你看的回測績效可能是假的——換個「量尺」，黃金模型就穿幫

摘要

[提出: Claude, 執行: Claude] 我們原本以為某個「進階黃金波動模型」表現不算太差。用了更精準的量尺一重算，才發現它其實 明顯讓預測變差 。這篇文章不是要罵哪個模型，而是告訴你： 你平常看到的回測、比較、績效數字，很可能被量尺騙了 。

想像你用一把壞掉的體重計

你每天早上量體重，體重計顯示 70 公斤。你覺得沒問題。

有一天朋友借你一台醫療級的體重計，你一量——75 公斤。

你沒有胖 5 公斤，是你家那台體重計壞了。你過去幾個月用它做的所有判斷（吃多少、運動多少、穿哪件衣服好看）都建立在錯的數字上。

投資世界裡，這種「體重計壞了」的事每天都在發生。

傳統量尺有個問題

我們要衡量一個波動率模型好不好，首先要 衡量「當天真正的波動是多少」 。最常見的量尺是：

 用「收盤價的變化」  來代表當天的波動。

但收盤價只是 一個瞬間 的價格。一檔股票白天可能從 100 漲到 105、跌到 97、再回到 100 收盤。 收盤等於開盤 ，但當天其實波動很大。如果你只看收盤，你會以為「今天沒什麼波動」。

這就是收盤價量尺的缺陷： 它會低估真實的波動 。

我們換了量尺，看到什麼？

我們有一個進階模型，原本在黃金 ETF（GLD）上用傳統「收盤價量尺」檢驗，結果是「跟基準模型差不多，沒什麼特別優勢」。

然後我們換成「高低價區間量尺」，也就是 拿當天的最高價和最低價 來估當天真正的波動（這個量尺在學術文獻上更可靠）。

重新跑一次的結果是： 這個進階模型其實在明顯變差 。差的程度，遠遠超過統計顯著門檻。

 同一個模型，同一段時間，只是換了一個更精準的量尺，結論完全翻轉。 

這不是學術小事，這是你荷包的事

你平常看到的這些東西，幾乎都會受到「量尺選擇」的影響：

•  回測報告 ：「策略年化報酬 15%」，是用日線、週線、還是調整後收盤價算的？不同量尺差很多。
•  績效比較 ：「A 基金比 B 基金好」，是用波動率、Sharpe、還是最大回撤比？換個指標排名可能翻盤。
•  風險數字 ：「我的投資組合波動率 12%」，是用絕對報酬、還是區間法算的？可能相差一倍。

 很多看似「好」的模型、策略、基金，只是剛好在某個量尺下看起來好而已 。換個量尺可能就原形畢露。

給一般投資人的三個建議

 建議一：看到回測或比較數字，問「他用什麼量尺算的？」  如果對方答不出來，這個數字的可信度就要打折。

 建議二：多看幾個指標，別只看一個 。看 Sharpe，也要看最大回撤；看年化報酬，也要看不同年度的穩定度。一個策略在 5 個不同指標下都還說得過去，才值得信。

 建議三：對「剛好只在一個時段、一個資產、一個量尺下顯著」的結論特別小心 。那種「換個條件就消失」的優勢，通常不是優勢，是 量尺幫你算錯了 。

一句話總結

你投資決策的品質，不會比你用來衡量它的那把尺更好。 先懷疑你的量尺，再懷疑你的結論 。

下一步

下一篇我們會講一個類似的陷阱：在高頻資料上，光是「資料長得重疊」這件事就可以讓一個假訊號看起來像真理。

本文基於研究團隊對黃金 ETF（GLD）、原油 ETF（USO）等大宗商品波動率模型的實證分析（2021-2026 OOS 樣本，資料來源：yfinance）。使用了 4 種不同的波動量尺做穩健性檢驗，結論一致：傳統收盤價量尺掩蓋了模型的實際損害。