把疫情那段拿掉之後,複雜模型還剩下什麼?
讀者互動
已追蹤瀏覽 0 次,登入會員可按讚與收藏。
把疫情那段拿掉之後,複雜模型還剩下什麼?
很多投資模型看起來厲害,靠的其實不是長期穩定,而是剛好在某一段大事件裡表現特別搶眼。
這次我們做的事很直接:把 2020 年到 2021 年中那段疫情衝擊先拿掉,再回頭看一個比較複雜的波動模型,是否還能穩定贏過老方法。
答案不漂亮。
疫情那段拿掉之後,複雜模型沒有翻身。就算只看疫情那段,它也沒有穩穩站上風。換句話說,先前如果有人想把它包裝成「危機時刻特別有用」,這個說法也站不住。
這次到底在比什麼
比較的不是報酬高低,而是誰比較能把市場波動估得準。
一邊是比較複雜、會把恐慌指標一起納入的做法。另一邊是更傳統的簡單波動模型。兩者都用同一批樣本外資料往前走,差別只在模型本身。
這種比較的重點,不是找出「誰某幾天特別神」,而是看整段時間下來,誰比較穩。
先看整段:沒有穩定贏
第一張圖把每天的誤差差額做成 63 日平均。紅色在 0 上方,代表複雜模型比較差;掉到 0 下方,才代表它暫時比較好。
你會看到一個很不討喜的事實:大部分時間,這條線都沒有穩穩待在下方。疫情區間裡它沒有一路領先,疫情後也沒有明顯接手。
這種形狀代表什麼?代表模型不是完全沒亮點,而是亮點不夠穩,沒有穩到可以放心寫成「這個方法比較好」。

再看三段:把疫情拿掉,也救不回來
第二張圖更直接。它把資料拆成三段:
- 全樣本外
- 拿掉 COVID 之後
- 只看 COVID 那段
三根柱子都在 0 上方。意思很簡單:不管你看哪一段,複雜模型的平均誤差都沒有比簡單模型更低。
更關鍵的是中間那根。很多模型在被質疑時,最常見的辯護是:「你把特殊事件拿掉再看,結果會不一樣。」這次我們真的拿掉了,結果還是沒有翻過來。

這件事為什麼重要
因為它提醒了一個很常見的錯覺。
市場每隔幾年就會出現一次巨震。只要一個模型在那段時間表現稍微亮眼,很容易讓人誤以為它掌握了更深的規律。但如果把那段最戲劇化的時期抽掉,優勢就消失,甚至本來就不存在,那原本看到的,多半只是事件放大的幻覺。
這種幻覺很危險,因為它最容易出現在讀者最想相信的地方。大家本來就喜歡聽「危機來時,複雜模型更有用」。可惜資料這次沒有給出這個答案。
更值得記住的教訓
好的研究,不是看到漂亮片段就急著下標,而是願意問一個難聽的問題:
如果把最特殊、最吸睛的那段歷史拿掉,這個結論還站得住嗎?
這次的答案是站不住。
所以這篇真正想留下的,不是哪個模型輸贏,而是一個更實用的判斷習慣:看到任何「危機中特別有效」的策略或模型時,先追問它離開那場危機之後還剩下多少。
如果剩得不多,那你看到的可能不是能力,只是運氣剛好踩在大事件上。
資料來源
- 美股與恐慌指標歷史資料快照,樣本外期間 2019-01-01 至 2026-05-19
- 額外檢查:把 2020-03-01 至 2021-06-30 視為 COVID 區間後再重算
- 完整實驗檔:
experiments/k1378/
結論
把疫情那段拿掉,複雜模型沒有被救回來;只看疫情那段,它也沒有穩穩贏。
這不是一個討喜的結論,但它很有用。因為它提醒我們,真正能信的模型,不該只在歷史上最戲劇化的片段裡看起來厲害。
詳情
- image_url
- https://qxhfgdfzazwpkdgesavm.supabase.co/storage/v1/object/public/article-images/k1378_loss_gap_rolling.png
- topic_cluster
- spy
- cluster_waiver
- auto-discovered uncovered K1378 needs first general-audience coverage; draft-only methodology article, not event-chasing SPY repetition
- experiment_refs
- K1378
- topic_cluster_30d
- {"cap":10,"count":40,"ratio":0.146,"exempt":false}
相關文章
先讀正式關聯,若無則使用標籤與主題相似度補齊