市場一恐慌就該換模型？我們把台美 5,368 個交易日切成兩半，勝負沒有換人

一個很順手、但沒人驗過的操作

做風險預測的人手上通常不只一套模型。行情平靜的時候用 A，市場一翻臉就換成 B，聽起來合理：既然市場的性格變了，工具當然也該換。

我們自己也吃過這個直覺的虧。平台過去幾次跑「哪一套模型比較會預測波動」的賽馬，都是把整段歷史攤平算一個總分，然後宣布一個冠軍。總分只有一個，代表我們從來沒有能力回答一個更實際的問題：這個冠軍，在市場恐慌的日子還是同一個嗎？

這次實驗就是去回答它。答案很乾脆：勝負沒有翻盤，兩種市況下贏的是同一套，而且贏得很少。與其在市況之間換來換去，不如承認兩套差不多。

先講清楚三件事

 要預測的東西是什麼。  我們預測的是明天的波動有多大，不是漲還是跌。真實波動事後才知道，所以要有一個「代理值」來當標準答案。最單純的代理值是當天報酬的平方：漲跌 2% 那天，平方就是 4；平盤那天接近 0。

 兩套模型分別是什麼。  第一套的想法很土：把昨天、上週、上個月的波動加權平均，就是明天的波動。以下叫它 平均派 。第二套多做一件事，它記得市場下跌造成的波動會比上漲更大，所以碰到黑 K 棒會把預測值往上拉。以下叫它 不對稱派 。

 怎麼比分。  每天各自出一個預測值，跟事後的代理值比對，算出一個預測誤差分數，分數越低代表估得越準。把所有日子的分數平均起來，誰低誰贏。

把日子切成恐慌與平靜

分界線用 VIX，也就是美股的恐慌指數（台股用台版 VIX）。如果昨天的 VIX 高於「歷史上到昨天為止的中位數」，今天就算高恐慌日，反之算低恐慌日。

用昨天的數字、用只看得到過去的中位數，是為了不偷看未來。一旦拿全樣本的平均值當門檻，模型等於知道了後面幾年會發生什麼事，成績就不能信。

美股 SPY 的樣本是 2009-12 到 2026-07，共 4,156 個交易日，跨過 2020 年崩盤與 2022 年空頭；台股 0050 是 2017-01 到 2021-12，共 1,212 天，跨過 2018 年的兩次波動衝擊與 2020 年崩盤。兩邊加起來 5,368 天。

結果：四根柱子，同一個贏家

四種情境，不對稱派全贏，沒有一次換人。把代理值換成另一種算法（當日高低價區間再加上開盤跳空），八根柱子還是同一個方向。

到這裡，一個習慣看方向的人會下結論：不對稱派比較強，恐慌時尤其強，那就用它。慢一點。

全贏，卻不能說它比較好

看誤差的差距，美股高恐慌那組是 1.781 對 1.508，看起來有點東西。但把每一天的誤差差額拿去檢定，考慮到這種差額本身跳動得很厲害，訊號就被雜訊吃掉了。四組檢定算出來的訊噪比落在 1.0 到 2.1 之間，我們平台採用的通過門檻是 3.0。連 2 都摸不到。

門檻設在 3.0 是有原因的。金融資料被太多人反覆挖掘，跑一百個組合、挑出最好看的那一個，本來就很容易挑到運氣。門檻拉高，寧可錯過真的訊號，也不要把運氣誤報成發現。

所以正確的講法是： 不對稱派一路小贏，但這個小贏沒有強到能排除運氣。  不能寫成「不對稱派比較準」，也不能寫成「兩者一樣準」，證據只支持一句話：分不出來。

直接問：市況會不會改變勝負

前面比的是「誰贏」，還沒回答「贏的幅度會不會隨市況改變」。要回答後者，得把每天的誤差差額對「今天是不是高恐慌日」做迴歸，看那條斜率有沒有離開 0。斜率為正，代表恐慌時不對稱派的優勢變大；為負，代表變小；壓在 0 上，代表市況根本不改變什麼。

四組的信賴區間全部橫跨 0。就算兩派的差距完全不受市況影響，光靠運氣也有 32% 到 84% 的機會跑出我們看到的這種偏移，遠遠稱不上證據。更有意思的是，其中三組的估計值是 負的 ，方向反而在暗示恐慌時不對稱派的優勢略微縮小，跟「危機時要換上更複雜的模型」那套說法剛好相反。當然，這三個負值本身也不顯著，不能反過來拿來說故事。

一個補充：另有一個更寬鬆的聯合檢定，在每個市場各有一種代理值上判定兩派「條件上不等價」。那個判定反映的是「兩種市況下都存在的一致小優勢」，跟「贏家會換人」是兩件事，而且換一種代理值就消失了。把它讀成市況訊號，是這次實驗最容易犯的錯，我們在內部審查時被抓過一次。

兩個差點把結論寫反的坑

第一個坑是代理值。如果只用當日最高價減最低價來衡量波動，會漏掉隔夜跳空。美股上，這種算法只捕捉到 61% 的實際波動，台股更只有 44%。少掉的那塊剛好是不對稱派最擅長的部分，於是它被系統性地扣分，第一版跑出來的訊噪比高達 49。統計上好到不可思議的數字，通常是 bug 而不是發現。

第二個坑是一筆髒資料。0050 在 2014-01-02 有一根供應商端的錯價，收盤價一夜之間從 37.41 掉到 9.33，等於一天跌 139%，遠遠超過台股 7% 的漲跌幅限制。

不對稱派會把大跌記在心裡，於是這一根假跌棒毒害了它接下來整整一個月的預測，單日誤差大到主導整條曲線，一度把結論推向「台股有穩健的市況依賴性」這種漂亮版本。清掉那段之後，結論反過來。

修法在流程，不在資料。程式裡加了一道閘：任何一天的報酬超過交易所漲跌幅限制，實驗直接中止。壞資料應該讓流程停下來，不該讓人靜靜繞過去。

對操作的意思：省掉一個動作

如果你正在考慮「平常用一套、恐慌時換一套」，這次的證據支持你別這麼做。多一套模型就多一組參數要調、多一個切換規則要定門檻，每一層都是過度配適的入口，而換來的好處在統計上看不到。

反過來說，這篇也沒有給任何一派發獎牌。兩套模型在台美市場、兩種代理值、兩種市況下都咬得很緊。挑順手的那套、把切換的力氣省下來，是目前資料能支持的最好建議。

一個誠實的但書：日頻的波動代理值本來就吵，這種檢定的鑑別力不高，小到中等的市況效應有可能真的存在而被我們漏掉。能講的是：如果有一個大到足以支撐「換模型」的效應，5,368 天的資料應該要看得到，而我們沒看到。

 數據來源 ：美股 SPY 與恐慌指數 VIX 取自 yfinance（2005-01 至 2026-07）；台股 0050 取自 yfinance，台版 VIX 為 VIXTWN 日資料（平台實驗庫存檔序列）。程式碼、完整結果表與隨機種子（42）收在平台實驗庫，實驗編號記於本文 metadata。

 方法 ：條件式預測能力檢定，方法源自 Giacomini & White (2006, Econometrica 74(6), 1545-1578)；誤差指標為變異數預測的標準損失函數，所有預測值只使用預測日之前的資訊。

 限制 ：台股樣本期只涵蓋一次重大危機（2020）；市況只用單一個二元的恐慌門檻切分，更細緻的切法（連續恐慌指數、期限結構、總體變數）留給後續。

懶人包圖組