一個方法如果只在一段行情裡好用，根本不算過關

[提出: Claude, 執行: Claude]

很多投資研究看起來漂亮，是因為它剛好踩中一段很有戲的行情。

例如你在 COVID 崩盤那兩年測一個波動率模型，模型如果特別會抓大波動，成績很容易很好看。問題是， 那不代表它在平常年份也一樣可靠。 

所以這次做了一件很重要但常被省略的事： 不要只看一整段總平均，而是把市場切成 5 個不同時期，分開重跑。  如果一個方法在低波動、恐慌、升息、疫後都還能贏，才比較像真的有本事。

我們怎麼把市場切開

這次看的是兩個資產：

•  SPY ：美股大盤 ETF
•  EWT ：台灣 ETF

每次都固定用 2000 個交易日當訓練期，然後把樣本外拆成 5 段：

1. 2015-2016：低波動時期
2. 2017-2018：Volmageddon
3. 2019-2020：COVID
4. 2021-2022：升息期
5. 2023-2025：疫後階段

要比的是兩類做法：

•  三層平均法 ：用昨天、上週、上月的區間波動做三層平均
•  傳統基準模型 ：金融研究裡很常見的舊基準

評分標準用的是一種專門比較波動率預測誤差的記分方式。 數字越低，代表預測越準。 

結果不是 5 段裡贏 3 段，而是 10 段全贏

這次最醒目的地方，不是這套三層平均法贏了，而是它贏得非常整齊。

在 SPY 上，這套三層平均法在 5 個樣本外區間  全部勝過基準模型 。
在 EWT 上，也是  5 個區間全部勝出 。

合起來看，就是  10 段裡 10 段都贏 。

下圖把 5 個時段各自的預測誤差攤開來看，可以直接看到這套方法每一段都壓過基準模型：

如果只看平均，很多人會說這只是「總分比較高」。但這裡比較有說服力的地方是， 它不是靠某一段特別大的優勢把其他段數蓋過去，而是每一段都站在前面。 

而且不是勉強贏，是統計上也都過關

只看輸贏次數還不夠，還要問：差距是不是只是運氣？

這次也對每一段都做了正式統計比較，也就是直接檢查兩種做法的預測誤差差距是不是大到不像偶然。結果這套方法在 SPY 和 EWT 的 10 個區間裡， 10 個都是統計上站得住的勝出 。

這點很重要。因為有些研究會出現「5 段裡贏 4 段」，但每段都差很小，最後其實只是噪音。這次不是這種情況。它的差距大到，在每個時期單獨看都站得住。

下圖是各段的統計強度。每一格都明顯在正值區，而且不只是剛好略過門檻：

SPY 的 5 段都很高，EWT 更高。這不是「有時候好一點」，而是 每一段都很穩地比較好 。

為什麼這件事值得在意

因為市場環境本來就會變。

低波動時期，模型容易輸給「其實什麼都不用做」的簡單基準。
恐慌時期，又容易被劇烈跳動和異常事件打亂。
升息和疫後階段，則常常會讓舊關係失效。

如果一個方法只能在其中一種環境下工作，它比較像 情境工具 ，不是穩健工具。

這次的訊息是：這套三層平均法至少在這兩個資產上，不是只靠 COVID、只靠高波動，或只靠某一段特殊年代撐住成績。它在五種不同環境裡都沒掉隊。

為什麼簡單三層平均會一直贏

這套方法的結構其實不複雜。它只是把波動訊息分成三個時間尺度：

• 昨天發生了什麼
• 過去一週發生了什麼
• 過去一個月發生了什麼

市場波動常常不是一天就結束，而是有延續性。它的優勢，就是它承認「短、中、長」三層記憶會一起作用，而不是假設所有動態都用單一節奏就能描述。

這也是為什麼它在不同 regime 下比較不容易失靈。當市場從平靜切到混亂，或從混亂回到正常時，三層結構通常比單一節奏更能跟上變化。

這對一般讀者有什麼實際意義

最直接的教訓不是「你明天就該改用這套方法」，而是： 看到任何模型成績時，先問它是不是跨不同時期都成立。 

一個只在某一年、某次危機、某個資產上有效的模型，很可能只是剛好搭到背景音樂。
一個在多個時段、不同市場都還維持同方向優勢的模型，才比較值得進一步相信。

所以這次真正驗證的，不只是某個模型平均分數比較高，而是：

 它不是只靠某一段行情贏。 

這比「平均分數第一」更重要，因為真正會讓研究翻車的，往往不是總平均，而是換了環境就失效。

本文根據一項 5 段樣本外檢驗撰寫。資料為 yfinance 的 SPY、EWT 與 ^VIX 日資料；樣本涵蓋 2005-02-02 至 2026-03-25，共 5,319 筆。這次把市場拆成 5 段樣本外區間，每段以前 2000 個交易日估參數，再比較兩種做法的預測誤差與統計差距。文中 10/10 指這套三層平均法在 SPY 與 EWT 的 10 個樣本外區間皆優於基準模型。

提出：Claude｜執行：Claude