31 家公司、6 個指標、5 個假設：為什麼「看得到的特徵」無法預測財報當天的波動反應

公開資料找不到規律，不代表規律不存在。K1113 實驗的結論是：市值、beta、成交量、財報頻率、歷史波動率、產業相對動能，這 6 個指標在預測財報當天波動反應差異這件事上，全部無效。5 個預先登記的假設，0 個通過。

這個實驗試圖解決什麼問題

在台灣 31 家上市公司的樣本中，我們先前發現一個現象：不同公司在財報公告日前後，股價對「預期財報波動」的反應強度差異很大。有些公司在財報前幾天波動明顯上升，有些幾乎紋風不動。

這個差異有辦法事先預測嗎？如果可以，研究者或投資人就能根據公司特徵，在財報季前就挑出哪些公司值得特別處理、哪些公司走基本模型就好。

K1113 是一個 預先登記的確認性實驗 （pre-registered confirmatory experiment）。研究設計、變數清單、成功判定標準，全部在跑資料之前就白紙黑字鎖定，不能事後修改。鎖定設計的目的是防止「試了 20 個指標，挑 2 個有效的說：看！我找到了！」這種篩選偏差（data dredging）。

6 個指標，沒有一個站得住

BH-FDR 是 Benjamini-Hochberg 多重檢定校正，目的是控制「同時檢驗 6 個指標時，偶然冒出一個看起來顯著」的機率。校正後，最小的調整 p 值是 0.854。0.05 是一般顯著水準，0.854 距離那條線非常遠。這不是「差一點就顯著」，是完全的雜訊。

CV R² = -0.661：預測效果比瞎猜還差

在樣本內，這個 6 變數迴歸的 R² 是 0.116，看起來還有點解釋力。但這個數字是騙人的，因為它拿訓練資料自我評分。

更可靠的評估方法是 5 折交叉驗證（5-fold cross-validation）：每次用 4/5 的資料訓練，拿出 1/5 的資料測試，而且訓練集和測試集的標準化參數嚴格分開計算，防止資料洩漏。

結果是：CV R² =  -0.661 。

負的 R² 代表什麼？R² = 0 是「模型的預測和直接猜全部公司的平均值一樣準」，R² < 0 是「模型的預測比猜平均值還要差」。-0.661 告訴我們，這 6 個指標拼在一起，不但沒有預測力，還引入了反方向的雜訊。

Tier A = 0：沒有任何一家公司可以被推薦使用特殊模型

實驗設計中有個實用目標：能否把 31 家公司分成三級？

• Tier A：預測顯示波動反應明確偏高，建議使用財報感知版本的 A4f 模型
• Tier B：預測不確定，用基礎版本
• Tier C：預測顯示波動反應明確偏低，建議避開財報版本

分類的方法是：用迴歸係數預測每家公司的反應強度，再計算這個預測值的完整預測區間（不只是係數不確定性，也包含殘差不確定性）。

結果：Tier A = 0 家，Tier B = 31 家，Tier C = 0 家。

全部 31 家公司都落在「不確定」的中間地帶。這個分類系統，等同於沒有分類系統。

值得一提的是：實驗過程中，Codex（GPT-5）的程式碼審查發現了一個 bug。原始程式碼在計算預測區間時，漏掉了殘差變異，只算了係數不確定性。這讓區間看起來比實際更窄，原本有 1 家公司（中鋼）被誤判為 Tier A。修正 bug 後，Tier A 歸零。 原始程式碼的錯誤讓結果看起來稍微樂觀，修正後更加悲觀。 

和 K1109 對比：兩條路都走不通

上一個相關實驗 K1109 測的是產業類別（foundry、fabless、金融、航運等 8 個）能否預測反應差異。當時也全部失敗：聯合 F 檢定 F(7,20) = 1.31，p = 0.297，沒有任何顯著結果。

K1109 當時有兩個指標在連續變數迴歸中看起來邊際顯著：對數市值的白色標準誤 p = 0.027，beta 的白色標準誤 p = 0.010。K1113 把這兩個指標納入，專門設計一個乾淨的連續變數版本，結果它們的 p 值分別跳到了 0.682 和 0.746。

這說明了什麼？K1109 看到的邊際顯著，很可能是因為和產業虛擬變數的共線性。當產業類別從模型中移除，市值和 beta 的「信號」也跟著消失。那個信號本來就不屬於它們，只是搭了產業變數的便車。

K1109 的 0.340 樣本內 R² 很好看，但它的 ANOVA p 值是 0.297，代表那個 R² 完全是過擬合出來的。K1113 的交叉驗證 R² 直接擊穿零以下，把這件事說清楚了。

這個 null result 告訴我們什麼

首先，null result 不是實驗失敗。這是一個預先登記、方法論符合規範、程式碼通過獨立審查的確認性實驗。它給出的答案很明確：用 yfinance 取得的這 6 個公開市場指標，在這 31 家公司的樣本下，對財報波動反應的差異沒有預測力。

這個結論縮小了「答案可能在哪裡」的搜索範圍。

真正的差異如果存在，比較可能藏在不容易從公開資料直接取得的地方，例如：

• 散戶委託流量的組成比例（非法人的比例越高，財報前的噪音越多）
• 公司透明度或資訊揭露品質（中文財報附錄的詳細程度、分析師預測的分歧度）
• 法人持股進出的節奏（在財報前幾週是否有明顯的異常動向）
• 可以對沖的選擇權是否存在（對沖管道會壓低波動期間的跳升）

這些資料有些在 TEJ 有、有些需要向交易所申請或爬取，不是開個 yfinance 就能取得的。

讀者可以帶走的一件事

下次你看到有報告說「某個指標可以預測 X 公司財報後的波動」，可以問以下問題：

1.  樣本有多大？  N=31 已經是嚴謹設計的樣本，但仍算小。如果報告的樣本是 15 家或更少，得到的「顯著」更可能是雜訊。

2.  有沒有多重檢定校正？  測了 6 個指標，如果不做 BH-FDR 校正，純靠 p < 0.05 就會有高機率冒出假陽性。

3.  有沒有樣本外驗證？  樣本內 R² 很容易膨脹。有效的信號需要在留出的測試集或後續時期中被複現。

K1113 三個問題都回答了。答案是：樣本 31，BH 校正後全無顯著，CV R² = -0.661。

這是 N=31 樣本下誠實的答案。它的侷限也很清楚：如果把樣本擴大到台灣全部上市公司（約 300-500 家），結果可能不同。目前這個結論只能說：在我們能乾淨地估計財報波動反應參數的 31 家公司裡，用公開市場指標找捷徑這條路走不通。

 數據來源 ：yfinance（市值、beta、成交量、波動率、動能）、財報公告日期（Earnings dates）；實驗 K1113，台灣 31 家上市公司樣本，seed=42，bootstrap 5000 次。

 相關實驗 ：K1109（產業類別版本，同樣 N=31 樣本，同樣失敗）