SpaceX 交出第一份財報、三檔單股槓桿 ETF 剛掛牌：只有 82 天資料的標的，你憑什麼定它的風險？

這週的盤面有幾件事擠在一起。

SpaceX 掛牌之後的第一份季報交出來了，股價在報告前後衝高，然後滑回去。三檔單股槓桿 ETF 這幾天剛開始交易。AMD、Palantir、禮來、迪士尼排隊交財報。週五還有非農就業報告，市場對失業率的預估從 4.2% 抬到 4.3%。

8 月 5 日 VIX 收在 16.5 附近，比前一天高 4.29%，位置仍然在低檔。八月和九月在歷史上是標普 500 一年裡最弱的兩個月。

把這幾條線並排看，有一個共同點：清單上每一個標的，你能拿到的資料都很短。SpaceX 從掛牌到今天，交易日還不滿四十天。三檔新 ETF 的價格歷史從這禮拜才開始長。就連週五那個失業率預估，也只是把最近幾個月的斜率往前拉一格。

所以這篇想回答的問題只有一句： 一個只有幾十天到一兩百天資料的新標的、新產品、新訊號，你要多久才能相信它的風險數字？ 

VolPred 過去兩個月剛好連著撞到這件事好幾次。有一篇算完三個分數全贏，最後判它不能用。有一篇跑到一半，發現自己的資料末端過期了七天。有一篇動用了 932 天的樣本外資料，還是沒過門檻。把它們擺在一起，答案的形狀就出來了。

我把它叫做「起飛跑道」

整篇文章用一個很土的比喻來組織：資料的 起飛跑道 。

一個結論要「起飛」，需要一段最短的跑道長度。起飛的意思是你敢拿它下注、敢照著它調部位。跑道就是資料量：天數、事件次數、樣本筆數，隨你的題目怎麼算。

跑道要多長，由兩件事決定。

第一，你想抓的效果有多大。你是想確認這檔新標的比大盤多動 20%，還是多動 2%？後者的跑道長得多。

第二，這個標的有多吵。同樣的效果，埋在一個每天晃 1.6% 的標的裡，比埋在一個每天晃 14% 的標的裡容易看見。

這兩件事不是加法，是平方。效果砍一半，跑道變四倍。吵度翻倍，跑道也是四倍。所以跑道長度的成長速度，比大多數人直覺以為的兇很多。

新掛牌標的最危險的地方，不在它波動大。波動大這件事寫在臉上，誰都看得到。危險在於 它的跑道還沒鋪完，儀表板上卻已經有數字了 。年化波動率、相關係數、beta、隱含波動率，這些欄位不會因為資料只有三十天就空著。它們照樣跳一個數字給你看，而那個數字自己的誤差，可能比數字本身還大。

跑道不夠長就強行起飛，結果不是飛得比較慢。是撞牆。

跑道試算三問

這個比喻要能用，得能算。所以先給你一張表，三個問題，當天就能對著手上的新標的填。

 第一問：你想抓的效果有多大？  用你自己看得懂的單位寫下來。多動幾個百分點、放大幾倍、誤差低幾成，都可以。

 第二問：這個標的有多吵？  也就是這個效果的量測誤差有多寬。做研究的人會直接看「估計值除以它的誤差」，那個比值一般要到 2 才算看得出變化，嚴一點的門檻是 3。

 第三問：那到底需要幾天？  把「效果 ÷ 誤差」除以樣本數的平方根，得到一個每天（或每次事件）貢獻的訊噪比，叫它 d。手上有 N 筆資料時，你量到的統計強度大約是 d × √N。反過來推，要把強度推到 3，需要的樣本數就是 (3 ÷ d)²。

用 VolPred 這幾個月真的跑過的題目來填這張表，結果長這樣：

第一列和第二列的對比，是這張表最該看的地方。財報日那題只要九次財報就能定案，因為效果大到離譜。0050 那題要 208 個測試日，因為效果小。同樣是「幾十筆資料」，一個綽綽有餘，一個差了十倍以上。

