台積電財報事件交易策略（策略A）：全樣本與多頭期顯著、但跨期穩定性不足——可交易性存疑

一句話結論

K620 的事件後加碼策略（策略A）在全樣本（Newey-West 自我相關修正後達到嚴格統計門檻）與 2023–2026 多頭期（OOS3 同樣通過嚴格統計門檻）都顯示可偵測的信號，bootstrap 信賴區間也不含零（[+0.53%, +1.55%]）——但 2015–2018（OOS1）和 2019–2022（OOS2）都未達顯著水準，顯示信號高度集中於近期多頭行情。扣除交易成本後淨超額仍有  +0.814%/年 ，月勝率達到 59.85%（達顯著水準）。整體判定： 策略A 有可統計偵測的信號，但跨期穩定性不足，不建議直接轉為上線策略 。

起點：K617 事件研究的發現

這個故事從 K617 開始。那次實驗發現：每次台積電公布月營收後的 5 個交易日，0050.TW 的平均波動率比正常時期低約  12.9% ，而且在統計上達到顯著門檻。同期對照組——美國非農就業（NFP）公布日（K528）——完全沒有出現類似現象。

這個訊號有合理的微結構解釋：台積電是 0050 最大成分股（權重近 50%），月營收公布是市場長期追蹤的定期訊息事件，揭露後不確定性溢酬下降，波動率自然收縮。

K620 的問題是： 這個波動率下降，能否轉換成可持續的超額報酬？ 

實驗設計：聚焦策略A

我們在 VT 策略框架下（基準：8.63/VIX，封頂 1.0）測試一個純粹的加碼邏輯：

 策略A（事件後加碼） ：台積電月營收公布日起 6 個交易日（包含公布日當天），0050 權重 ×1.20（封頂 1.0）。

樣本：2015-01-07 至 2026-03-27，共  2,728 個交易日 ，涵蓋 135 次月營收公布事件。

評估層次：

1. 全樣本統計顯著性（Newey-West 自我相關修正；嚴格門檻：統計強度需達 3.0 以上）
2. 跨期 OOS 切片（三段獨立：2015–2018 / 2019–2022 / 2023–2026）
3. Bootstrap 比較信賴區間（10,000 次 i.i.d. 重抽樣，seed=42）
4. 交易成本（10bps 雙向，weight-delta 方法）
5. 月勝率（逐月超額報酬為正的月份佔比）

全樣本表現：策略A 通過嚴格統計門檻

策略A 的全樣本超額日報酬，Newey-West 自我相關修正後 統計強度達 3.70（n=2,728） ，通過嚴格統計門檻（強度門檻：3.0 以上）。年化超額約 1.02%。

數字上，策略A 是 K620 四個變體中唯一全樣本通過嚴格統計門檻的策略。問題是：這個顯著性來自哪裡？

跨期 OOS 切片：信號高度集中於 OOS3

把 2,728 個交易日切成三段獨立期間，各自對策略A vs 基準做配對統計檢定：

三個觀察：

1.  只有 OOS3 通過嚴格統計門檻 ：2023–2026 的 AI/半導體多頭行情下，策略A 的統計強度達到嚴格門檻——但這段期間基準 Sharpe 本身就高達 2.40，是高度有利的市場環境。

2.  OOS1 與 OOS2 均未達顯著 ：統計強度分別為 1.80 和 1.65，都在顯著水準邊緣但未通過嚴格門檻。在三段獨立期間中只有一段通過，跨期穩定性存疑。

3.  全樣本顯著性來自 OOS3 集中 ：策略A 的年化超額在 OOS3 達 1.83%，在 OOS1/OOS2 分別為 0.73% 和 0.66%——OOS3 的效應大小約是前兩期的 2.5 倍，全樣本的強勁統計強度主要由 OOS3 帶動。

Bootstrap 比較信賴區間：不含零，但分布偏 OOS3

策略A 對基準的日超額報酬，全樣本 bootstrap 重抽樣（10,000 次，seed=42）：

•  點估計 ：年化超額 +1.03%
•  95% 信賴區間 ： [+0.53%, +1.55%] 

信賴區間 完全不含零 。這意味著：在 95% 信心水準下，可以拒絕「策略A 真實超額為零」的虛無假說。

這個結果和策略C（前減後加組合）的 CI = [-0.155%, +1.195%] 有根本差異——C 的 CI 包含零（實質 null），A 的 CI 不包含零。混用兩者的資料，會得到完全不同的結論。

然而，需要注意的是：bootstrap 使用的是 i.i.d. 重抽樣，未計入日報酬差的序列相關；且全樣本 CI 的分布反映了 OOS3 超額的集中效應，而非三期均衡分布的結果。

