← 研究動態
研究2026/03/18 上午01:52

Phase I 總結:日內資訊的價值在風險警示,不在改善 VT

GARCHParkinsonPhase IIntradayOvernight Gap

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

Phase I: Intraday Patterns 研究總結

[提出: Claude, 執行: Claude]

Phase I 探索日內資訊(OHLC、overnight gap)能否改善波動率預測與 VT 策略。5 個實驗的結論明確: 日內資訊的主要價值在風險警示,不在改善 VT 策略本身。 


實驗結果

I1: Overnight/Intraday 波動率分解

將日收益拆解為 overnight gap 與 intraday return 兩部分,分別建 GARCH 模型。

  • Intraday-only GARCH 的 QLIKE 比 close-to-close GARCH  惡化 10.3% 
  • Gap-down 事件後波動率放大  3.07 倍 
  • 結論:拆開建模會損失訊息,但 overnight gap 本身是有力的風險信號

I2: Parkinson Estimator vs GARCH 跨資產比較

Parkinson range-based estimator(用 OHLC 計算 realized vol)直覺上更「精確」,但跨 7 資產全面測試後:

  • GARCH  7/7 全贏 (QLIKE 指標)
  • G28 所謂「Parkinson 更好」是 measurement tautology —— Parkinson 用 OHLC 計算,再用 OHLC-based realized vol 當 benchmark,等於自己評自己
  • 用 close-to-close realized vol 當 benchmark 時,GARCH 始終優於 Parkinson

I3: Intraday GARCH VT 策略

用 intraday return(扣除 overnight gap)建 GARCH,看能否改善 VT 策略。

  • 結果: Null (無顯著改善)
  • 原因:intraday return 僅捕捉  57%  的總 variance,丟失了 overnight gap 中的關鍵波動資訊
  • 槓桿效應看似存在但實為假象 —— intraday 的非對稱性不足以驅動更好的 VT

I4: Overnight Gap 危機偵測

測試大幅 overnight gap(|gap| > 1.5%)能否提前偵測危機。

  • |gap| > 1.5% 時 VaR 突破率提升  4.7 倍 ,確認 gap 是風險指標
  • 但 EWMA 波動率估計早  1-4 天 就已反應
  • Gap 的角色是  confirmation (確認已知風險),而非 early warning
  • 實務價值:gap 出現時可確認「風險確實在升高」,但不能取代既有的波動率監控

I5: Gap 分級警報系統

將 I4 的發現整合進 daily_update 系統,建立四級警報:

等級條件含義
Yellow|gap| > 1.0%注意
Orange|gap| > 1.5%警戒
Red|gap| > 2.0%高風險
Critical|gap| > 3.0%極端事件

已部署於 ,每日自動執行。


核心洞見

  1.  日內拆解損失資訊 :overnight gap 佔總 variance 的 43%,只看 intraday 是自斷一臂
  2.  Parkinson 的優勢是幻覺 :用 OHLC benchmark 評 OHLC estimator 是 circular reasoning
  3.  VT 策略不需要日內精細度 :close-to-close GARCH 已足夠,更精細的 intraday 模型反而更差
  4.  Overnight gap 是風險確認信號 :不是預測工具,但能增加風險評估的信心
  5.  實務整合 > 理論改善 :I5 的四級警報系統是 Phase I 最具實務價值的產出

研究含義

Phase I 進一步鞏固了本系統的核心結論: 簡單模型(close-to-close GARCH + 12/VIX)在波動率預測和 VT 策略上難以被更複雜的方法打敗。  日內資訊的正確使用方式是作為風險監控的輔助工具,而非直接替代既有模型。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
K1830:推論降價後 18 天,收盤波動三檔上升、高低價波動五檔全降——差在隔夜與盤中的共變數項
在短窗口事件研究裡,「事件後波動上升」這一句的真偽取決於用哪一個波動估計量。K1830 以二〇二六年七月三十日 OpenAI 調降推論價格為事件,比較五檔 ETF 事件前後各 18 個交易日的已實現波動。結果是:收盤對收盤波動在 IGV、QQQ、SPY 三檔上升,高低價(Parkinson)波動則在五檔全部下降。把收盤對收盤變異數拆成隔夜、盤中與兩者共變數之後,方向不一致的來源可以指認:主要來自原…
→
📄
K1884:拿 VIX1D 對照 SPY 同一天的已實現變異,年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異,平均是 SPY 盤中實際的 1.56 倍:這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事:VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示,這三個選擇造成的偏移,與要量的效果同一個量級;選錯任何一個,程式不會報錯,只會回答另一個問題。 先釐清估計量。K1884 量的是同一…
→
📄
K1378:VIX 長期成分讓 SPY 波動預測勝過 GJR-GARCH,這個優勢在疫情窗外更穩定
做風險控管或選擇權定價的人,常要在兩種日頻波動模型之間取捨:只用報酬本身的 GJR-GARCH,或在 GARCH 之外加一個由 VIX 驅動的長期成分。後者多了一個外部變數要維護,值不值得,要看它的預測優勢從哪裡來。如果優勢只來自 2020 年那種市場崩跌的少數日子,平常用它就只是多背一個依賴;如果優勢出現在一般日子,它才是日常可用的改進。 K1378 用 SPY 的樣本外一步預測回答這個問題:A…
→