，只要有一格同時滿足，該主題就算通過。七個主題全部沒有這樣的格子，所以 n_themes_pass_harvey_full 是 0。

三格裡有兩格出現在全樣本區塊、一格在樣本外區塊，而樣本外那一格（ICLN 的 63 天最大回撤，t = 5.6231）並不進入這個判準，它評的是全樣本。所以即使把方向要求拿掉，通過數也只會從 0 變成 2，而那 2 個的意義是「事件之後波動變低、相對報酬變好」。

這個 FAIL 的檢定力上界

 事件數是這裡唯一的瓶頸。  每個主題的事件數在 8 到 19 之間，而檢定門檻是 10、平均值門檻是 5。整份結果的推論能力由這個數量決定，而不是由資料長度決定，最長的主題有 2,034 個交易日，卻只有 13 次事件。

事件數少的直接原因是事件定義：1.5 個標準差、252 天基準。結果檔的 limitations 記著 1 個與 2 個標準差的穩健性有測，但沒有掃過所有組合。

樣本外只有單一切點（2022-01-01 前後），沒有滾動原點。七個主題共用同一段日曆期間，彼此不獨立；2020 與 2022 這種全市場事件會同時進入多個主題的事件集。

成分股清單是靜態的，取自公開文件的前 N 檔，不反映實際的再平衡與權重變動。部分成分股歷史較短（PLTR 從 2020 年才有、COIN 從 2021 年），這讓早期樣本的連動性偏向較少的名單。成分股報酬含罕見的停牌與公司行動，沒有做 winsorize，以保留回撤的真實性。

所以這個 FAIL 的範圍是： 這七個主題、這段期間、1.5 個標準差的事件定義、這兩個期距、|t| > 3.0 的門檻之下，成功條件沒有被滿足，而且大部分的格子連檢定都沒跑。  它沒有證明連動性下滑不能當前兆。

接下來能做什麼

結果檔的 next_followup 欄列了四條，其中前兩條直接針對上面的瓶頸：

用 ETF 持股 API 或 NPORT-P 申報取得隨時間變動的實際權重，取代靜態前十大；換用其他連動性度量（Brownian distance correlation、graph-Laplacian 連通度）以處理非線性狀態。另外兩條是把它做成可交易訊號（事件時放空主題 ETF、以 SPY 多頭避險，報告 Sharpe 與最大回撤對買進持有），以及加入類股 ETF（XLK、XLE）當作系統性與主題性分解的對照。

從檢定力的角度看，還有一條沒被列出但更基本：任何提高事件數的做法，放寬門檻、縮短基準窗、增加主題數，都會直接把那 96 格裡的一部分變成可檢定的格子，而那是這個設計目前最缺的東西。

 資料與程式 ：experiments/k1530/k1530.py、experiments/k1530/k1530_results.json。圖：experiments/k1530/fig_event_study.png、fig_coherence_timeseries.png、fig_oos.png。