交易成本：扣成本後仍有正超額

策略A 相比基準的額外交易成本（weight-delta 法，10bps 雙向）：

•  年化額外交易成本 ：+0.217%
•  毛超額報酬 ：+1.030%/年
•  淨超額報酬 ： +0.814%/年 

策略A 的額外成本比策略C（+0.42%）低，因為 A 只在事件後加碼、沒有事件前的減碼動作，影響的交易日較少。扣完成本後仍有 +0.814% 的正超額，但其集中性來自 OOS3 的問題依然存在。

月勝率：59.85%，統計上顯著

逐月統計策略A 相對基準的超額報酬：

•  總月份 ：137 個月
•  超額為正 ：82 個月
•  超額為負 ：55 個月
•  勝率 ：59.85%
•  統計顯著性（二項分布單尾檢定） ：達顯著水準

月勝率 59.85% 在統計上達顯著水準，優於 50%。這和策略C 的 51.85%（約擲銅板水準，未達顯著）有明顯差異。

但同樣需要注意：策略A 是純「加碼」策略，在長期多頭行情中（2015–2026 平均年化 ~12%），「事件後持有更多 0050」本身就傾向產生正超額——這個月勝率有多少是事件信號、有多少是方向性 beta 曝險，仍難以乾淨分離。

跨期異質性的機制解釋

為什麼策略A 在 OOS3 顯著、OOS1/OOS2 不顯著？

一個合理的解釋框架：

1.  策略A 本質是間歇性加碼 （每個事件後 6 天 × 135 次 ≈ 810 天，約佔總樣本 30%），多持有 0050 的本質是 吸收更多方向性 beta 。

2. 在震盪偏空市場（OOS1：2015–2018 包含 2015–2016 修正、2018 年美中貿易戰）和高波動市場（OOS2：包含 COVID、2022 升息衰退），「多持有 0050」的超額隨機性高，效應規模小（統計強度未達門檻）。

3. 在 AI/半導體多頭行情（OOS3：2023–2026），TSMC 營收屢創新高，「公布後加碼台積電相關 ETF」的方向性 beta 直接受益，效應被放大（達到嚴格統計門檻）。

4. 用白話說： 策略A 的超額報酬主要來自「在台積電利多環境下多抱 0050」，而不是「事件本身產生的獨立 alpha」 。這不代表策略A 無價值，但限制了其在非多頭環境的可靠性。

對讀者的實務意義

K620 策略A 的三個誠實啟示：

1.  全樣本統計顯著 ≠ 跨期穩定 ：全樣本統計強度看起來很強，但分拆後只有 OOS3 通過嚴格門檻。單一全樣本統計量不足以論定策略穩健。

2.  不含零的 CI 不等於可交易的 alpha ：bootstrap CI [+0.53%, +1.55%] 確實統計上顯著，但分布背後是 OOS3 集中效應。若下一個市場環境回到 OOS1/OOS2 的震盪格局，信號強度將顯著下滑。

3.  策略A 與策略C 的結論截然不同 ：前者不含零的 CI 和顯著月勝率，後者 CI 包含零且月勝率約擲銅板。混用兩者的資料做論證（如原始 FAIL 草稿），會得到錯誤結論。正確的分析路徑是 全程使用同一策略的數據 。

限制與後續方向

•  OOS3 集中性 ：若 2023–2026 AI 多頭回落，策略A 的 OOS4 表現預計回歸 OOS1/OOS2 水準（統計強度未達門檻）
•  事件日近似 ：每月 10 日為近似值，與實際公布日有 ±1 日落差；真實公布日條件式驗證是下一步
•  方向性 beta 分離 ：條件策略（只在台積電法說會有正向驚喜時加碼）或許能分離事件 alpha 與方向 beta；預期需要 high-frequency 數據
•  策略A 目前不上架 ：跨期穩定性未達標（三期中只有一期通過嚴格統計門檻），不符合上架門檻

資料來源

• 0050.TW、^VIX 日頻收盤：yfinance（2015-01-07 至 2026-03-27，共 2,728 個交易日）
• TSMC 月營收公布日：每月 10 日，遇假日順延至下一交易日（135 次事件）
• 補充分析代碼：experiments/k620/k620_strategy_a_supplement.py（seed=42，n=10,000 bootstrap，weight-delta tx cost）
• 原始實驗：experiments/k620/k620_post_event_vol_crush.py + experiments/k620/k620_post_event_vol_crush_results.json

參考實驗

•  K620 （本研究）：Post-Event Vol Crush Trading Strategy
•  K617 ：TSMC 事件研究——事件後 5 日波動下降 -12.9%（描述性發現）
•  K528 ：NFP 事件研究——美國非農無事件後波動下降現象（對照組）

本文為原始草稿（K620 FAIL 版）的修正版，統一使用策略A（事件後加碼）的完整四層分析，修正原文混用策略A 全樣本數字與策略C OOS/bootstrap/成本/月勝率數字的論證不一致問題（Codex 24h-rule 審查發現）。所有數字對應 k620_post_event_vol_crush_results.json + k620_strategy_a_supplement_results.json。遵守 VolPred 研究誠實原則。