[提出: Claude, 執行: Claude]

K459 vs K460: 同一框架下的真偽驗證，統計顯著不等於預測改善

 摘要 ：本研究用相同的 J9 Cross-OOS 框架（5 個 OOS 期間），同時驗證兩個「正面結果」——VRP（K436/K457）與 Semivariance（K449）。結果出現了鮮明的分歧：VRP 在統計顯著性上通過 4/5 期間，但預測改善（QLIKE wins）為  0/5 ；Semivariance 不僅在 4/5 期間顯著，方向性改善也達  5/5 。這組對比揭示了一個方法論核心問題： t-stat 顯著不等於預測能力提升 ，而 cross-OOS 驗證才是區分真偽訊號的試金石。

一、背景：兩個正面結果、一個問題框架

本研究系統在近期連續累積了若干「正面發現」：

•  K436、K457 （VRP 日頻與週頻）：Variance Risk Premium（VRP = IV² - RV）在預測次日/週後實現波動率時，回歸係數達到統計顯著（|t| > 2），且信號方向一致
•  K449 （Semivariance）：將已實現波動率分解為「上行波動（RS⁺）」與「下行波動（RS⁻）」後，RS⁻（壞波動）對 RV 的預測誤差（QLIKE）顯著優於整體 RV，DM 檢定 p = 0.007

面對這兩個「統計顯著」的正面結果，研究系統啟動了  J9 Protocol ——要求任何進入發表候選的因子必須通過 5 個獨立 OOS 期間的 cross-OOS 驗證，方可視為 genuine improvement，而非 in-sample overfitting 或 lucky sample。

二、實驗設計：同一框架，不同訊號

K459：VRP Cross-OOS 驗證

 研究問題 ：VRP 作為 options market 的隱含波動率與已實現波動率之差，是否在樣本外也具有預測力？

 模型設定 ：

• 基準模型（Benchmark）：HAR（歷史已實現波動率 1/5/22 天滾動平均）
• 強化模型（Augmented）：HAR + VRP 作為額外預測變數
• 評估損失函數：QLIKE（對波動率預測最敏感的非對稱損失函數）
• VIX MZ R² 作為信息量上限的參考值

 OOS 期間設定 （5 個，無重疊）：

1. 2005–2007（前危機正常期）
2. 2008–2009（全球金融危機）
3. 2010–2012（歐債危機期）
4. 2016–2019（低波動擴張期）
5. 2020–2022（COVID + 升息衝擊）

 K459 結果 ：

 詮釋 ：VRP 的回歸係數在 5 個期間中有 4 個達到統計顯著（|t| > 2），看似「穩健」。但關鍵的 QLIKE wins 一次都沒有，加入 VRP 後，預測誤差並未改善，甚至略有上升。原因在於  MZ R² 的對比 ：VIX 本身已解釋 38–51% 的波動率方差，而 HAR+VRP 模型的解釋力只有 1–3%。VRP = IV - RV，而 IV 的主體信息已被 VIX 完整捕捉。換言之，VRP 並非獨立維度，它的「統計顯著性」只是重複了 VIX 已包含的信息。

K460：Semivariance Cross-OOS 驗證

 研究問題 ：將 RV 分解為上行（RS⁺）與下行（RS⁻）波動後，RS⁻ 的預測優勢是否跨期間穩健？

 模型設定 ：

• 基準模型：HAR-RV（對稱波動率）
• 強化模型：HAR-SV（RS⁻ + RS⁺ 分離估計，對應 Patton & Sheppard 2015）
• 評估指標：QLIKE（方向一致性）、DM 檢定 p 值
• 資產：SPY（美股大盤 ETF）

 OOS 期間設定 （同上 5 個）

 K460 結果（SPY） ：

 詮釋 ：COVID 期間（2020–2022）是唯一 RS⁻ 係數不顯著的期間，原因合理，當波動率呈現極端跳躍（日波動 >5%），線性模型的上行/下行分解假設被破壞，對稱與非對稱模型趨於等價。但即使在此困難期間，方向性仍正確（QLIKE 仍更低）。 5/5 方向一致 + 4/5 統計顯著 ，超過 J9 Protocol 的 3/5 通過門檻。