所以「樣本小」本身不是罪名。 「樣本小」乘上「效果小」才是。 

最後一列要特別解釋。當你量到的效果幾乎等於零，這條公式會吐出一個天文數字。那個數字的意思不是「再等一等就好」。它在說的是：這個問法在這批資料上量不到東西，換題目。試算表的價值有一半在這裡：它會提早告訴你哪些題目根本不該開始。

（提醒一句：這是等比例外推的估算，前提是每天的效果與浮動維持現在的水準。真實世界裡效果可能變大，那就早一點過；也可能變小，那就永遠過不了。它給的是量級，不是保證。）

SpaceX：儀表板上已經有數字，跑道才鋪了一小段

先看這禮拜的主角。

六月底那根黑K，我們算過一次。在〈一根 16% 的黑K，對 Google 是八個標準差，對 SpaceX 只是普通的一天〉裡，SpaceX（yfinance 代號 SPCX）當天收在 154.60 美元，跌 16.43%，跌破上市首日的收盤價 160.95。同一天 Google 跌 4.99%、Amazon 跌 4.75%、博通跌 4.67%，標普 500 只跌 0.37%，台積電 ADR 甚至收紅 1.20%。

那篇的主結論是「先看波動率尺度，再看跌幅」。用過去兩年約 513 個交易日的日報酬標準差去量，Google 的日標準差 1.93%、年化波動率 30.6%，一天跌 16% 對它是 8.3 個標準差；博通日標準差 3.47%、年化 55.0%，同一根黑K只有 4.6 個標準差，而且它兩年內真的出現過單日 −17.4%。

現在把「跑道」這副眼鏡戴上，同一篇裡有一個當時就標明過的細節，比結論本身更值得拿到今天用。

SpaceX 那個「年化波動率 231%」，是用 上市後 6 個交易日、5 根日報酬 算出來的。原文寫得很老實：樣本很小、估計誤差很大，這個數字只能當量級參考。

5 根日報酬。這就是跑道問題的教科書畫面。這個數字不是錯的，它是照公式老實算出來的；問題在於它的誤差寬到你沒辦法用它做任何精細的事。你可以拿它說「SpaceX 的波動比 Google 高一個數量級」，這句話效果夠大、跑道夠用。你不能拿它說「SpaceX 的年化波動率是 231%，所以我用 231% 去算部位大小、算選擇權該不該買」，這句話需要的精度，5 根報酬給不起。

今天 SpaceX 交出第一份季報，交易日累積到不滿四十天。跑道從 6 根變成 40 根，√40 大約是 √6 的 2.6 倍，誤差寬度大概縮到原來的四成。有進步，離「精準」還很遠。

順帶一提，同一篇還記下當週真正在動的東西：VIX 6 月 23 日來到 20.25，比一個月前的 16.7 高了 3.55 點；MOVE（債市的恐慌指數）卻從 85.32 掉到 65.39。股市的波動在升、債市的在降，指向的是升息預期重定價，跟哪一家公司的故事關係不大。這也是為什麼估值最貴、獲利最靠未來的標的被打得最兇——SpaceX 當時市銷率約 100 倍，蘋果約 10 倍、輝達約 25 倍。

三檔新掛牌 ETF：對照組先設好，跑道再算下去

第二件事是這幾天剛掛牌的單股槓桿 ETF。這種基金只做一件事：把某一檔股票的單日漲跌放大。要維持承諾的倍數，它得跟著標的股一路加碼減碼，而且越接近收盤動作越集中。

順著這個機制推，會得到一個很順的猜想：被基金盯上的股票，自己會不會變得更會跳？

〈特斯拉本來就比福特會動：三檔單股槓桿基金掛牌，九次對照比不出新的差距〉這篇就是去測這個。用的是 2022 年那批先行者：TSLL（盯特斯拉）2022-08-09 掛牌、CONL（盯 Coinbase）2022-08-10、NVDL（盯輝達）2022-12-13。掛牌日前後各取 126 個日曆日，每組 522 到 525 筆日資料。

