K1091: 為什麼股指 meta-prediction 準、銅銀 FAIL？—— 跨資產波動率預測的類別不對稱性

[提出: Claude]

摘要

本文用一個「先預測、再驗證」的方法論挑戰： 我們能不能事先判斷哪些資產的 VIX 資訊能提升波動率預測？ 

•  K1090  先訓練一條 meta 迴歸公式：DM_t ≈ -1.22 + 3.38·USD虛擬 − 4.11·corr(ret, ΔVIX)，用 12 檔已完成的實驗資產，學出「哪種資產會 PASS Harvey 門檻」的規律。
•  K1091  把公式套在 4 檔 完全沒進訓練集 的資產（VGK 歐股 / EWJ 日股 / CPER 銅 / SLV 銀），然後真的跑 A4f-VIX² vs GJR-GARCH 對比，看預測值和實際結果差多少。
• 結果： 股指 2/2 PASS （VGK 誤差 0.25、EWJ 誤差 0.47）， 商品 0/2 PASS （CPER 誤差 3.14、SLV 誤差 3.67）。
• 核心機制：VIX 是 股票 的隱含波動率指數，對歐日股指有效（VGK / EWJ 與 ΔVIX 的負相關還維持在 -0.13 / -0.10）；但對銅、銀這些 沒有對應 IV 指數 的商品，相關性只剩 -0.054 / -0.041，資訊不足以擊敗 GJR-GARCH baseline。

 讀者一句話收穫 ：當研究者用一個市場學到的東西往另一個市場推時， 結構相容性 （有沒有 matched implied volatility）比「資料多不多」更決定結果。

一、問題：研究者如何事先挑資產？

很多人以為跑一個波動率模型就是「拿資料丟進去，看 Sharpe、看 QLIKE」。實務上的難題是： 在真的跑下去之前 ，研究者能不能判斷這個模型對這個資產會有效？

這不是純理論問題。在 volpred-research 的脈絡下，每跑一個 A4f-VIX² vs GJR-GARCH 比較，都要 1500–5000 個 OOS 日、重新估計幾十次 GARCH、做 Harvey |t|>3 檢定、bootstrap CI。如果能 先用一個便宜的公式過濾 ，就能把運算資源集中在最有希望的資產上。

於是在 K1090 我們做了一件事：把之前 12 個資產的結果拿來 反向當訓練資料 ，用三個特徵（是否美元計價、收益率 vs ΔVIX 的相關、商品類別虛擬變數）去迴歸出 DM 檢定的 t 統計量。得到的 LOOCV RMSE 是 1.94 —— 不算完美，但對方向判斷已經夠用。

 K1091 就是這個公式的現場測試 ：挑 4 檔還沒被看過的資產，用公式先預測，再真的跑一遍，看誤差多大。

二、K1090 公式怎麼預測這四檔？

K1090 ridge 模型給的預測如下：

公式的核心判斷： 四檔都應該通過 Harvey |t|>3 門檻 ，只是股指比商品更有把握。值得注意的是，CPER 和 SLV 的預測區間下緣（0.35、0.70）都已經 遠低於  Harvey 門檻 3.0，代表公式本身 承認 對商品的把握沒那麼強，只是點預測還在 3.0 之上。

三、實際跑出來的結果：股指 PASS、商品 FAIL

K1091 對四檔資產各跑了一次完整的滾動窗口 A4f-VIX² vs GJR-GARCH 實驗（seed=42，rolling window 1500–2000，每 63 天重估）。樣本期間分別是：

實際出來的 DM t 統計量與 Harvey 判定：

兩張圖把這個對比畫得很清楚：

圖 1：Meta 預測 vs 實際 DM-t 散點圖（含 Harvey |t|=3 門檻）

45° 虛線是「完美預測」。VGK 與 EWJ 幾乎貼合對角線（誤差 < 0.5），且兩者的橫軸預測值與縱軸實際值 雙雙位於  Harvey |t|=3 虛線右上象限 —— 也就是「預測會 PASS、實際也 PASS」的理想區；CPER、SLV 橫軸預測落在 3.5 附近（公式仍說 PASS），但縱軸實際只有 0.4 / -0.08，掉進「預測 PASS 但實際 FAIL」的對角線下方區，灰色 error bar 的寬度也顯示 K1090 對這兩檔本來信心就沒那麼大。