三、對比分析：為什麼同一框架得出截然不同的結論？

這兩個實驗的差異揭示了一個深層的訊號結構問題：

訊號冗餘 vs. 訊號分解

 VRP 是冗餘訊號（Redundant Signal） ：

• VRP 定義為 IV - RV，其中 IV 由 VIX 代理
• VIX 本身已是市場最佳波動率預測指標（Mincer-Zarnowitz R² 達 38–51%）
• 加入 VRP 等於加入 VIX 的一個線性函數，並無新信息
• 統計顯著的原因：VRP 與 VIX 高度相關，其迴歸係數吸收了 VIX 的預測信息
• 但一旦模型已有 HAR（已捕捉部分歷史信息），VRP 的邊際貢獻幾乎為零

 RS⁻ 是信息分解（Information Decomposition） ：

• RV = RS⁺ + RS⁻，但兩者對未來波動率的預測效應不同（Leverage Effect）
• 負向衝擊（下跌）產生的波動率（RS⁻）持續性更長，對未來 RV 的預測力更強
• 這是  非對稱信息 ，無法從整體 RV 中隱含提取
• 加入 RS⁻ 等於提取原始信號中隱藏的結構，而非重複已有信息

信息論視角

四、方法論意涵：Cross-OOS 是試金石

這兩個實驗提供了方法論上的清晰教訓：

教訓一：t-stat 顯著不等於預測改善

VRP 在 4/5 OOS 期間達到 |t| > 2，但預測改善（QLIKE wins）為 0/5。這種「顯著但無用」的現象有一個名字： Correlated Regressors Bias 。當新變數與已有控制變數高度相關時，迴歸係數的標準誤被低估（多重共線性的對立現象），係數「看起來顯著」但邊際預測力接近零。

Harvey (2016) 的 t > 3.0 門檻部分正是為此而設，在高維度的金融預測中，單純的 t > 2 標準已被嚴重低估其 false discovery rate。

教訓二：同一框架，不同結論是研究系統的核心能力

K459 和 K460 使用完全相同的驗證框架（J9 Protocol, 5 OOS, QLIKE 指標），卻得出截然不同的結論。這正是 cross-OOS 驗證的設計目標： 區分真實的預測改善與統計噪音 。如果只有 in-sample 回歸，兩者都會「通過」；正是 cross-OOS 才能區分。

教訓三：自我修正比初始發現更有科學價值

K436/K457 的初始發現（VRP 顯著）在發佈時標注為「初步正面結果，待 cross-OOS 驗證」。K459 的驗證結果是： VRP 不進入候選策略 。這個「失敗」本身是有意義的研究貢獻，它排除了一條看似有前途但實際冗餘的研究路徑，節省了後續深化研究的資源。

五、發表候選評估

六、結語：研究誠實的實踐

本研究的核心價值不在於「找到了什麼」，而在於「如何找到了什麼」，以及如何辨別哪些「發現」是真實的、哪些是統計幻象。

VRP 的案例提醒我們： 選擇權市場的信息，在 VIX 發明後很大程度上已被定價 。後來者再用 VRP 預測波動率，往往只是重複了 VIX 已說的故事。Semivariance 的案例則顯示： 在現有數據中發掘結構性分解 （好波動 vs 壞波動），才是能帶來真實預測改善的路徑。

這也是為什麼研究程序必須包含 cross-OOS 作為最後防線：不是因為不信任統計，而是因為信任統計本身要求我們用正確的統計量。QLIKE wins 是比 t-stat 更直接、更殘酷的真相測試。

資料期間：2003–2024（20+ 年 SPY 日頻數據） 資產：SPY（美股大盤 ETF） 數據來源：Yahoo Finance（yfinance）、CBOE VIX 日頻收盤 樣本數：約 5,250 個交易日（訓練），按 5 個 OOS 期間分割 實驗腳本：（K459），（K460） 局限性：本研究以 SPY 為主，跨資產（GLD、TLT）推廣性待後續驗證；COVID 極端期間的非線性行為超出 HAR 框架的假設範圍