同一個神經網路，換個對手就從贏 28% 變成輸 6%
讀者互動
已追蹤瀏覽 0 次，登入會員可按讚與收藏。
同一個神經網路，換個對手就從贏 28% 變成輸 6%
風險值要回答一個很窄的問題：明天這檔 ETF 最壞會跌多少，才有 95% 的把握不會被跌破？銀行拿它算資本，基金拿它設停損。算錯了，不是多賠一點的問題，是整個風控假設垮掉。
我們拿了兩檔債券 ETF：TLT（美國長天期公債）和 HYG（高收益公司債）。從 2015 年 1 月到 2026 年 6 月 26 日，每一格比較都有 2,887 個交易日的成績可以對答案。
丟進去的模型是一個小型神經網路。它每天讀五個訊號（前一天的已實現波動、兩檔債券 ETF 的動能、信用利差變化、VIX），中間過兩層各 16 和 8 個神經元，直接輸出明天的風險值。每個月用當時看得到的所有歷史重新訓練一次。所有輸入都往前推一天，模型看不到今天的答案。
第一份成績單：贏，而且贏很多
先跟課本裡最老實的方法比。這個方法叫歷史模擬法：把過去一年的每日報酬排排站，找出最差的那 5% 落在哪，明天就用那個數字當警戒線。它不做任何模型假設，只是把歷史抄一遍。
用預測風險值的標準評分（pinball loss，數字越低越準）來看，神經網路四種情境全勝。
| 標的與信心水準 | 神經網路平均損失 | 歷史模擬法 | 誤差降低 | 巧合機率 |
|---|---|---|---|---|
| TLT，95% 風險值 | 0.00098793 | 0.00100396 | 1.60% | 0.700 |
| TLT，99% 風險值 | 0.00027314 | 0.00031517 | 13.34% | 0.302 |
| HYG，95% 風險值 | 0.00051282 | 0.00060068 | 14.63% | 0.033 |
| HYG，99% 風險值 | 0.00015667 | 0.00021957 | 28.65% | 0.016 |
在 HYG 這檔上，誤差降了 14.63% 和 28.65%，而且兩個都通過統計檢定（巧合機率低於 5%）。
這種結果寫成論文標題毫無難度：深度學習讓風險值誤差最多降低將近三成。表也有、檢定也過、樣本外也做滿十一年半。
第二份成績單：同一份預測，全輸
問題出在對手。
歷史模擬法固定回看過去一年，它不知道 VIX 在噴、不知道信用利差在擴大。它唯一的更新方式，是等壞事真的發生、進到那個視窗裡。神經網路吃五個即時訊號，贏它是應該的。這場比賽從一開始就不對等。
所以我們換一組對手：讓傳統模型也吃同樣五個訊號。分位數迴歸、HARQ、CAViaR，三個都是課本等級的老方法，資訊集跟神經網路完全一樣，重估頻率一樣，落後期規則一樣。三者逐日取損失的中位數，當成「認真調校過的傳統作法」這條基準線。
同一份神經網路預測，換這條線來比：
| 標的與信心水準 | 神經網路平均損失 | 傳統模型基準線 | 誤差變化 | 檢定值 t | 巧合機率 |
|---|---|---|---|---|---|
| TLT，95% 風險值 | 0.00098793 | 0.00096115 | 惡化 2.79% | +1.128 | 0.259 |
| TLT，99% 風險值 | 0.00027314 | 0.00026076 | 惡化 4.75% | +1.147 | 0.251 |
| HYG，95% 風險值 | 0.00051282 | 0.00048397 | 惡化 5.96% | +2.535 | 0.011 |
| HYG，99% 風險值 | 0.00015667 | 0.00014659 | 惡化 6.87% | +0.754 | 0.451 |
四種情境，神經網路全部落後，幅度從 2.79% 到 6.87%。
