三個分數全贏，我們還是判它不能用：82 天撐不起一個結論

我們做了一個猜「0050 明天會晃多大」的模型，跟一個很笨的對手比。三項評分，我們的模型全贏。

判決是：不能用。

這篇要講的是這個判決怎麼下的。下完之後還有一件更難堪的事：我們回頭檢查自己寫在設定檔裡的放行標準，發現那個標準也訂得太鬆。

「晃多大」是可以量出來的

0050 的成交價每五分鐘記一次。把一天之內每五分鐘的漲跌幅各自平方、全部加起來，會得到一個數字。數字大，代表那天價格上下甩得凶；數字小，代表整天貼著平盤慢慢走。這個數字就是那一天的實際晃動量。

這段期間平均每天有 52.1 根五分鐘資料，最少的一天也有 52 根，沒有哪一天是靠零星幾筆成交硬湊出來的。

我們的模型只做一件事：拿前一天、前五天、前一個月的晃動量，去推明天的晃動量。背後的想法很直白，市場抖起來會抖一陣子，靜下來也會靜一陣子。

對手更簡單，簡單到有點欺負人：直接把昨天的晃動量抄過來當作明天的答案。這種對手在波動預測裡出了名的難纏，因為波動本來就黏著昨天走。

先講怎麼防自己作弊

預測明天的東西，最容易出錯的地方是不小心把明天的資料放進去。

所以所有輸入都往前挪了一天，五天平均和一個月平均也是建在挪過之後的序列上，不是原始序列。訓練跟測試按時間先後切開，前面 70% 拿來學，後面 30% 拿來考，中間不打亂順序。要猜的目標是當天的晃動量，而當天的任何資訊都沒有出現在輸入端。

模型要看一個月，所以前面 22 天當暖身丟掉。82 個交易日剩下 60 列可用，切成 42 天訓練、18 天測試。

18 天。這個數字後面會一直回來找我們。

計分板：三比零

前兩格看起來很漂亮。誤差分數低了 29.3%，平方誤差直接砍掉快一半。

第三格是這篇文章的第一個轉彎。

那一格問的問題是：把測試那 18 天的平均晃動量算出來，每天都填這個平均值當預測，這樣的成績當作零分。你比這條水平線好多少？

我們的模型是 −0.038，對手是 −1.049。兩個都在零以下。對手輸得很難看，我們輸得比較好看，但一樣是輸。

贏過一個笨對手，跟贏過一條水平線，是兩件事。我們只做到前面那件。

正式對決：差距撐不起結論

前兩格的分數是把 18 天的誤差平均起來看，看不出這個差距有多穩。所以要跑一次正式的兩兩比較：每天算一次雙方的誤差差距，再看這串差距的平均值，相對於它自己每天的跳動幅度有多大。差距又大又穩，這個檢定就會給出很高的統計強度。

結果是 0.88，對應的顯著性數值 0.390。

白話講：如果這兩個模型其實一樣爛，光靠 18 天的運氣，也很容易湊出我們看到的這種差距。

專案自己訂的及格線是統計強度的絕對值要超過 3。這條線比金融研究常用的標準嚴，因為波動預測的訊號很容易是雜訊裝出來的。0.88 離 3 不是差一點，是差一個檔次。

模型內部的體檢也不好看。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。更麻煩的是最後那根帶負號，跟這類模型該有的方向相反。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。

兩天新資料，把分數搖大、把結論搖成反方向

這條產線之前跑過一次檢查點。那時候資料是 80 天，測試窗一樣是 18 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。

兩天資料就能把表面分數推動這麼多，卻沒有把推論的體質推動半分，反而還退了一步。小樣本的定義大概就是這個樣子：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」。

要多少資料才夠？我們算了一下，答案很難看

統計強度大致隨著測試天數開根號成長。把目前每天觀察到的差距原封不動往後複製，可以推估不同測試長度下大概會落在哪裡。

208 個測試日不是 208 天就好。測試只佔三成，前面還要扣掉 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。

這條外推是等比例放大，前提是每天的差距維持現在的平均值跟現在的浮動幅度。它是個估算，不是正式的檢定力計算。真實世界裡差距可能變大，那就早一點過；也可能變小，那就永遠過不了。

不管往哪邊偏，量級是清楚的：現在缺的資料不是多幾週，是多幾年。

我們的門檻自己也沒過關

專案原本寫死的重啟條件是：總天數達到 200，或測試天數達到 50，就把這條線再撿起來跑一次。

按上面那條曲線，測試天數 50 只會把統計強度推到 1.47 附近。也就是說，我們設的那個「再回來看看」的時間點，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。這是這次跑完最有用的一個發現，而它跟 0050 沒關係，跟我們自己怎麼設檢查點有關係。這條會拿回去改，改成能真正分出勝負的長度。

這篇沒有東西可以拿去用

沒有「所以 0050 的波動可以這樣預測」，沒有進場出場，也沒有「模型有效但要小心」這種和稀泥的說法。

有的只是：目前這份資料量，不足以判斷這個模型比昨天照抄更好。同時，我們原本用來決定何時重新判斷的標準，本身也不夠格。

兩件事都寫出來，這一輪才算沒有白跑。

資料與範圍

標的是 0050.TW，原始資料為五分鐘 intraday bar，聚合成每日已實現波動。樣本 82 個交易日，期間 2026-01-20 至 2026-06-01，平均每日 52.1 根 bar、最少 52 根。模型需要 22 天暖身，暖身後剩 60 列，依時間順序 70/30 切成 42 天訓練與 18 天測試。

所有輸入變數都往前位移一天，滾動平均建在位移後的序列上，時序切分不打亂，當日資訊不進入預測變數。對照組是「以昨日已實現波動作為今日預測」的隨機漫步。兩模型比較採用含小樣本修正與序列相關修正的預測誤差檢定。

文中所有分數與統計強度取自本次實驗的結果檔（隨機種子 42，產出時間 2026-06-03）。測試天數與統計強度的對應關係為等比例外推估算，非正式檢定力分析，前提是每日誤差差距的平均與離散度維持不變。

本次判決為不足以下結論，不代表該模型有效，也不代表無效。本文是資料分析紀錄，不是投資建議。

懶人包圖組