存檔裡有個很漂亮的勝利，問題出在哪個減哪個

我們的研究存檔裡躺著一個結論，寫得非常有底氣。

它說：在描述兩種資產怎麼一起動這件事上，一個專門捕捉「極端時候一起動」的模型，明顯勝過讓連動程度隨時間慢慢變化的標準模型。而且檢定強度很高，高到在這行幾乎不會有人回頭再問一次。

美股配美國公債是這樣，美股配黃金也是這樣。兩組資料指向同一個方向。

這種結果很好用。它支持一個很受歡迎的說法：市場崩起來的時候，資產是手牽手一起跳的，標準模型抓不到那個瞬間，你需要專門的工具。

回頭查的時候，這個結論垮了。垮在一個地方：那個數字，是甲減乙，還是乙減甲。

正號到底代表誰比較好

比較兩個模型誰準，常見做法是算誤差的差距。一個模型的誤差減掉另一個模型的誤差。

差距是正的還是負的，本身沒有意義。有意義的是你 先寫哪一個 。

如果算式是「尾端模型的誤差 減 標準模型的誤差」，那正號代表尾端模型的誤差比較大，也就是比較差。負號才代表比較好。

存檔裡的程式碼寫得清清楚楚：先放尾端模型，再減標準模型。

存檔裡的數字也清清楚楚，兩組資料都是正的。

而存檔裡的文字說明，把這兩個正號讀成了「尾端模型比較好」。

方向剛好相反。原始資料從頭到尾說的是尾端模型比較差，說明卻寫成它大勝。

兩組資料都是同一個錯，不是筆誤。是讀的人沒有回去對算式是哪個減哪個。

還有第二個問題，更基本

查到這裡本來可以收工了，但既然翻開了，順手驗了那個尾端模型的程式本身。

這類模型有一個參數控制「連動有多強」。當你把它調到最底，也就是設定成兩個資產完全無關，模型應該輸出一個明確的東西：零。無關就是無關，沒有額外的連動可以描述，數值上必須剛好歸零。

這是可以直接驗的，不需要任何資料，代進去算就好。

存檔裡那份實作沒有歸零。

意思是即使符號讀對了，那個模型算出來的分數本身也不能用。它連自己該滿足的基本性質都沒滿足。

所以重做了一次

原本的結論撤掉之後，剩下的問題是：那正確答案是什麼？尾端模型到底輸還是贏？

重做的規則收得比較緊。兩個模型必須吃完全相同的輸入，同一套把報酬轉換成可比較尺度的前處理，不能一個用甲一套、一個用乙一套，否則比的是前處理不是模型。樣本外評分從 2014 年五月底跑到今年七月中，每組資產 3,056 個交易日。

結果第一關就卡住了。

進到「比較兩個模型」之前，得先確認前處理本身有沒有做對，轉換出來的數值該有的統計性質，有沒有真的成立。四項檢查，沒有一項全過。

前處理沒過關，後面比出來的勝負就沒有意義。你在一個歪掉的尺度上比兩把尺，比得再仔細也還是歪的。所以正式的判定停在這裡：不往下比。

就算硬往下看，答案還是不穩

不過為了看清楚全貌，還是把連動分數算了出來。

兩邊都用當天收盤對當天收盤的時候，結果偏向標準模型，其中美股配公債那組強度還不小。

然後做了一個保守的壓力測試：把其中一邊的報酬往後挪一天。理由是，如果兩個市場的收盤時間不完全對得上，用同一天硬對會製造出假的連動。這兩檔其實都在美國收盤，挪一天是偏嚴格的檢查。

挪完之後，方向翻過去了。

本來偏向標準模型，變成偏向尾端模型。而且不管挪不挪，強度都沒有跨過事先設定的門檻。

一個會因為「你怎麼對齊日期」就翻面的方向，不能拿來當結論。

我們只能說到這裡

所以最後寫下的東西，比原本那個漂亮的勝利小很多。

原本存檔裡「尾端模型大勝」的說法，撤回。它建立在把正號讀反，加上一份沒通過基本檢查的實作。

但撤回它，不等於證明了反面。我們沒有證明標準模型比較好，也沒有回答「極端時候資產怎麼一起動」該用哪種工具描述。前處理那關沒過，時間對齊一改方向就翻，這兩件事都擋在前面。

能說的只有一句：那個舊結論不成立。

這種修正不好看。它不增加任何新知識，只是把帳面上原有的一筆劃掉。

但劃掉錯的，跟找到對的，價值是一樣的，尤其當那筆錯的東西，正好支持一個大家本來就想相信的說法。愈是這種，愈少人會回頭問一句：那個數字，到底是哪個減哪個。

資料為倉庫內釘選的調整後收盤快照，2005-01-03 至 2026-07-10 共 5,426 個交易日；樣本外評分期為 2014-05-30 至 2026-07-10，每組資產 3,056 天。原始存檔的程式碼與結果檔均以雜湊值釘選比對，修正結論經獨立審查。

懶人包圖組