🌡️ 事件溫度計｜十一月非農週前半 VIX 漲 23.18%：只用當時已知的事件回測，分組帶對隔天略準但靠少數幾次撐起，對公佈日沒有幫助

11 月 6 日星期五，美國勞工統計局公布十月就業報告。11 月 4 日是 T-2，公布前還剩 11 月 4 日和 5 日兩個交易日。

事件週前半已經走完：10 月 28 日（T-7）VIX 收 16.91，11 月 3 日（T-3）收 20.83，漲了 23.18%。中間的收盤依序是 17.20、19.42、21.15；11 月 3 日是期中選舉日。放回 191 次公佈日（2010 年 2 月到 2026 年 7 月）的同一格，這是第 92.7 百分位，歷史上只有 14 次的前半漲幅不低於這次。三分組的上切點是 +4.19%，這次分進上漲組。

10 月 30 日的 T-7 回頭對了十月的帳：十月同樣分在上漲組，最強的「隔天幅度」只落在組內第 15.6 百分位。那篇沒有處理一個問題：三分組的切點和組內平均，用的是全部 191 次，等於每一次的預期都事先看過整份歷史。

所以這篇只問一件事： 每次只用當時已經發生的事件，前半的分組還能把風險帶抓得更準嗎？ 

怎麼回測

對第 91 次到第 191 次公佈日，共 101 次，逐次做三步，每一步只用比它早的事件：

1. 用更早的事件重新切三組前半變動，決定這一次落在哪一組。
2. 取同組更早事件的幅度（VIX 收盤變動的絕對值）第 90 百分位，當作「分組帶」；取全部更早事件的第 90 百分位，當作「不分組帶」。
3. 實際幅度出來後，用 pinball loss（τ=0.90）打分：實際超出帶時，超出量乘 0.9；沒超出時，差距乘 0.1。平均損失越低，帶抓得越準；損失的單位是 VIX 變動的百分點。

評分的兩格是公佈日幅度（T-1 到 T+0）和隔天幅度（T+0 到 T+1）。從第 91 次開始，是因為更早的時候每組不到 30 次，分組帶本身不穩；第 61 次和第 121 次起算的結果放在後面當敏感度。

「打亂 p 值」的做法：把前半那一欄隨機重排 1,000 次，每次都重跑整個回測，看重排後的改善有多少比例達到或超過真實值。隔天幅度的 p 值是 0.002，兩格主要結果各看一次，乘 2 之後是 0.004。公佈日幅度的 p 值 0.154，真實資料沒有比隨機重排好。

 公佈日那一格，分組沒有用。  分組帶的平均損失 1.83，不分組帶 1.82，兩者的覆蓋比例相同。前半漲跌對公佈日當天要動多大，沒有提供比全體分布更多的資訊。

 隔天那一格，分組帶略準，但改善集中在少數幾次。  平均損失從 2.85 降到 2.65，低 7.0%，實際幅度落在帶內的比例從 87.1% 升到 89.1%（目標是 90%）。圖 1 的曲線上升，但大部分的升幅來自幾個陡坡：改善最大的五次加起來 21.30，比整段的淨改善 20.02 還多，拿掉這五次，淨改善是 -1.28。

這一格有多穩

•  改善的幅度不大。  起算點換成第 61 次和第 121 次，隔天幅度的改善分別是 +4.5% 和 +4.4%，方向相同，大小差不多只剩六成。公佈日幅度的改善是 -3.0% 和 +1.0%，正負不定。
•  改善集中在前半段。  把 101 次對半切，切點是 2022-02-04 的公佈日：前 50 次的累積改善 15.83，後 51 次只有 4.19。分組帶在 73 次裡比不分組帶準，其餘次數較差；前五大改善之外的 96 次，合計是負的。
•  平均改善的區間仍含零。  對逐次損失差做自助法，隔天幅度的平均損失差 0.198，95% 區間 -0.039 到 0.451。打亂檢定問的是「前半跟隔天幅度有沒有關係」，答案是有；區間問的是「分組帶平均比不分組帶準多少」，答案是方向對，但這 101 次分辨不出。兩個答案要一起讀。
•  正對照。  在兩格幅度上硬塞一個斜率 0.30 的前半變動，同一支程式都偵測得到（打亂 p 值 0.0033，是 300 次打亂能給的最小值）。公佈日那一格的空，是尺看得見卻沒看到。