圖 2：四資產實際 DM-t vs K1090 ridge 預測長條圖

綠色實心長條（VGK +4.46 / EWJ +4.81）高過黑色 Harvey 3.0 虛線，標註 PASS；紅色實心長條（CPER +0.44 / SLV −0.08）連 1.0 都碰不到。藍色虛線框是 K1090 ridge 的點預測 ——  股票貼合（誤差 < 0.5）、商品差距超過 3 個 DM-t 單位 ，視覺上就是不對稱性的 smoking gun。

 聚合指標 （n=4）：

• MAE = 1.882（比 K1090 LOOCV RMSE 1.943  些微更低 ，算勉強 PASS H5）
• Harvey PASS 比例 = 2/4
• 方向判斷正確 = 2/4
• 平均偏誤 = −1.65（meta 公式 系統性高估 ）

有趣的是： 如果只看股票 （拿掉 CPER/SLV），MAE 掉到 0.36； 如果加回銀 ，MAE 跳到 1.88。 meta 公式不是整體不準，是特定一類資產會拉大誤差。 

四、為什麼商品會 FAIL？「沒有對應 IV」才是真原因

看到 2/4 PASS，直覺反應是「公式不穩」。但把商品資產的原始資料攤開，會看到一個比「公式問題」更深的事：

關鍵差異：

•  股票 ETF （無論美股、歐股、日股）本身就是 VIX 的同類別資產。VIX = S&P 500 選擇權的隱含波動率，而 VGK、EWJ 的風險溢酬結構跟 S&P 500 高度共通 —— VIX 漲代表 全球股票 風險溢酬漲。
•  黃金、原油 有 自己的隱含波動率指數 （GVZ、OVX）—— 所以過去 K1085、K1088 在做商品版 A4f 時，其實是拿「黃金的 IV 預測黃金波動」。結構對齊。
•  銅、銀 目前市面上 沒有流通性高的 IV 指數 （Volmex、CBOE 都還沒常態發布銅 IV 或銀 IV）—— 只能退而求其次拿 VIX 代打。但 VIX 預測銅？相關性只有 -0.054，幾乎不可區分。

換句話說： K1091 不是「公式對商品沒用」，是「VIX 當替代 IV 對某些商品沒用」 。K1090 公式因為訓練資料裡只有一檔「商品配對 IV 正確」的資產（GLD+GVZ），把「商品類」這個虛擬變數學得太樂觀，用在沒配對 IV 的銅、銀就會過度樂觀。

這個發現呼應方法論研究一個更大的定論： 跨資產推廣要看結構相容性，不是資產標籤 。兩個都叫「商品」的 ETF，如果一個有配對的 IV、一個沒有，模型表現會天差地別。

從機制層面更進一步拆解：A4f-VIX² 模型的設計是把 GJR-GARCH 的條件變異數拆成兩段 —— 一個慢變動的低頻成分 $\tau_t = \theta_0 + \theta_1 \times \text{VIX}^2$（由隱含波動率驅動），疊加一個快變動的 GARCH 殘差項。當 VIX² 真的帶有該資產未來波動的訊息時（股票、黃金、原油），低頻項會抓到 GJR 抓不到的結構變化，DM 檢定就會顯著。但當 VIX² 跟目標資產的波動幾乎無關（銅、銀的 corr 只有 -0.05 左右）時，$\theta_1$ 的估計接近零，低頻項退化成常數，整個 A4f 就退化回 GJR —— 所以看到 CPER 的 QLIKE 只改善 0.08%、SLV 甚至退步 0.01%，幾乎是統計噪音。這不是模型失敗，是 輸入訊息錯配 。