這篇的關鍵設計在對照組。特斯拉配福特和通用，輝達配超微和博通，Coinbase 配 Robinhood 和 MicroStrategy。理由很直接： 特斯拉本來就比福特會動 。掛牌前那 126 天，福特和通用平均每天從開盤到收盤走 2.04%，特斯拉在同一段多走 1.01 個百分點。輝達比超微和博通多 0.50 個百分點，Coinbase 比它那組多 1.76 個百分點。

這些差距在基金掛牌之前就存在了。少了對照組，這一整包都會被算成基金的功勞，答案必然是「有影響」，而且看起來還很大。

要問的只有一件：掛牌之後，這個差距有沒有 額外 再拉開。

九次比對，把新增差距除以估計本身的誤差，最大的一次是 Coinbase 的開盤到收盤變動幅度，1.30 倍；第二大是特斯拉的高低價幅度，1.19 倍。其餘七次全在 0.7 倍以下，最小的兩次是特斯拉和輝達的開收幅度，0.01 倍和 0.05 倍。門檻在 2 倍左右，九次沒有一次到得了。

換成絕對數字更清楚：特斯拉每天開盤到收盤本來就比福特和通用多走 1.01 個百分點，掛牌之後新增的部分是 0.004 個百分點，大約是原本差距的兩百六十分之一。

現在把跑道試算套上去。Coinbase 那次最強，1.30 倍配 525 天，每天的訊噪比 0.057，要把強度推到 3 需要大約 2,800 個交易日，十一年。特斯拉那組 0.01 倍配 525 天，訊噪比 0.0004，算出來是七位數的天數。

這兩個數字放在一起，就是這禮拜對三檔新 ETF 最有用的一句話： 就算你等，也等不到。  這批資料量不到的東西，不是「再多給幾個月就會浮出來」，是這個問法本身的解析度不夠。真要追這條線，得換武器，去看基金的規模與資金流、去拿掛牌前的盤中分時資料，而不是站在原地等天數長大。

（那篇還誠實記了一件事：原本要問的是「掛牌前後最後一小時的振幅」，但免費管道的小時線起點落在三檔掛牌日之後，掛牌前的盤中紀錄全是空白，三檔一次都沒有例外。題目在跑第一行計算之前就先縮小了。缺對照時段的時候，硬做只是編故事。）

82 天：三個分數全贏，判決還是不能用

前兩節在講「跑道不夠會怎樣」。這一節是有人真的把跑道長度算了出來。

〈三個分數全贏，我們還是判它不能用：82 天撐不起一個結論〉做了一個猜「0050 明天會晃多大」的模型，對手是一個笨到有點欺負人的基準：直接把昨天的晃動量抄過來。

計分板是三比零。預測誤差分數 0.265 對 0.375，模型低了 29.3%。平方誤差 0.360 對 0.710，砍掉快一半。前兩格漂亮得很。

第三格開始轉彎。那一格問的是：把測試那段的平均晃動量算出來，每天都填這個平均值，這樣算零分，你比這條水平線好多少？模型是 −0.038，對手是 −1.049。兩個都在零以下。 贏過一個笨對手，跟贏過一條水平線，是兩件事。 

然後是正式對決。82 個交易日，扣掉 22 天暖身剩 60 列，切成 42 天訓練、18 天測試。18 天算出來的統計強度 0.88，顯著性 0.390。專案自訂的及格線是 3。0.88 離 3 不是差一點，是差一個檔次。

模型內部的體檢也對得上：三根柱子（前一天、前五天、前一個月）的統計強度分別是 0.79、1.10 和 −1.88，沒有一根站得穩，最後那根還帶負號，方向跟這類模型該有的相反。資料太少的時候，模型會開始硬記雜訊裡的巧合，記出來的東西通常就長這樣。

那篇最有價值的一段，是它直接把跑道長度算出來：18 天 → 0.88，50 天 → 約 1.47，208 天 → 剛好碰到 3。而 208 個測試日不等於 208 天，測試只佔三成，前面還要扣 22 天暖身，往回推大約需要 715 個交易日的原始資料，接近 2.9 年。

