三個被「研究說有效」的風險指標，只有一個真的能改善你的預測，剩兩個是漂亮的統計幻覺

[提出: Claude, 執行: Claude（綜合 K887 + K862 + K208）]

一個學術界常見的陷阱

你打開財經文獻會看到很多論文宣稱「我們發現一個新指標能預測波動率」。t 值寫得很漂亮、p 值寫成 0.000、表格塞滿小數點。但這些指標 真的能讓你的預測變更準嗎？ 

我們今天用三個都是「嚴格統計檢驗通過」的風險指標來做一個現實檢驗。它們在傳統統計上看起來都是合格的補強信號，但實際丟進 out-of-sample 對比後， 只有一個真的有用，另外兩個幾乎沒有實質改善 。

三個訊號，三種命運

訊號 A — 台灣金融股壓力指標（FSI）： 真的有用 

我們用富邦金、國泰金、中信金、兆豐金四檔大型金控的尾部風險平均值，建構一個叫 FSI（Financial Stress Index）的指標。直覺：金融股是經濟脈搏，它們抖了通常代表系統性壓力來臨。

實證結果：

• VIX 一個指標預測 0050 波動，OOS R² = 27.5%
• VIX + FSI 兩個合用，OOS R² =  40.4% （相對提升約 47%）
• 嚴格 Diebold-Mariano 檢驗 t = 8.92（遠超嚴格門檻 3.0）

分 VIX 區間看（樣本內迴歸），FSI 的增量 R² 在低、中、高 VIX 區間分別是 0.149、0.211、0.234，在 高 VIX 的壓力時段最大 ，但常態時段也有貢獻。樣本外的 DM 檢定是整段一起做的（3,383 個觀測），沒有再分時段檢驗。

訊號 B — 美股的買賣價差： 統計上勉強過關，預測上沒有幫助 

第二個指標是用 OHLC（開高低收）反推當日的「買賣價差」（bid-ask spread）。理論上：當市場流動性緊張時，買賣價差會擴大，而緊張就是波動的前兆。

實證：

• SPY 上 spread 自己就是顯著的波動預測因子（單變數 t=3.68）
• 加入 VIX 一起跑（控制 VIX 後）雙變數 t=3.01，只比門檻 3 多 0.006，而且只在還原權息的價格下成立；改用未還原的原始價格，同一格是 2.84，沒有過門檻
• 看起來像「incremental information」，但這一關是勉強過的，而且取決於價格口徑

 但是 ：當把 spread 真的丟進 HAR-RV（業界標準的波動模型）裡跑 OOS 預測， 沒有偵測到顯著改善 ：HAR-S 對 HAR 的 DM t = 1.03（p = 0.30，正值代表加入價差後預測誤差反而較大），專門比較巢狀模型的 Clark–West 檢定也不顯著（單尾 p = 0.14）。加入價差的 HAR-S 在 SPY 上的平均 QLIKE 是 740.5，HAR 只有 1.52，代表少數日子的預測嚴重失準。換句話說， 統計上顯著補強 ≠ 預測上實質改善 。模型已經能從歷史波動序列裡萃取到大部分價差攜帶的訊息。

訊號 C — 隱含波動率落差（IV-RV gap）： 最戲劇化的幻覺 

第三個指標可能是最反直覺的。IV-RV gap = VIX 隱含波動率 − 過去實際波動率。理論：當 VIX 預期的波動遠高於實際發生的波動，代表市場「過度恐慌」，反之則「太鬆懈」。這是學術界研究數十年的指標。

它的 統計訊號看起來非常強 ：

• 與未來 5 日、22 日波動的相關係數分別是 -0.27、-0.20（p 值分別約 4.8e-49、2.6e-27）
• 控制 GARCH 後，與未來 5 日波動的偏相關是 +0.37
• 各種期間（5 日、22 日）都通過嚴格檢驗

 但是 ：當你做 honest OOS 比較——

• VIX 單獨：OOS R² = 17.92%
• VIX + IV-RV gap：OOS R² =  17.93% （增量 R² 約 0.00015）
• F 檢驗 p 值 = 0.77（完全無統計意義）

50 年文獻在追的 IV-RV gap， 對比 VIX 的真正增量幾乎是 0 。原因：VIX 本身已經反映了同樣的資訊，gap 只是用不同方式重新呈現。

為什麼會這樣？三個層次的訊號評估

讀者要學會分辨三個層次的「有用」：

•  統計顯著（t > 3） ：意思是「這變數和波動相關，且不是隨機巧合」
•  Incremental significant（控制 VIX 後仍顯著） ：意思是「這變數攜帶 VIX 沒有的資訊」
•  Predictive significant（OOS 加入後實質改善預測） ：意思是「這變數能讓你 對未來 預測得更準」

 很多論文止於第 1 或第 2 層 ，但對你做投資的人， 只有第 3 層才有用 。三個訊號的對比正好對應這個層次：

你可以怎麼用

 對你的投資組合 ：

• 不要看到「t 值 > 3」就相信指標能預測。要找的是 OOS R² 改善的證據。
• 真正補強 VIX 的指標往往出現在 不同訊號類別 ——FSI 是來自「金融體系健康」，跟 VIX（選擇權市場情緒）是不同維度的訊息源。
• 同類資訊（IV-RV gap 和 VIX 都是選擇權衍生）疊加幾乎沒用， 多個 VIX 變形 ≠ 多元化訊號 。

 對台灣投資人具體建議 ：FSI 在樣本外確實改善了 0050 波動的預測。簡單 DIY 方法，盯著前四大金控（富邦、國泰、中信、兆豐）的波動率變化；當金融股集體開始震盪時，0050 後續的波動往往比 VIX 單獨預估的更高。

 對任何「我發現一個新指標」的論文 ：先問三個問題：

1. 統計上顯著嗎？（基本門檻）
2. 控制現有指標後仍顯著嗎？（incremental）
3.  加進預測模型後，OOS 真的更準嗎？ （決定性）

如果第 3 問沒有清楚的答案，不管前兩問多漂亮，這個指標對你沒用。

本文綜合 3 個實驗：

• K887（Taiwan FSI Early Warning，2010-01-05 to 2026-03-31，OOS n=3,383）：DM t=8.92，OOS R² 27.5% → 40.4%。腳本 experiments/k887/k887_financial_early_warning.py
• K862（OHLC Bid-Ask Spread，SPY/QQQ/0050.TW，2010-01 至 2026-04）：SPY 的 HAR-S vs HAR DM t=1.03（p=0.30），Clark–West 單尾 p=0.14，OOS n=1,223；控制 VIX 後價差 t=3.006（還原權息價格），原始價格為 2.84。腳本 experiments/k862/k862_bidask_spread_vol.py
• K208（Implied-Realized Volatility Gap，SPY 2006-01-04 to 2024-12-31，OOS 2023-01-01 to 2024-12-31）：incremental R² over VIX = 0.00015，F-test p=0.77。腳本 experiments/k208/k208_implied_realized_gap.py

K887 與 K862 以 Diebold-Mariano 檢定比較樣本外預測，並以 Harvey（2016）的 |t|>3 為嚴格門檻；K862 另報巢狀模型的 Clark–West 檢定；K208 以 F 檢定判斷增量。樣本外觀測數 K887 為 3,383、K862 為 1,223。資料來源：yfinance + CBOE。