這個機制也解釋了為什麼 GVZ（黃金 VIX）、OVX（原油 VIX）在 K1085、K1088 有效：GVZ 本質上就是 SPDR Gold 的選擇權隱含波動率，結構上跟 GLD 的波動完全匹配，$\theta_1$ 估得出夠大的係數。如果未來有人發布 CPER-IV 或 SLV-IV， 同一個 A4f 架構 理論上應該能救回 CPER 和 SLV。問題從來不是架構，是 訊息 proxy 的品質 。

五、實務意涵：怎麼避免推廣過度？

對一般投資人/研究者的三個可操作建議：

1.  別被資產分類標籤騙 ：看到「這個方法對商品有效」的論文，先問「有配對 IV 嗎？」。GLD+GVZ 的結論不能直接套 CPER 或 SLV。
2.  預測區間比點預測誠實 ：K1090 對 CPER 給的預測區間下緣是 0.35 —— 已經在暗示「可能 FAIL」。在自己跑實驗前， 先看區間寬度 ，太寬就知道信心不足。
3.  下一步研究方向 ：K1091 結論建議 K1090 公式增加一個特徵 has_matched_IV（是否有該資產類別對應的隱含波動率指數），把「有配對」和「沒配對」的商品分開建模。另外如果 CBOE / Volmex 日後推出銅 IV、銀 IV，CPER 和 SLV 可以重新評估 —— 這不是「A4f-VIX² 對商品無效」，而是「VIX 當替代不夠」。

六、侷限

• n = 4 的樣本外驗證，MAE 的信賴區間 很寬 ，點估計意義大於區間意義。
• CPER 因為 yfinance 資料起始於 2011-11，window 設為 1500 而非其他三檔的 2000，結果不完全 apples-to-apples。
• SLV 實際 DM-t 是  −0.08（負值） ，落在 K1090 ridge 95% 預測區間 [0.70, 4.29] 之外 —— 這不是小誤差，是 meta 公式 方向判斷錯誤 的真實失誤。
• 研究目的是驗證 meta-prediction 框架，不是推薦投資標的；所有 DM 檢定對比的是「波動率預測準不準」，不是「策略賺不賺錢」。

七、結論

K1091 是一次 明確的 pre-registered out-of-sample test ：K1090 公式先寫好、預測四檔新資產，然後才跑真實實驗。結果揭露兩件事：

•  Good news ：對有結構相容性的資產（歐股、日股），meta 公式把 DM-t 預測到誤差 < 0.5，符合 LOOCV RMSE 1.94 的期望。Meta-prediction 框架確實可泛化。
•  Bad news ：對沒有 matched IV 的商品（銅、銀），公式 系統性高估 效果 3 個 DM-t 單位以上。不是公式爛，是 特徵庫缺一個關鍵維度 （is there a matched IV for this asset class?）。

研究誠實原則要求如實報告 null result。K1091 的價值不在「2/4 PASS」這個分子，而在 釐清為什麼另外 2/4 FAIL ：因為 VIX 不是銅、銀的隱含波動率。這個洞察讓 K1090 下一版 meta 公式有了明確的 refinement direction（加 has_matched_IV 特徵），也給所有做跨資產 GARCH 研究的人一個具體提醒： 資料多不代表可以推廣，結構對齊才可以 。

本文基於實驗 K1091（腳本：experiments/k1091/k1091.py，結果：experiments/k1091/k1091_results.json）與上游 K1090 meta-regression 訓練。資料來源：yfinance 日線（Adjusted Close）與 CBOE ^VIX Close，snapshot 結束於 2026-04-10。樣本：VGK 3,298 OOS 日 / EWJ 4,848 OOS 日 / CPER 1,576 OOS 日 / SLV 3,004 OOS 日；seed=42，Patton-2011 QLIKE 為 loss function，Harvey-Leybourne-Newbold 2016 |t|>3.0 為顯著性門檻。