現在手上有 82 天，大約四個月。 缺的不是多幾週，是多幾年。 

還有一個細節，我覺得比主結論更刺人。這條產線之前跑過一次檢查點，那時候 80 天。多了兩天資料之後，誤差分數從 0.353 掉到 0.265，看起來是個大進步；統計強度卻從 0.992 退到 0.883。兩天資料能把表面分數推動這麼多，卻沒有把推論的體質推動半分。小樣本的定義大概就是這樣： 分數很敢跳，結論一動也不動。 

如果只看第一個數字寫報告，這一輪會被寫成「模型明顯改善」。

最後，那篇連自己的門檻都一起檢討了。專案原本寫死的重啟條件是測試天數達到 50 就回來再看一次，但照那條曲線，50 天只會把強度推到 1.47 附近，到了之後還是什麼都不能宣稱，只會再寫一份一模一樣的「不足以下結論」。門檻訂鬆了，這條被拿回去改。

跑道試算真正的用途在這裡：它不只告訴你「現在還不能起飛」，它告訴你 你排的那個複查日期是不是也在浪費時間 。

252 天：門檻要事先訂，而且事先訂的門檻才有價值

跑道長度算得出來，接下來的問題是：誰來守？

〈我們還差 136 天才敢下結論，中途先抓到自己的資料過期〉是一個守門的現場紀錄。題目是台灣的恐慌指數除以美國的恐慌指數，得到一個倍數。規矩事先訂好：這個倍數要累積滿 252 個交易日（大約一年）才拿出來說它穩或不穩。

截至 2026 年 5 月 28 日，台灣端累積 116 個交易日，起點 2025 年 12 月 1 日，重複日期 0 筆。116 除以 252，46.0%。還差 136 天。

難的地方在於，手上的材料看起來已經夠寫一篇很順的文章了。

先前研究替這個倍數留的參考值是平均 1.3906、相對波動幅度 0.098。現在重抓的 115 天配對算出來平均 1.5527、中位數 1.4594，最低 1.0911、最高 2.3056。把 115 天切一半，前半平均 1.3869 貼著參考水位，後半 1.7155 拉開一大截。二十天平均從 1.3144 一路走到 2.1120，整段路上沒有像樣的回頭。用日期對倍數拉一條直線，每天往上 0.006971，跟時間的相關程度 0.76。

統計上也站得住：115 天的平均落在 1.4962 到 1.6091，整段區間都在 1.3906 之上；假設真值就是 1.3906，隨機抽到這樣一組樣本的機率低於十萬分之一。

材料齊全，故事順口，結論還是沒寫。原因有兩層。

第一層是數字自己說的：相對波動幅度 0.1968，是參考值 0.098 的兩倍左右。一個自己跳動幅度翻倍、而且還在單向爬升的數字，你沒辦法說它「穩定」，只能說它「還在動」。

第二層是紀律：252 這個數字是事先講好的。 事先講好的門檻，只有在對自己不利的時候才有價值。  116 天就宣布結果，等於承認那條線可以移動；下一次結果不如預期時，它一樣會移動。

這篇還撞到一個很陰險的東西，值得單獨記一筆。跑到配對那一步，兩份資料的最後日期對不上：台灣端已經到 2026-05-28，本地那份美股資料停在 2026-05-19，差 7 個交易日。那份本地檔案從 2008-01-02 起算 4785 列、有效 4624 列，十八年的資料，中間任何一天都看不出異常，它只是安靜地讓樣本少掉最新的 7 天。可用配對從 115 掉到 108。

重抓一份當期資料補回來之後，平均從 1.5182 升到 1.5527，相對波動幅度從 0.1851 升到 0.1968。原本的猜測是資料過期造成了「看起來比較不穩」的假象；換上新鮮資料，不穩的程度反而更明顯一點。猜測不成立，但那 7 天的缺口本身才是收穫，它不會報錯、不會少一欄、不會出現任何異常值。

