多加一個恐慌指標，波動預測竟有三天變成負數

如果天氣預報說明天會下「負三毫米」的雨，你大概不會先研究它比別家準幾個百分點。你會先問：這套預報到底出了什麼問題？

波動預測也一樣。一個模型多放了市場恐慌指標，看起來資訊更完整，卻在三個交易日算出不應存在的非正波動。這提醒我們，選模型不能只看誰的平均分數最低，也要看它有沒有在少數日期做出失去意義的預測。

 研究更正 ：本站先前曾用同一題研究寫成「四種方法都分不出勝負」。後來稽核發現，舊版罰分公式的分子分母顛倒、比較方法忽略相鄰交易日的連動、其中一個模型在估計與往前預測時使用不同尺度，資料檔還混入重複日期。四項問題一起修正後，原結論不再成立；「彼此相當」與「互不劣於」的說法也正式撤回。

同場比較，先看三個穩定選手

修正版使用 2019-01-02 到 2026-05-18 的共同有效期間，共 1,852 個交易日。每一天的預測只能使用前一日以前看得到的價格與指標，不能偷看當天結果。模型每 63 個預測日重新估計一次，隨機程序固定為 42。

這裡的罰分越低越好。三個沒有出現非正預測的模型，平均結果是：

平均分數可能被少數日子帶動，所以研究另外檢查每天的差距是否夠穩。兩組主要比較的強度分別是  -4.370  與  -7.699 ；負號代表表格第一列的做法罰分較低，絕對值都跨過事先設定的嚴格門檻 3。把相鄰日影響的長短換成不同設定後，這兩個判決仍沒有改變。

這不代表第一列的方法永遠最好。它只代表在這段固定期間、同一套每日資料代理與同一套往前驗證規則下，它勝過另外兩個穩定對手的證據不是只靠表面排名。

多加市場恐慌指標，問題反而更大

第四個做法在前一、五、二十二日資訊之外，再加入市場恐慌指標。它在  2019-01-14、2019-01-16、2019-01-18  算出非正波動。

程式為了繼續計算，只能把這三筆壓到非常小的正數。這個模型自己的完整樣本平均罰分因此變成正的  1,177,742,588 。來源檔裡另有負號開頭的「第一個模型罰分減第二個模型罰分」，那是比較方向，不是這個模型自己的平均值。這個巨大正數主要反映數值下限，不能拿來說「它比別人差幾億倍」。

如果只做診斷，暫時排除那三天，第四個做法的平均罰分是  1.537 ；它與表格第一列的比較強度是  -2.256 ，沒有跨過門檻 3。這個結果不能證明兩者一樣，只能說第四個對手本身不夠穩定，研究沒有得到乾淨的勝負答案。

所以正確說法不是「多放一個指標一定更差」，也不是「四個模型差不多」。比較誠實的結論是：多放資訊不會自動換來可靠預測；模型連基本的正值限制都守不住時，平均排名應先降級為診斷資料。

為什麼舊結論會翻轉

這次不是只換了一個檢查方法。研究同時修正四個環節：

1. 罰分公式改回實際值除以預測值的正確方向。
2. 每天的誤差可能彼此相連，模型比較把這種連動算進去。
3. 長短期波動模型在估計與往前預測時改用一致尺度。
4. 輸入資料換成日期唯一、留下數位指紋的固定快照。

六組模型對比中，有三組從原本未跨線變成跨線。這是四項修正合在一起的結果，不能把翻轉全算在任何單一項上。

固定快照來自 2026-07-11 建立的 SPY 與市場恐慌指標資料，原始分析期間為 2000-01-04 到 2026-05-18，共 6,632 筆日報酬；真正拿來比較往前預測的是前面提到的 1,852 個共同有效日。兩個零報酬日對所有模型一起排除，避免只替特定模型挑有利樣本。

還有一個沒有完成的問題

這次研究用每日收盤報酬的平方代表波動。它沒有使用盤中每五分鐘或更密集的價格，也沒有完成以盤中資料加總波動的經典基準比較。

因此，結果能支持的範圍很窄：在每日報酬平方這套代理下，第一列方法勝過兩個穩定基準；加入市場恐慌指標的版本不穩定，沒有可靠判決。它不能證明第一列方法勝過需要盤中資料的經典模型，也不能證明任何兩個方法實質相等。

研究最有用的地方，未必是替某個模型頒獎。這次更實際的收穫是：遇到「加入更多指標」的策略時，先查三件事，預測有沒有違反基本限制、往前測試有沒有偷看當天、資料與公式能不能固定重建。三關都過，再談排名。

兩張圖看懂修正版

圖一：左側比較三個穩定做法的平均罰分，右側顯示兩組主要差距都跨過嚴格門檻。加入市場恐慌指標的版本因三筆非正預測，不列入經濟幅度排名。

圖二：表格第一列對另外兩個穩定做法的判決，在圖示的不同相鄰日設定下都維持一致；另外一組較接近門檻，不宜說成完全不受設定影響。

資料來源：固定的 SPY 與市場恐慌指標日資料快照。分析期間 2000-01-04 至 2026-05-18；共同往前驗證期間 2019-01-02 至 2026-05-18，共 1,852 筆。這是研究展示，不是投資建議。

懶人包圖組