這次的上漲組給出什麼帶

下表是上漲組 64 次與全部 191 次的幅度分布，切點用全樣本，所以這張表是描述，帶有事後資訊，與上面的回測不同。

隔天幅度的第 90 百分位，上漲組 18.84%，全部 14.02%，差 4.82 個百分點；公佈日幅度只差 1.55 個百分點。回測支持前一個差距，不支持後一個。

這次的 +23.18% 比上漲組的平均 +15.49% 高很多，在組內排第 78.1 百分位。如果只取前半漲幅最高的 39 次（+9.79% 以上），隔天幅度的中位數是 6.69%、第 90 百分位 21.28%，公佈日幅度的中位數 7.14%、第 90 百分位 15.78%。這個切法是我看到這次位置之後才選的，次數也少，只能當敏感度，不能當預期。

期中選舉剛好落在 T-3

這次事件週的前半包含期中選舉日。把 191 次裡 T-3 剛好是美國大選日的找出來，只有三次：

三次都不在上漲組。前半最高的 2010 年只有 +4.15%，離上切點 +4.19% 只差不到 0.1 個百分點，這次的 +23.18% 比它大得多。三次什麼都證明不了，也推不到這一次。選舉造成的波動已經包含在這次的 +23.18% 裡；它之後會不會讓公佈日和隔天的行為不同，這份資料看不出來。

要對的帳

這次是第三次落在上漲組。前兩次的落點：

這次的兩格先寫在這裡，公佈日後的下一篇負責對：

1.  公佈日幅度 （11 月 5 日收盤到 11 月 6 日收盤，絕對值）：上漲組中間一半落在 3.85% 到 9.03%，第 90 百分位 12.68%。
2.  隔天幅度 （11 月 6 日收盤到 11 月 9 日收盤，絕對值）：上漲組中間一半落在 2.16% 到 13.12%，第 90 百分位 18.84%。

方向這次不測。先前的 T-2 已經測過，前半的分組對公佈日和隔天的漲跌方向都沒有分辨力。如果下一篇沒有出現，十二月的 T-7 先對，跟這篇的前半段一樣。

剩兩天，這篇能給的

• 本次前半 +23.18%，在上漲組，位置偏高。
• 回測的結論只有一條： 需要替隔天留風險帶時，上漲組的歷史上界比全體的略貼近實際 ，改善幅度約 7.0%，而且集中在少數幾次大的日子。公佈日當天，用全體分布就夠，分組沒有加分。
• 這些帶描述的是 VIX 收盤變動的歷史幅度，不是預測，也不是進出場訊號，不指向方向。
• 這個系列在同一份 191 筆資料上已經測了八個結果（九月三個、十月三個、這次兩個），沒有做全面的多重比較校正。隔天這一格乘 2 之後 p 值仍是 0.004，公佈日那一格本來就沒過。
• 前三次樣本外（八月、九月、十月）沒有推論力，只能校準。

資料與方法

• 歷史分布：experiments/nfp_20260807_t2/nfp_20260807_t2_events.csv（191 次公佈日，2010-02-05 到 2026-07-02；公佈日取自 ALFRED release id 50 官方行事曆），全樣本三分組的切點與先前幾篇相同（-4.25%、+4.19%）。
• 事件週收盤：Yahoo Finance ^VIX 日收盤，凍結於 storage/drafts/event_nfp_20261106_t2_vix_closes.csv；逐日與 CBOE 官方歷史檔核對到 11 月 2 日（31 筆全部一致），並與本站每日策略標題核對（29 筆全部一致）。11 月 3 日的 20.83 目前只有 Yahoo 與本站 11 月 4 日的每日策略標題兩處，後者可能與前者同源，CBOE 檔尚未更新到該日。日期依紐約證交所交易日曆對齊。
• 回測：擴張窗口，評分函數 pinball loss（τ=0.90），打亂 1,000 次、自助法 10,000 次，亂數種子固定；程式 storage/drafts/event_nfp_20261106_t2_charts.py 不依賴網路重算（--fetch 才下載），輸出存 event_nfp_20261106_t2_evidence.json。

 限制 ：全文只看 VIX 日收盤，不處理盤中反應。上漲組的切點與描述表用全樣本，帶有事後資訊；回測則完全用當時已知的事件。公佈日約每月一次、互不重疊，未做序列相關校正，逐次損失差的一階自相關，公佈日幅度是 0.15，隔天幅度是 -0.06。期中選舉的對照只有三次。歷史 IV 在免費資料源不存在，本文不談隱含波動率期限結構。