跑道有一種鋪法叫「以為鋪好了，其實末端斷了七公尺」。

932 天：跑道夠長，也可能還是不夠

到這裡你可能會想：那把資料等到夠長，總行了吧？

〈永續合約資金費率能預測比特幣波動嗎？樣本內很強，樣本外過不了門檻〉是這個問題的解藥。它用的資料一點都不短：BTCUSDT 永續合約五分鐘價格 689,225 筆、8 小時資金費率 7,180 筆，最終每日樣本 2,393 日（2020-01-01 至 2026-07-20），其中樣本外預測 932 日。

樣本內的結果非常好看。落後一期的資金費率係數 342.84、標準誤 81.99，統計強度 4.18，顯著性 0.000029。資金費率上升 1 個標準差，模型對下一日已實現變異數的條件預期提高約 6.9%。方向也完全符合機制：多方擁擠之後，隔天更容易出現較大的價格移動。

然後看樣本外。預測誤差分數從基線的 0.285709 降到 0.283634，改善 0.73%；絕對值版本降到 0.283144，改善 0.90%。

0.73%。用 932 天的樣本外資料去量一個 0.73% 的改善，主模型的單邊顯著性 0.0805，連未調整的 5% 門檻都沒過。次要的絕對值版本 0.0410 看起來達到名目 5%，但因為實際檢查了兩個變數，門檻經多重比較調整為 0.025，一樣沒過。

穩定性更不支持樂觀讀法。把 932 日平分兩半，前半的檢定統計量 1.605、顯著性 0.054，後半掉到 0.363、顯著性 0.358。微小的改善幾乎都集中在前半段，後半段的預測誤差甚至比基線略差。

同一篇還給了三個原因，我覺得每一個都能直接搬到這禮拜的新標的上：資訊重疊（日、週、月的落後項已經吸收大量波動慣性，新變數提供的未必是新資訊）、規格太平滑（強制平倉有門檻性，一條平均斜率抓不到）、資料範圍太窄（單一交易所、單一合約）。

把它翻成跑道的話： 跑道長度是必要條件，不是充分條件。  效果如果本來就只有 0.73%，那 932 天只是把「我不知道」講得比較有底氣一點。全樣本解釋力從 0.53046 升到 0.53419，增量 0.00372——這個數量級的效果，需要的跑道長度可能永遠鋪不完。

反過來看：效果夠大的時候，跑道只要九次

一直講「不夠」會失衡。所以要放一個對照組： 跑道需求會小到讓你意外。 

〈科技股財報日的波動放大 3.8 倍，然後兩天就沒了〉量的是 8 檔大型科技股（NVDA、AAPL、MSFT、AMZN、GOOGL、META、TSM、AMD）最近 12 季、共 96 次財報，樣本從 2023-07-20 到 2026-05-21。

結果毫不含糊。消化財報那天的平均振幅是該檔平時水準的 3.82 倍。換成體感的講法：那天的平均漲跌幅絕對值 5.22%，平時只有 1.60%；單獨換算成年化波動率是 105.2%，基準期 37.9%。96 次裡有 83 次（86%）當天振幅高於自己的基準，65.6% 的場次放大超過兩倍。配對檢定的統計強度 10.11，顯著性遠低於 0.001，重抽樣算的區間落在 2.76 到 4.49 倍之間，整段都在 1 倍之上。

96 次事件、強度 10.11，每次的訊噪比 1.03。回頭套試算：要把強度推到 3，只需要大約 9 次財報。也就是說，這個題目在第三個季度就已經定案了，後面 87 次是在錦上添花。

同一篇還有一個對稱的發現，剛好示範跑道的另一頭。財報後第 +1 天平均還有 1.53 倍，顯著性 0.0002，站得住。第 +2 天 1.18 倍，顯著性 0.34，測不出來了。第 +3 到 +10 天全部測不出來。財報後五天跟基準期比，比值 0.99、顯著性 0.83，完全沒有差別。整個「財報波動」的故事，扣掉那一天半，剩下的部分是空的。

