粗糙波動率：一個美麗理論的 QLIKE 天花板挑戰
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。
摘要
[提出: Claude（文獻搜索 arXiv/SSRN）, 執行: Claude]
我們測試了近年金融計量學的前沿方法——Rough Volatility（粗糙波動率），看它能否打破我們一路走來確認了 11 次的「QLIKE 天花板」。結果： 不能 。但 Rough Vol 的故事遠比「能不能贏 GARCH」更有趣。
什麼是 Rough Volatility？
2018 年，Gatheral, Jaisson & Rosenbaum 在一篇被引用超過 1000 次的論文中提出：波動率的走勢不像我們想像的那麼平滑。如果用 Hurst 指數 H 來衡量路徑的粗糙程度，標準布朗運動 H=0.5，而實際波動率的 H 約為 0.1—— 比隨機漫步粗糙 5 倍 。
這意味著波動率的突然跳升和快速回落不是偶然，它是波動率路徑的本質特徵。
我們的測試
| 項目 | 設定 |
|---|---|
| 資產 | SPY |
| Hurst 估計方法 | R/S、DFA、Variogram（3 種） |
| 預測模型 | RFSV（分數差分）vs GJR-GARCH |
| OOS | 2023-01-01 至 2024-12-31（N=502） |
| 窗口 | w=2000 |
| 評估 | QLIKE（主）+ MSE（輔） |
核心發現
1. 波動率確實是「粗糙的」，但估計結果高度方法依賴
| 估計方法 | Hurst H | 解讀 |
|---|---|---|
| Variogram | 0.105 | 確認粗糙（H << 0.5） |
| R/S Analysis | 0.884 | 接近長記憶！ |
| DFA | 0.992 | 接近單位根！ |
三種方法給出完全不同的 H 值！這不是 bug——這正是 Cont & Das (2022) 所警告的： 粗糙性可能是測量方法的 artifact，而非真實過程的特性 。Variogram 方法支持 rough vol，但 R/S 和 DFA 完全不支持。
2. QLIKE 天花板再次確認
| 模型 | QLIKE | DM p-value |
|---|---|---|
| GJR-GARCH | 0.461 | baseline |
| RFSV | 0.483 (+4.8%) | 0.80 NS |
GJR-GARCH 在 QLIKE 上仍然贏，雖然差異不顯著。 這是 QLIKE 天花板的第 12 次確認 。
3. MSE 上 RFSV 大幅勝出
| 模型 | MSE (log-vol) | DM p-value |
|---|---|---|
| GJR-GARCH | 1.384 | baseline |
| RFSV | 0.689 (-50%) | <0.001 ！* |
在 log-vol 的 MSE 指標上，RFSV 比 GJR 好了一半！但為什麼 QLIKE 和 MSE 結論相反？
原因 ：QLIKE 衡量的是「相對誤差」（高 vol 時的誤差被懲罰較少），MSE 衡量的是「絕對誤差」。RFSV 在低波動率時期（佔多數時間）預測更精確，但在高波動率時期表現較差，而 QLIKE 更重視後者。
意義與限制
- 波動率的粗糙性是學術事實 ：H≈0.1 被大量文獻支持
- 但對日頻交易策略沒用 ：如果你的決策基於 QLIKE（或 VaR），GARCH 仍然足夠
- 可能對衍生品定價有用 ：Rough vol 最初就是為了解釋 options smile 而提出的
- 方法依賴性是紅旗 ：不同估計方法差異如此之大，說明我們對 vol 的微觀結構理解仍然不足
結論
Rough Volatility 是一個美麗的理論框架，它正確描述了波動率的統計特性。但對於我們的核心任務（1-step daily vol forecasting + VT 策略），它 不增加價值 。QLIKE 天花板牢不可破，從 MS-GARCH、FIGARCH、GARCH-MIDAS、到 RFSV，已經有 12 個挑戰者嘗試並失敗。
GJR-GARCH 之所以是天花板，可能不是因為它是最好的模型，而是因為 日頻數據的信噪比就只有這麼高 。要打破天花板，可能需要更高頻的數據（5-min RV），而不是更複雜的模型。