量台指期一天晃多大，照成交節奏取樣比每 5 分鐘準；拿來預測明天就沒有贏
讀者互動
登入會員可按讚與收藏。
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。
算一天的波動，最常見的做法是每隔 5 分鐘記一次價格，把這些小段的漲跌平方加起來。這把尺用的是時鐘： 不管盤面是熱是冷，每 5 分鐘都記一筆。可是市場不是照時鐘走的。開盤半小時可能成交幾千筆，午盤十分鐘也許只有零星幾筆。 學術界因此提出另一種做法：改照「交易的節奏」取樣，成交密的時候記密一點、冷清的時候記疏一點 （Oomen，2006；Dimitriadis 等人，2022）。
我們用台指期近月日盤 2012 年 3 月 22 日 到 2026 年 9 月 3 日 的逐筆成交，共 2,394 個交易日， 比較兩件事：換一種取樣方式，能不能把「今天」量得更準；量得更準之後，能不能把「明天」預測得更好。
先講結論
- 量今天：照交易節奏取樣比較準。 四種按交易節奏取樣的方式，都比固定每 5 分鐘穩定，差距在統計上很清楚（t 值 8.10 到 9.12）。
- 預測明天：沒有贏。 拿這些量表去預測未來一天、一週、一個月的波動，30 組比較裡有 28 組方向對新方法有利， 但改善只有 -0.99% 到 3.22%，經過多重比較校正後沒有一組站得住。
- 這不是交易訊號。它改善的是「量尺」，不是「預報」。
六種取樣方式
每一種方式都把一天切成同樣 60 段，差別只在「怎麼切」：
| 取樣方式 | 怎麼切 |
|---|---|
| 固定每 5 分鐘 | 照時鐘等分，日盤 5 小時剛好每段 5 分鐘（基準） |
| 按成交筆數 | 每段含同樣多筆成交 |
| 按價格走完固定幅度 | 價格每走完同樣幅度就切一段 |
| 按每筆成交的預估波動 | 用過去 50 天估計每筆成交平均帶來多少波動，累積到同樣多就切一段 |
| 按成交量 | 每段含同樣多口成交量 |
| 固定幅度、不對齊取樣數（對照） | 門檻固定、不保證切成 60 段，用來確認「取樣數對齊」本身的影響 |
60 段這個數字是刻意對齊的。取樣越密，量出來的波動通常越高，如果各方法切的段數不一樣，比較就不公平。 所以只有五種主要方式都能剛好切出 60 段的日子，才納入比較。
量今天：兩組半套量表差多少
一天的真實波動沒有人看得到，要怎麼知道哪把尺比較準？我們用一個不需要「標準答案」的方法： 把同一天的 60 個取樣點交錯拆成兩組，各算一次波動。尺越準，這兩組半套量表的結果就越接近。
固定每 5 分鐘的相對差距是 0.322； 按成交筆數、價格幅度、每筆成交預估波動、成交量四種方式分別降低 17.6%、16.7%、19.4%、18.4%。 逐日配對比較的 t 值都在 8.10 以上，遠高於我們採用的嚴格門檻 3。 另一個角度的檢定（模型信賴集合）也得到同樣的結果：固定每 5 分鐘被排除在「最準的一群」之外，四種交易節奏的方式都留在裡面。
要注意兩點。第一，四種方式裡「誰最好」，要看用哪一把參考尺。用兩組半套量表比，是按每筆成交的預估波動最好； 換成其他參考尺，名次會變。能確定的只有「這四種都比固定每 5 分鐘好」。 第二，門檻固定、不對齊段數的對照組，並沒有比較好（t 值 -1.13）。所以改善來自「照交易節奏切」， 而不是單純換一種切法。
預測明天：改善太小，分辨不出來
量得準，下一步自然是問：能不能拿來預測？我們用最常見的波動預測模型（HAR：昨天、上週平均、上個月平均三個數字）， 每種量表各配一個模型，只用當時看得到的資料逐日往前預測。預測期間是 2017 年 1 月 9 日 到 2026 年 7 月 27 日。 被預測的「實際波動」也用兩把尺各量一次：一把是固定每 5 分鐘，另一把是用全部逐秒資料、專門處理買賣價跳動雜訊的抗雜訊量表， 避免結論只是某一把尺的偏好。
| 預測對象 | 四種方式中最好的改善 | 這份資料要看得出來所需的最小改善 |
|---|---|---|
| 明天（5 分鐘量表） | 3.22% | 4.25% |
| 未來一週（5 分鐘量表） | 3.10% | 4.68% |
| 未來一個月（5 分鐘量表） | 2.47% | 4.76% |
| 明天（抗雜訊量表） | 2.79% | 5.94% |
| 未來一週（抗雜訊量表） | 3.21% | 4.39% |
| 未來一個月（抗雜訊量表） | 2.84% | 4.84% |
每一組裡表現最好的新方法，改善幅度都低於那組「看得出來」的最低門檻。整體來說，在這個樣本裡要可靠地偵測到改善， 需要預測誤差少 4.25% 到 9.25%；觀察到的改善最多只到自己那一組門檻的 0.50 倍。 換句話說，如果真的有好處，也小到這 2,394 天的資料看不出來。這是「沒偵測到」，不是「證明沒有」。
這對你有什麼用
- 自己算波動的人 ：如果你手上有日內成交資料，想把某一天的波動量準一點（例如回頭檢查一筆交易當天的風險）， 照成交筆數或成交量取樣，是比固定每 5 分鐘更穩的做法，而且實作不難。
- 想拿來預測的人 ：這份資料不支持「換了取樣方式就能把波動預測得更好」。預測模型的輸入從 5 分鐘量表換成交易節奏量表， 在台指期上帶來的差別小到分辨不出來。
- 這份研究沒有產生任何交易策略或預測指標。
這份研究沒有回答的事
- 只看日盤。 夜盤從 2017 年才開始，而且跨夜的跳空不應該算進日內波動，所以全部排除。
- 有些日子不在樣本裡。 「按價格走完固定幅度」那種方式，因為價格只能按最小跳動單位變動，有些日子怎麼調門檻都切不出剛好 60 段； 這些日子被排除後，剩下的樣本略偏向波動較大的日子。
- 只有成交價，沒有買賣報價。 清理異常值的規則原本是為報價中價設計的，這裡套用在成交價上，屬於調整後的版本。
- 只研究台指期一個商品。其他市場的結果可能不同。
資料與方法
- 資料：臺灣期貨交易所每日逐筆成交檔（台指期近月），2012 年 1 月 2 日 至 2026 年 9 月 3 日， 共掃描 275,506,627 列；只保留日盤 08:45–13:45，同一秒的多筆成交合併成一個價格（合併 166,672,755 筆）， 刪除明顯偏離鄰近價格的異常值 1,061 筆。清理規則依 Barndorff-Nielsen 等人（2009）。
- 共同樣本：2012 年 3 月 22 日 至 2026 年 9 月 3 日，2,394 個交易日。
- 量測比較：逐日配對 t 檢定（HAC 標準誤）加 Holm 多重比較校正，並以模型信賴集合（Hansen、Lunde 與 Nason，2011）交叉確認； 門檻採金融學界近年為減少大量檢定誤判而建議的標準：t 值至少要到三。
- 預測比較：HAR 模型（Corsi，2009），擴張視窗逐日重估，預測損失用 QLIKE，以比較兩個模型預測誤差的標準檢定（含小樣本修正） 加 Holm 校正判斷差異；另外事先計算每組比較在 80% 檢定力下的最小可偵測改善。
- 隨機種子固定為 42。
懶人包圖組
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