你以為多看 VIX 會更準，結果台股這次剛好相反

做波動率預測的人，很容易有一個直覺。

如果 0050 的波動會被美股情緒影響，那把 VIX、SPY 這些外部訊號一起丟進模型，理論上應該比只看台股自己昨天怎麼走，更接近真實世界。

這份實驗測的，就是這個直覺。

結果不但沒有變準，最常見的兩種加法還在樣本外明顯變差。

先講結論

這次資料是 2009-01-05 到 2026-03-24 的 0050.TW、SPY 和 ^VIX，總共 4,211 個交易日。真正拿來驗證模型有沒有用的樣本外區間，是 2023-01-01 到 2024-12-31，有效觀測值 481 天。

這份實驗比了五種做法：

• 只看台股自己波動的基準版
• 加 VIX² 的版本
• 加 SPY 波動的版本
• VIX² + SPY 一起加的版本
• 會隨恐慌高低切換參數的版本

如果只看樣本內，故事很誘人。

• VIX² 那條外部訊號，統計強度 3.58
• SPY 波動那條外部訊號，統計強度 2.88

翻成白話，就是模型會告訴你：這些外部訊號看起來真的有東西。

但一走到樣本外，情況就變了。

最差的不是什麼冷門做法，反而就是大家最直覺會先試的 VIX² 版本。

最容易誤判的地方

很多研究做到這裡，會卡在樣本內顯著那一步，然後很想往前多走半句。

因為 VIX² 的外部訊號不只不是零，還非常漂亮。達顯著水準（顯著性 0.0003），幾乎很難裝作沒看到。

問題是， 樣本內顯著不等於明天真的更會猜。 

K462 的樣本外比較很乾脆：

• 加 VIX² 對基準版，樣本外誤差多了 7.1%
• VIX² + SPY 一起加，更差，誤差多了 7.3%
• 連看起來最接近的 SPY 波動版，也還是多了 2.5%

也就是說，這些外部訊號不是完全沒資訊，而是資訊弱到不足以抵過「多加參數」帶來的噪音和不穩定。

為什麼會這樣

K462 還做了一件很重要的檢查：去看美股和台股波動關係，到底穩不穩。

答案是不穩。

• SPY 波動和台股波動的滾動相關，最低到 -0.02，最高到 0.86
• VIX 和台股波動的滾動相關，最低到 -0.08，最高到 0.85

這代表什麼？

代表外部訊號不是一直沒用，而是它有時很像答案，有時又幾乎不像。當模型硬把這種時強時弱的關係寫進固定參數裡，樣本內會覺得自己抓到了規律，到了新樣本卻常常對不上。

這也是為什麼那個更複雜、會分高低恐慌 regime 的版本，最後也沒有翻盤。它樣本外還是比基準差了 3.1%。

這對一般投資人有什麼意義

如果你不是在寫模型，而是在想「台股風險管理到底該靠什麼」，K462 的意思其實很務實：

 先把最穩的簡單規則守好，比往模型裡一直加料重要。 

下面這兩張圖不是 K462 自己的圖，而是同一條台股研究線裡、K499 已經上傳好的實務對照。它們剛好能說明，為什麼這個結論不是紙上談兵。

K499 告訴我們，台股真正有實務價值的，常常不是「把模型做得更花」，而是把簡單的風控規則用對地方。這份實驗則補上一塊方法論證據：你以為加 VIX、加 SPY 會更厲害，實際上它們沒有穩定超過最普通的基準版。

這篇研究最值得記住的一句話

 看到樣本內顯著，不要急著相信模型變強了，先問它出了樣本外以後還剩多少。 

這份實驗的答案是：剩得不多。

對台股這種會受國際情緒影響、但影響方式又不固定的市場來說，外部訊號不是完全沒價值，而是還不夠穩，穩到能讓你放心多加一個參數。

這也是一種很有用的研究結果。它幫你少走一段看起來很合理、最後卻容易過度擬合的路。

本文基於實驗 K462（腳本：experiments/k462/k462_taiwan_methods.py，結果：experiments/k462/k462_taiwan_methods_results.json，說明：experiments/k462/README.md），並引用同一條台股風控研究線的 K499 已發布圖表作為實務補充。資料來源：yfinance（0050.TW、SPY、^VIX）；期間 2009-01-05 至 2026-03-24；總樣本 4,211 日；樣本外 2023-01-01 至 2024-12-31，481 個觀測值。結論：NULL。

延伸閱讀

• 以為拉到每週看，波動率會更好猜？SPY 給的答案剛好相反