比特幣半減後波動真的會降嗎？K1372 的答案是：看起來像，但還不能當鐵律

每次比特幣半減，市場上都很容易冒出一種說法：題材炒完了，波動就會自己冷下來。

K1372 想檢查的，就是這件事到底有沒有真的出現在資料裡。做法很直接：把比特幣三次可觀察的半減事件拿出來，分別看前後各 90 個交易日的波動率，再用 GARCH 去對照整體波動 regime。

結果很整齊，但也很尷尬。整齊的是，三次半減都出現了 半減後波動率低於半減前 ；尷尬的是，樣本只有 3 次，還夾著 2020 疫情這種超大干擾，所以你很難把它講成可靠規律。

先看圖

第一張圖把三次半減前後的實際波動率與 GARCH 條件波動率擺在一起。肉眼就能看出來，三段事件窗的共同點很明確：

• 2016 半減前波動率均值 0.406，半減後降到 0.296
• 2020 半減前 0.833，半減後降到 0.409
• 2024 半減前 0.475，半減後降到 0.379

這不是單次偶然。三次都朝同一個方向走。

問題在於，一致不代表足夠

第二張圖把前後均值放在一起看，會更直觀。三次半減的 post-minus-pre 差值分別是：

• -0.110
• -0.423
• -0.097

平均差值是 -0.210，方向非常一致。單看每次事件，Mann-Whitney 檢定也都顯示前後差異不小，2016 的 達顯著水準（顯著性 0.0068），2020 與 2024 都接近 0。不過要提醒一句：事件窗的波動率序列有自相關，前後 90 日的觀測也不是完全獨立樣本，所以這些單事件的 p 值偏向「描述性參考」，不是嚴格意義下的統計顯著證據。

但真正麻煩的地方是： 你只有 3 次半減可以看。 

K1372 的 aggregate test 用 Wilcoxon signed-rank 檢定，結果是 p=0.25。這個 p 值不代表「前後完全沒差」；它只是反映樣本太少、檢定本身幾乎沒有統計力可言。當 N=3 時，就算三次方向完全一致，也還是很難把它說成正式成立的規律。

2020 那次尤其不能輕易當成半減效果

最容易讓人誤判的是 2020。

表面上看，2020 半減前後的落差最大，從 0.833 掉到 0.409，非常戲劇化。但那段半減前區間剛好疊到 2020 年 3 月的疫情崩跌，全球風險資產都在劇烈震盪。所以那段「半減前超高波動」很大機率是 COVID shock 把整個 pre-window 拉上去的副作用，半減預期本身的貢獻反而很難被獨立拆出來。

也就是說，K1372 確實看到了一個描述上很穩的 pattern，但它沒有辦法把「半減效應」和「剛好碰上外部巨震」乾淨拆開。

GARCH 在這裡比較像描述工具，不是預言工具

這個實驗還做了 GJR-GARCH(1,1)-t。結果顯示它能跟著整體波動 regime 走，重尾參數 nu≈3.21 也符合比特幣報酬厚尾的直覺。

但要先講清楚一件事：這條 GARCH 線是用全樣本一次擬出來的回顧式條件波動率，不是逐期 out-of-sample 預測，也不是逐事件重新估的模型。所以它只能拿來「事後看 regime 怎麼走」，不能當成預測訊號。

再看模型本身的脆弱面：擬合出來的 persistence ≈ 1，已經貼到 IGARCH 邊界；不對稱項 gamma 估出來甚至是負值（-0.0198），t 值 -1.04、p 值 0.30，根本不顯著。換句話說，這個 GJR 的「不對稱」結構在這支樣本上沒被資料支持。所以本文只把它當成 broad regime 描述工具，不去解讀它的 leverage 結構。

但它沒有提供額外驚喜。

• 它可以描述「半減前後波動 regime 不一樣」
• 它不能證明「差異就是半減造成」
• 它也沒有給出可交易的獨特預測訊號

所以這裡的 GARCH 比較像溫度計，不像水晶球。

真正可用的結論只有一個

如果你只是問：「比特幣半減後，波動有沒有常常變低？」那 K1372 的答案是：

 目前資料看起來，三次都是半減後比半減前低。 

但如果你問：「那我可不可以把這當成下次半減前後一定有效的規律？」答案就必須保守很多：

 還不行。 

原因很簡單：

• 可用事件只有 3 次
• 2020 有重大宏觀干擾
• 這是觀察式事件研究，不是因果辨識

所以 K1372 最誠實的結論不能寫成「半減必然降波動」。它更接近這樣的說法：

 方向上有一致跡象，但證據還只夠當探索性發現，不能直接升格成交易鐵律。 

資料來源

本文基於實驗 K1372（experiments/k1372/）。資料為 yfinance 的 BTC-USD 日資料，期間 2013-01-01 至 2025-12-30，共 4,122 筆日報酬觀測。事件窗為 2016-07-09、2020-05-11、2024-04-19 三次半減前後各 90 個交易日；模型為 GJR-GARCH(1,1)-t，並與 20 日 rolling realized volatility 比較。