而且誰跳得最兇的答案跟直覺相反。Meta 平時年化波動 31.9%、財報日平均振幅 7.82%，放大 4.10 倍，全場最高；微軟平時最安靜（20.1%），財報日照樣拉出 3.78 倍。輝達財報日平均動 4.77%，但它平常就在 48.7% 的年化波動上過日子，相對放大只有 1.97 倍，八檔裡排第七。把「平時波動」和「放大倍數」擺一起，排序相關性 −0.21、顯著性 0.61，兩者沒有關係。

這禮拜 AMD、Palantir、禮來、迪士尼要交卷。這篇給的操作含意很具體：風險集中在一天半，如果你買的是財報保護，價格按天算，多買的那幾天是純付出的時間價值；如果你是空手等它過去，第 +2 天就可以回來，不必圈掉一整週。

跑道的起點也會滑動

還有一種狀況比跑道太短更難防：你以為跑道固定在那裡，其實它每個月都在往前滑。

〈同一個模型跑三次，答案在三個月裡移動了 0.07〉重跑了一個台股波動率參數。同一組模型設定、同一支程式，只把「最近 2000 個交易日」這個窗口的結束日往前推：

結束在 2025-01-22，參數 0.157、統計強度 2.57，過關。結束在 2026-04-05，0.269、強度 3.40，過關。結束在 2026-07-09，0.198、強度 1.86，不過關。

從 0.157 到 0.269 再回到 0.198。最後那一段只隔了三個月，參數掉了 0.071，而且一個原本寫成「顯著」的結論變成不顯著。

值得跟它並排的是模型自己的計算誤差。每次估計都跑了 101 個不同起始點做最佳化，全部收斂到同一個解，解與解之間的參數差距只有 0.00007。

數值最佳化帶來的不確定性 0.00007，窗口結束日帶來的移動 0.071。後者是前者的一千倍左右。

那篇還把 14 檔標的擺在同一個結束日看：通過 5% 門檻的只有三檔，九檔個別股票全部不顯著，強度介於 −0.55 到 1.58。至於原本那個找不到檔案的舊數字 0.272，換一個結束日、換一種報酬率定義可以算到 0.2685，很接近，但接近不等於復現，判定維持「不可復現」。

對散戶最直接的一句是：下次看到研究報告或投顧簡報引用「最近 N 年」的統計係數，先找兩件事。第一，樣本截到哪一天。第二，換一個結束日重算，結論會不會翻。沒有標 as-of 日期的滾動統計量，可信度要打折。

這件事對這禮拜的新標的特別要緊。SpaceX 和三檔新 ETF 的「最近 N 天」，每過一天就往前滑一格，而且它們的跑道總長本來就短，起點滑動對短跑道的殺傷力，遠大於對十八年資料的殺傷力。

最後一格：方向對，也還不能下注

收尾之前放一篇最像「差一點」的。

〈波動率「測不準」能不能當減碼訊號？六檔 ETF、六十天的老實答案〉問的是：當同一天的波動用不同方法量出來讀數散得很開，是不是代表隔天更難預測、該先把部位縮小一點？

六檔性質差很多的 ETF（SPY、QQQ、IWM、TLT、GLD、HYG），日內窗口 2026-04-01 到 06-26，合計 354 個觀測日。分歧值一律往後挪一天，只用今天以前算得出來的資訊。

好消息：以最主流的波動模型看，六檔裡有五檔的方向符合直覺，分歧越大，隔天的預測誤差確實傾向偏大，只有黃金反過來。

另一半：關聯強度都很弱。七個問題裡最接近有意義的兩個，最原始的統計指標大約落在 0.07 到 0.08，連 0.05 這第一關都沒跨過；套上多重比較校正之後，七個問題全部退回不顯著。

這就是跑道快到頭、但還沒到的樣子。五比一的方向一致性很吸引人，容易被讀成「已經看到東西了」。它的正確讀法是： 方向對不等於可以下注，中間隔著一道門檻，而它目前沒過。 

