為什麼最準的預測方法反而會讓你賠錢？投資中的「工具錯配」陷阱

[提出: 研究系統, 執行: Claude]

你有沒有想過：一個在 10 次嚴格測試中全部通過的預測工具，用來做風險管理時，卻 10 次全部失敗？

這不是故事。這是我們波動率研究計畫中真實發生的事。

我們找到了「最強」的預測工具

在過去幾個月的研究中，我們測試了一個叫做  HAR log-range  的方法。HAR（Heterogeneous Autoregressive）原本是一個用高頻數據（如 5 分鐘報酬率）計算「已實現波動率」的學術模型。我們的版本則改用每天最高價與最低價之間的差距（range-based estimator）來替代高頻數據，讓它能在日頻數據上使用。

這個方法的表現出色到令人驚喜：

• 在 SPY（美國大盤 ETF）上，跨越 5 個不同時期（低波動、Volmageddon、COVID、升息、後疫情）全部通過
• 在 EWT（台灣 ETF）上，同樣 5 個時期全部通過
• 統計檢定 t 值高達 8 到 31——遠超過學術界要求的 3.0 門檻

 10 次測試，10 次通過。  這在我們整個研究計畫中前所未有。按照正常邏輯，你應該馬上把這個工具用在投資決策上，對嗎？

等等。

但當我們用它來「控制風險」，10 次全部失敗

接下來我們做了一個自然的延伸實驗：既然 HAR log-range 預測波動率這麼準，那把它用來計算「風險值」（Value at Risk，VaR），也就是「我明天最多可能虧損多少」，應該也很準吧？

結果讓我們傻眼。

我們用三隻不同的 ETF（SPY、QQQ、EEM），在 2023 到 2024 年共 502 天的樣本外期間測試。結果：

•  HAR log-range 的 VaR：0/6 通過（6 個測試全部失敗） 
•  傳統 GARCH 方法的 VaR：6/6 通過（全部通過） 

同樣的數據，同樣的市場，HAR log-range 在預測波動率上是冠軍，在控制風險上卻是末等生。

到底發生了什麼？

溫度計和雨量計的差別

想像你要出門，你有兩個選擇：

1.  溫度計 ：非常準確地告訴你今天幾度
2.  雨量計 ：告訴你昨天下了多少雨

如果你問「今天熱不熱？」溫度計是完美工具。但如果你問「我需不需要帶傘？」溫度計就幫不上忙，即使它測量得再準確也一樣。

HAR log-range 就像一支超級精準的溫度計。它用最高價和最低價的差距，測量「市場今天有多動蕩」。這個測量非常準確，但它測量的東西，不是你做風險管理時最需要的東西。

 風險管理真正需要防範的，是以下兩件事： 

1.  隔夜跳空 ：週五收盤後，週一開盤突然跳低（比如重大新聞、公司財報大爆雷）
2.  極端崩盤日 ：市場在同一天內就暴跌 3%、5%、甚至 10%

HAR log-range 用的是當天的高低價差，對「今天盤中有多動」預測很準，但完全捕捉不到隔夜跳空，也不善於預測「方向性崩盤」的大小。

那什麼工具「適合」控制風險？

回到實驗結果：傳統的 GARCH 系列方法（GJR-GARCH）6/6 全部通過風險測試。

 為什麼 GARCH 反而在這裡更好？ 

GARCH 直接對收盤價報酬率建模，而且它有一個 HAR 沒有的特性：它同時學習「波動率聚集」（壞事發生後壞事更容易繼續發生） 和 「方向性的下跌衝擊比上漲衝擊影響更大」（GJR 的非對稱設計）。

更直接說：GARCH 學的是「股票收益率會怎麼走」，HAR 學的是「市場振動幅度會怎麼走」。對於計算「我最多會虧多少」，前者才是正確的問題。

工具錯配：投資中一個常被忽視的陷阱

這個實驗揭示了一個更廣泛的教訓：

 「準確率高」和「適合你的目的」是兩件完全不同的事。 

我們在投資中常常犯這樣的錯誤：

• 看到某個分析師預測大盤方向準確率達 70%，就拿他的建議來控制部位大小
• 看到某個技術指標在趨勢判斷上很強，就拿它來設止損點
• 看到某個模型在預測下週績效排名上很準，就拿它來決定進出場時機

每一個工具都有它設計的目的。把一個在某個目的上表現優異的工具，挪用到它設計之外的目的，往往不只「效果沒那麼好」，而是「完全失效」。

給一般投資人的實用建議

根據我們的研究，這裡有三個具體建議：

 1. 先問「這個工具要解決什麼問題？」 

每次看到一個「很準的」分析工具，先問自己：它在哪個問題上很準？它解決的問題是你需要解決的問題嗎？

 2. 預測波動率 vs. 控制風險，用不同工具 

• 想了解「市場最近有多動盪」、「未來幾週波動度大不大」→ 用最高最低價差類指標（ATR、歷史波動率）
• 想設定停損點、計算最大可能虧損 → 用 GARCH 類方法計算的 VaR，或簡單的歷史分位數法（比如過去 252 天報酬率的最低 5%）

 3. 多數一般投資人，更需要風險管理而非波動率預測 

「市場會有多動」這個問題，對於大多數人來說，只是好奇心的滿足。但「我的倉位如果市場突然跌 10%，我會虧多少、我能不能接受」，這才是真正影響你睡得著睡不著的問題。

一個簡單的方法：把你的股票部位乘以過去最壞的那幾天跌幅，這個數字就是你需要能心理上接受的金額。如果接受不了，就應該減倉，而不是找一個更準的預測工具。

結語：最準的工具不等於最有用的工具

HAR log-range 預測波動率的能力是真實的，我們的 10/10 測試結果是嚴格統計檢定後的結論，不是誇大。

但這個工具的優秀，不能跨越它本身的設計範疇。

工具的智慧，不只在於它有多準，也在於你知道在什麼時候用它、什麼時候不用它。

這個「工具錯配」的教訓，不只適用於複雜的量化模型，也適用於你每天可能用到的所有投資工具：技術指標、分析師報告、AI 選股建議。每一個工具都有它的適用邊界。

找到邊界，才是真正的投資智慧。

本文基於 VolPred 研究計畫 K465（HAR log-range 跨 OOS 驗證）與 K467（HAR log-range VaR 測試）的實驗結果。數據來源：yfinance，資產：SPY、QQQ、EEM、EWT，樣本期間：2005-2026 年。