油市新聞越吵，隔天就越震盪？九年資料跑完，這條線索是空的

結論先講：油市新聞熱度跟原油波動確實一起上下，但拿它來猜明天的波動，一點忙都幫不上。這是一次失敗的嘗試，我把過程完整寫出來，因為失敗的地方剛好是最值得看的地方。

這個想法為什麼看起來很有道理

中東出事、OPEC 開會、油輪被扣，新聞版面立刻被油塞滿，油價當天也跟著跳。這個連結太直覺了，直覺到會讓人跳過驗證。

如果新聞量真的領先波動，那它就是一個免費的預警訊號 —— 不用付錢買情緒資料，數一數今天有多少篇石油新聞就好。GDELT 這個全球新聞資料庫剛好免費開放，每天統計全世界媒體提到某個關鍵字的文章比例。我拿它試了一次。

資料怎麼組

四個標的：西德州原油期貨、原油 ETF、能源類股 ETF、油氣探勘 ETF。價格用 yfinance 的日線，波動用當天的最高最低價去估算，這是市場上常見的做法。

新聞熱度來自 GDELT，涵蓋 2017 年 3 月 2 日到 2026 年 6 月 19 日。另外我把美國能源資訊署的每週原油庫存變化也放進來當控制項 —— 庫存是油市公認的基本面變數，如果不控制它，新聞的功勞很容易被灌水。攤開來是 9,515 列日資料。

有一條規矩不能破：所有新聞訊號、庫存訊號都往後挪一天，模型每次只能看到「昨天收盤前就存在」的資訊。少了這一步，任何預測模型都會漂亮到不像話，因為它偷看了答案。

第一張圖就是這兩條線。2020 年那根同時衝上去的尖峰很有說服力：新聞熱度跟波動一起爆掉。但往右看到 2025、2026，新聞熱度爬到全期最高，波動卻大半時間躺在低檔。同步的關係在極端事件時很明顯，平常沒那麼牢靠。

把同一件事量三次

這是整篇最關鍵的一步。同一組資料，我用三種問法各量了一次相關性。

第一種問法：同一天比對。今天新聞多不多，跟今天波動大不大有沒有關係？原油期貨算出來是 0.235，原油 ETF 是 0.221。有東西。

第二種問法：用今天猜明天。今天的新聞熱度，跟明天的波動有沒有關係？降到 0.173 和 0.166。還在。

第三種問法才是真正該問的：先把「波動自己的昨天、上週、上個月」扣掉，新聞還剩下多少獨立貢獻？答案是 0.027 和 0.046。能源類股 ETF 甚至變成 −0.004。

四個標的全部塌到 0.05 以內。這就是答案：新聞熱度看起來知道的那些事，波動自己昨天就已經講完了。波動有很強的慣性，今天大、明天通常也大，而新聞熱度只是跟著同一批事件在動，沒有多帶來一份獨立情報。

正式的成績單

看相關性還不夠，得真的拿去比預測。基準模型是「波動自己的歷史 + 庫存變化」，挑戰者是同一套再加上前一天的新聞熱度。測試期從 2020 年起算，跨四個標的共 1,626 個交易日。

改善幅度最大的原油 ETF 也不到 1%，而且是四個裡最好的那個。這種規模的差距，跟隨機波動分不開。

門檻是開工前就寫死的：四個標的至少要有三個變準才算數。事後把門檻降到「兩個也行」很容易，但那樣的話這個實驗從一開始就不可能失敗，做它也就沒有意義了。

這篇沒有證明什麼

我只能說這一句：用免費的新聞文章量當代理，在日頻上猜不到原油與能源類股的隔日波動。

不能說的有好幾條。GDELT 給的是「有多少篇文章提到石油」，不是這些文章在講什麼、語氣多緊張 —— 真正讀內容的情緒模型可能是另一回事。庫存我用的是實際公布的變化量，不是「公布值減掉市場預期」的意外值，而意外值才是真正會推動價格的部分。日頻也可能太粗，事件對波動的衝擊常常幾個小時內就消化完。

換句話講，這次否定的是「數新聞篇數」這個具體做法，不是「新聞對油價波動沒有影響」這個大命題。後者我沒有測，也沒資格下判斷。

為什麼要把失敗寫出來

免費資料 + 直覺合理 + 圖看起來很搭，這個組合最容易讓人只跑到第二步就收工。如果我在「用今天猜明天，相關 0.173」那裡停手，這篇就會變成一個很好看的訊號故事。多問一句「扣掉波動自己的歷史之後呢」，0.173 就掉到 0.027。

差別只在願不願意多量那一次。

原始程式與完整結果保留在專案的實驗目錄，資料來源為 GDELT 全球新聞資料庫、美國能源資訊署原油庫存、yfinance 日線。

懶人包圖組