資金費率能預測比特幣波動嗎？我認真拿六年數據測了這個「聰明錢訊號」

玩永續合約的人，很少不盯資金費率的。

每八小時結算一次，多方付錢給空方，或反過來。費率一飆高，論壇上的「變盤」說就冒出來了。這套講法背後藏著一個可以驗證的主張：資金費率是持倉擁擠度的溫度計，而擁擠會帶來波動。聽起來合理。但合理跟能預測，中間差得遠。

所以我把它拆開來算了一遍。相關性我沒興趣，我要問的是更難的那一題：把資金費率加進標準的波動率模型，明天的比特幣波動，預測得會不會比較準？

怎麼測的

波動率預測有個很難打敗的基準：拿昨天、上週、上個月的波動去推明天（業界叫它 HAR 模型）。它便宜、穩定，是任何新訊號要證明自己的第一道門檻。

資料我拿 Binance 的 BTCUSDT 永續合約，2020 年初到 2026 年 7 月。5 分鐘 K 線總共 689,225 根，併成 2,393 天的實際波動。資金費率則是 7,180 筆八小時結算，其中 85.7% 是正的，多方大多時候在付錢。做法是在基準模型上多加一個資金費率項，比較加了跟沒加，哪個預測得準。

這張分布圖先說明一件事：費率絕大多數時候是小小的正值，真正極端的值很少。這也是為什麼後面「看方向」跟「看強度」會給出不一樣的答案。

關鍵在「模型沒看過的日子」。我用 1,000 天的滾動窗口、每天重新估參數，只拿模型沒見過的未來日子來評分，累積 932 天的實測。所有輸入都只用到前一天以前的資訊，防止偷看未來的檢查跑了 250 列，違規 0 筆。

結果：兩條線幾乎疊在一起

先看預測誤差（越低越好）：

差距小到要看小數點第三位。加了資金費率，誤差從 0.28571 降到 0.28363，改善 0.73%。這種量級，跟隨機噪音分不出來。

再看有沒有「真的」贏，還是碰巧贏。這裡用的是 Clark-West 檢定，專門為「新模型是舊模型的擴充版」這種巢狀比較設計的，用一般的比較法在這種情況下會誤判。

資金費率的 方向 ：p 值 0.080，過不了 5% 這道門檻。費率是正是負、是高是低，對明天的波動沒有可靠的額外資訊。

資金費率的 強度 （取絕對值）：p 值 0.041，勉強擠進門檻裡。這是唯一能講的正面結果，不管漲跌，只要費率絕對值大，波動確實稍微偏高。也符合直覺：極端費率反映的是持倉壓力本身，跟壓力朝哪個方向無關。

但先別急著寫進策略。這個「顯著」對應的誤差改善不到 1%。統計上擦邊，經濟上約等於零。

那到底該怎麼想這件事

兩個結果放一起，故事很乾淨。資金費率的 方向 ，當波動預測訊號是無效的；它的 強度 有一絲微弱訊號，小到沒有實用價值。

為什麼？因為基準模型早就把大部分資訊吃掉了。持倉擁擠、費率飆高的時候，波動通常本來就在高檔，而昨天的波動模型早就看到了。資金費率想額外貢獻的那點東西，「昨天很波動」這件事先講完了。

這不代表資金費率沒用。它對套利成本、對倉位持有代價，是非常實在的訊號。只是「用它來預判明天會不會大波動」這條路，在嚴格的實測下走不通。

市場上很多被當成常識的訊號，都卡在同一關。它們跟結果往往有關聯，問題是那點關聯早被更基本的東西先解釋光了。分得清這一點，比多背幾個指標有用得多。

方法與資料：Binance BTCUSDT 永續合約，2020-01-01 至 2026-07-20，5 分鐘 K 線建構每日實際波動，資金費率為八小時結算原始序列。基準為 HAR 型波動模型，滾動窗口 1,000 天、每日重估，模型外實測 932 天，顯著性用 Clark-West (2007) 巢狀檢定、HAC 落後 10 期。完整結果與可重製規格見實驗檔 K1436。

懶人包圖組