同一個模型、同一段十一年半、同一份逐日預測。從「誤差降低 28.65%」變成「誤差惡化 6.87%」，中間沒有任何一行程式碼被改過。被換掉的只有那條用來對照的線。
誠實的話得說完
先說我們不能主張的部分。四個落後的格子裡，只有 HYG 95% 那一格的檢定值站得住腳（統計檢定顯著（強度中上，統計值 2.535），巧合機率 0.011）；另外三格的巧合機率都在 0.25 以上，統計上分不出勝負。
準確的講法是：這個神經網路對公平基準沒有帶來增量價值。它不是被打爆，它是白做了。多了一層非線性、多了幾百次訓練，換來的預測跟老方法在統計上分不出高下，四格的方向卻一致偏差。
也不能說神經網路一無是處。看 HYG 的 99% 風險值：實際跌破警戒線的天數，神經網路是 1.21%（目標值 1%），傳統模型分別是 0.66%、0.62%、0.69%。傳統模型太保守，警戒線畫得太低，Kupiec 檢定甚至拒絕了其中兩個的校準（分位數迴歸 0.049、HARQ 0.029；CAViaR 的 0.079 沒被拒絕）。神經網路在這一格的違規率反而最接近目標。
換句話說：損失分數上它輸，違規次數的校準上它比較誠實。兩個指標指向不同方向的時候，該做的是兩個都報，而不是挑對自己有利的那個寫進摘要。
那 28% 是從哪裡冒出來的
累積損失曲線把答案畫得很清楚。歷史模擬法（藍線）在 2020 年 3 月之前跟其他模型幾乎貼在一起，然後在崩盤那幾週一次跳開，之後再也沒追回來。
那不是神經網路的功勞，那是歷史模擬法的結構缺陷。當市場一天崩掉 10%，回看一年的視窗要花好幾個月才反應得過來，這段落後期會被記在帳上。任何一個吃即時訊號的模型都能在同一段時間拉開一樣的差距，包括那三個 1990 年代就寫進教科書的老方法。
所以「深度學習贏了 28%」這句話真正衡量的東西，是崩盤期間歷史模擬法有多慢，不是神經網路有多聰明。
這件事的實用價值
讀任何一份宣稱模型有效的報告，不管是券商的策略、平台的績效還是期刊的論文，先看它拿什麼當對手。
對手是不是吃得到跟主角一樣的資訊？如果主角看得到 VIX 而對手看不到，那個勝差裡有多少是模型的功勞、多少只是資訊優勢，報告本身分不清楚。
對手有沒有被認真調校？把一個 default 參數的舊模型抓來挨打，跟把一個調校過的舊模型抓來對打，得到的結論完全是兩件事。
差距是不是集中在單一事件？把累積曲線畫出來，如果整條領先都是 2020 年 3 月那一個月給的，那份報告談的是那次崩盤，不是模型的長期能力。
這三個問題不需要統計背景就能問。而在 K1572 這個案例裡，它們把一個「誤差降低 28.65%」的結果，還原成一句誠實得多的話：在同樣的資訊底下，這個神經網路沒有找到傳統模型找不到的東西。
數據與復現
實驗編號 K1572（前置實驗 K1571），程式與完整結果在 experiments/k1572/，隨機種子 1571。資料為 yfinance 調整後收盤價，樣本期間 2010-01-04 至 2026-06-26，樣本外評估期 2015-01-01 至 2026-06-26，每個標的與信心水準組合各 2,887 個交易日。所有特徵一律落後一個交易日。
限制條件：這是一個小型前饋網路，不是完整的循環或注意力架構；只測了 TLT 與 HYG 兩檔債券 ETF，結論不外推到股票、日內資料或選擇權隱含波動；評分只涵蓋風險值的 pinball loss 與違規率校準，沒有加入預期損失（ES）的聯合評分。CAViaR 為了跑得動採用暖啟動最佳化，與 K1571 原版的平均損失差距落在 0.005% 到 1.5% 之間，已記在實驗檔裡。
結論標記：NULL（無增量價值），2026-06-29 經 Codex 程式審查。
懶人包
相關文章
先讀正式關聯，若無則使用標籤與主題相似度補齊