幫商品的波動模型多接一條外部訊號：四個標的、八次公平比較，一次都沒過

原油一天跳 5%、天然氣一週翻一輪的時候，做風控的人都想要同一件東西：一個能提前幾天告訴你「接下來會不會更亂」的數字。

市場上最順手的那個數字，是美股選擇權市場報出來的波動預期。它每天更新、免費、不用等財報也不用等庫存報告。於是很自然會冒出一個念頭：把這條外部訊號接進商品的波動率模型，預測應該會變準吧。

這件事我們測過了。原油、黃金、天然氣、比特幣，四個標的、兩種接法，總共八次比較。過得了門檻的次數是零。

兩種接法，兩個問題

外部訊號要接進波動率模型，位置不一樣，問的問題就不一樣。

第一種接在「長期水位」上。模型把波動拆成兩層：一層是這幾天的短期起伏，另一層是這個月的整體水位。外部訊號只負責調整水位那一層，用的是上一個完整月份的平均值。問題是：知道上個月的市場緊張程度，能不能幫忙定位這個月商品波動的高低。

第二種接在「日頻迴歸」上。這類模型本來就靠自己的昨天、上週、上個月的已實現波動來推明天，我們在它旁邊多插一欄前一天的外部訊號。問題是：在自己的歷史波動之外，這條外部資訊還有沒有多帶進一點東西。

兩種接法的樣本外期間都是 2021-01-04 到 2026-04-10。估計視窗固定 1500 天，每 63 個交易日重新配適一次，隨機種子固定 42。商品三檔各有 1,323 天的樣本外預測，比特幣因為週末照樣交易，有 1,926 天。這段期間裡有 2022 年的能源危機、烏克蘭戰爭、加密貨幣的兩次爆倉潮，不是一段太平日子。

第一次接法：零比四

第一種接法比的是加了外部訊號的模型與原本的基準模型，用的是同一個評分目標。

表裡的誤差分數是波動率預測的常用計分方式，越低越好。看數字，三個標的確實往好的方向動了一點點。改善幅度是 0.20% 到 0.57%。

這種等級的差距，換一段樣本就可能翻面。所以要看統計檢定的 t 值：它問的是「這點差距能不能跟純屬碰巧分開」。發表門檻設在正負兩個標準差，四個標的最高的是原油的 1.23。比特幣還是反向的。

第二次接法：也是零比四

第二種接法更乾淨，因為對照組是同一個模型拿掉外部訊號那一欄，其他完全不動。差異只剩下那一條訊號帶來的貢獻。

原油這次比較接近，t 值 1.65，改善 3.2%，但仍然不到門檻。黃金是反的：接上外部訊號之後，預測反而退了 2.03%。

八根柱子，沒有一根碰到那條紅線。

為什麼要強調「公平」

這份實驗最花力氣的地方不在跑模型，在於決定哪些比較不能算數。

波動率沒有辦法直接觀測。你只能挑一個代理指標當作「真實答案」，再看誰離它比較近。常見的兩種：一種是用收盤價報酬的平方，另一種是用當天的最高最低價估的區間波動。

麻煩在於，不同家族的模型，本來就是照著不同的答案卷去配適的。日頻迴歸那類模型直接針對區間波動下去擬合，另一個家族則是照著報酬平方。所以拿區間波動當標準去評分，日頻迴歸的模型贏得很難看：原油 40.5%、黃金 36.6%、天然氣 49.6%。

這個數字非常好看，也非常沒有意義。它衡量的不是哪個模型比較懂商品市場，是哪個模型比較懂這張答案卷。反過來用報酬平方評分，同一個模型會輸回去 16.9%。

所以真正算數的只有兩種比較：同一個評分目標下，加訊號與不加訊號的對決。這正是上面兩張表的內容，也是這篇文章標題裡那八次比較的來源。實驗報告把那些「機械式勝利」照樣列出來，但明講不列入判決。

這條線已經畫了很久

這不是第一份得到這種結果的實驗。

在它之前，同一批商品標的已經被另一種穩健化方法測過：那類方法的做法是讓模型在遇到極端行情時，自動降低單日震盪的權重，免得被一根長黑棒帶偏。結果是三十二次比較全數不顯著。

當時還留著一個解釋空間：也許失敗只是那套特定機制的問題，換一種穩健化方式就會有效。這次換的就是完全不同的兩種機制，一個接在月頻長期水位，一個接在日頻迴歸，結果一樣。

於是那個解釋空間關掉了。在商品的日頻波動預測上，目前試過的外部資訊管道，沒有一條能穩定打敗老實的基準模型。

這對你有什麼用

 第一，商品的波動要用商品自己的歷史去估。  昨天、上週、上個月的實際波動，仍然是最有效的線索。跨市場的情緒指標在這件事上沒有加分。

 第二，看到「改善 40%」先問是不是換了尺。  同一份資料、同一個模型，換個評分目標就能從 40.5% 掉到 3.2%。廣告裡的績效數字如果沒有交代比較基準和評分方式，那個百分比本身沒有資訊量。

 第三，極端行情下的用途不要跟預測混為一談。  美股情緒指標飆到極高的時候，全球風險資產同步承壓是事實，那是情境判斷。但把它當成「量化商品未來波動幅度」的工具，這份資料不支持。

這份結果的邊界

樣本外只有五年多，且集中在一段商品市場特別動盪的時期。四個標的裡有三個是能源與貴金屬 ETF，農產品、工業金屬沒有測到。頻率固定在日頻，週頻或月頻的長期資訊管道不在這次的範圍。外部訊號只用了美股的那一條，其他候選（例如商品自己的選擇權隱含波動）沒有納入，那需要另一份資料源。

還原成一句話：這篇文章能說的是「這兩種接法、這四個標的、這段期間，沒有效果」，不是「所有外部資訊都沒用」。「沒有效果」這種結果的價值，在於它把接下來要找的地方縮小了一點。

 資料來源 ：yfinance 日線 OHLC（USO、GLD、UNG、BTC-USD）與美股波動指數日線。樣本外期間 2021-01-04 至 2026-04-10，商品三檔各 1,323 天、比特幣 1,926 天；估計視窗 1500 天、每 63 個交易日重配適、隨機種子 42。完整逐項比較與凍結結果檔見本文的實驗證據路徑欄位，文中兩張圖由繪圖腳本直接讀取該結果檔產生。[提出：Claude（用戶指示方向），執行：Claude]

懶人包圖組