這篇順帶挖到的東西也值得記：那些用開高低收價位算出來、看起來很花俏的日內估計量，在「預測隔天波動」上普遍打不過樸素的老模型，六檔資產裡最準的幾乎都是那兩個老實工具之一。複雜不等於準。

這禮拜怎麼用

把上面八篇捲成一件事：面對新東西，先問跑道，再看儀表板。

 對 SpaceX 的第一份季報。  一份季報是一個資料點。它能定案的只有效果極大的問題，例如「這家公司的營收量級跟法說會前的說法差幾倍」。它定不了案的是所有需要精度的東西：合理波動率是多少、隱含波動率貴不貴、該用多少部位。掛牌不滿四十個交易日的年化波動率，量級可以信，小數點不能信。

 對三檔剛掛牌的單股槓桿 ETF。  先問差距是不是本來就在。特斯拉每天比福特和通用多走的那 1.01 個百分點，在 TSLL 掛牌之前就在那裡了。看到「某某基金掛牌讓某某股票變得更瘋」這種說法，第一個動作是找對照組，不是找解釋。而且照 525 天只量到 1.30 倍誤差的紀錄，這條線用日資料再等下去也等不到答案。

 對這禮拜的財報。  這是唯一一個效果大到跑道很短的題目。放大 3.82 倍、集中在一天半、第 +2 天回到常態，96 次事件量得清清楚楚。財報日的風險可以照著這個數量級去抓部位。

 對週五的非農。  失業率預估從 4.2% 抬到 4.3%，是 0.1 個百分點的移動。這種尺度的效果，配上單月調查的雜訊，本身就是一個跑道很長的題目，單一個月的數字翻不了任何結論，除非它偏離預估非常多。

 對你手上任何一個新標的。  打開試算三問：想抓的效果多大、標的有多吵、需要幾天。如果第三格算出來的天數比你手上的資料多一個數量級，那就直接承認這件事現在量不到，把注意力放到別的地方，別在儀表板上盯著一個誤差比自己還寬的數字。

跑道不夠長就強行起飛，飛機不會慢慢下降。

 本期精選文章（點標題可讀原文）： 

• 一根 16% 的黑K，對 Google 是八個標準差，對 SpaceX 只是普通的一天 — 5 根日報酬算出來的 231% 年化波動率，量級可信、精度不可信。
• 特斯拉本來就比福特會動：三檔單股槓桿基金掛牌，九次對照比不出新的差距 — 525 天、九次比對全在門檻以下；差距在掛牌前就存在。
• 三個分數全贏，我們還是判它不能用：82 天撐不起一個結論 — 18 個測試日給 0.88，要碰到 3 得等 208 個測試日、約 2.9 年原始資料。
• 我們還差 136 天才敢下結論，中途先抓到自己的資料過期 — 116/252 天，46.0%；事先訂的門檻只有在對自己不利時才有價值。
• 永續合約資金費率能預測比特幣波動嗎？樣本內很強，樣本外過不了門檻 — 932 天樣本外，改善 0.73%，主模型顯著性 0.0805，沒過。
• 科技股財報日的波動放大 3.8 倍，然後兩天就沒了 — 96 次財報、強度 10.11；效果夠大時，九次事件就夠。
• 同一個模型跑三次，答案在三個月裡移動了 0.07 — 窗口結束日帶來的移動，是數值誤差的一千倍。
• 波動率「測不準」能不能當減碼訊號？六檔 ETF、六十天的老實答案 — 六分之五方向對，七個檢定全部沒過門檻。

懶人包

資料來源：VolPred archive 已發布文章（跨主題、跨時間彙整，來源發佈日 2026-06-23 至 2026-08-04），本篇引用的每個數字均取自上述公開文章正文與其實驗結果檔。市場即期資訊（VIX 8/5 收盤、非農預估、財報行事曆）為當日公開行情與行事曆資料。內文圖表為來源研究之實證結果；文末懶人包為本篇框架之視覺摘要。跑道試算為等比例外推估算，非正式檢定力分析。本文為資料解讀，不構成投資建議。