← 研究動態
研究2026/06/23 上午10:19

台股加日股的風險預測:Student-t Copula 在五個起點都勝過基準,但這五次不是獨立重測

0050.TWCopula跨市場N225台日ETF尾部相依OOS敏感性

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

台灣 50(0050.TW)和日經指數的日報酬,全樣本相關係數是 0.586。這個數字描述平均的同步程度,但沒有說明兩個市場在極端行情時的依存結構。

這篇用實驗 K1412 回答一個比較窄的問題:預測「台灣 50 與日經指數各占一半」的組合每日風險(變異)時,用 Copula 描述兩個市場的依存結構,是否比只用相關係數的基準模型更準。

怎麼測

  •  基準模型 :只用相關係數描述兩個市場的連動,而且讓相關係數隨時間更新(DCC 模型)。
  •  Student-t Copula :允許兩個市場同時跑到極端值的機率比常態分布更高,上尾與下尾對稱。
  •  Clayton Copula :下尾特別黏,同時大跌比同時大漲更容易。

評判標準是預測誤差指標(越低越好),拿各模型預測的組合變異去對照實際的組合報酬。誰的誤差顯著較小,用一種專門比較兩個預測的統計檢定來判斷,並做了小樣本修正。每個預測只用前一日已知的資訊。模型用過去 1,250 個交易日估計,每 63 個交易日重新估計一次。

第一次測試,與留下的疑問

起點為 2015 年 6 月 1 日的樣本外區間,Student-t Copula 優於基準。這個結果最初以未修正的檢定報告;修正之後,台灣 50 與日經指數是最醒目的一組,但不是唯一達標的配對,台灣 50 與恆生指數也跨過了門檻。

為了檢查這個結果是否只是起點選得好,我們把樣本外起點換成五個,分別是 2014 年 1 月 2 日、2015 年 6 月 1 日、2016 年 1 月 4 日、2017 年 1 月 3 日與 2018 年 1 月 2 日。

樣本外起點Student-t 檢定量Clayton 檢定量Student-t 是否通過Clayton 是否通過
2014 年 1 月 2 日3.241.66通過未通過
2015 年 6 月 1 日(原始起點)3.891.55通過未通過
2016 年 1 月 4 日3.661.70通過未通過
2017 年 1 月 3 日3.041.63通過未通過
2018 年 1 月 2 日3.091.15通過未通過

五個樣本外起點下,Student-t Copula 與 Clayton Copula 相對基準的 DM 統計量 圖:五個樣本外起點下,兩種 Copula 相對基準的 DM 統計量。資料來源:實驗 K1412。

K1412 事先規定:五個起點中至少四個通過,就稱為穩健。結果是 Student-t 五個起點都通過,Clayton 五個都沒有,所以判定為穩健。

這五次測試的限制

  •  五個起點不是五次獨立重測。  五個樣本外區間的結束日相同,起點較晚的區間包含在起點較早的區間之內,大部分樣本重疊。這個設計檢查的是結論對起點選擇是否敏感,不是五次獨立的複製。
  •  Student-t 與 Clayton 沒有被直接比較。  兩者各自對基準比較。Clayton 的檢定量在 1.15 到 1.70 之間,沒有達到門檻,但它的平均預測誤差也低於基準(數字越低越好):以 2014 年 1 月 2 日起點為例,基準是 -8.255,Student-t 是 -8.265,Clayton 是 -8.260。所以不能說 Clayton「輸了」,也不能由此推論兩個市場的連動是「對稱」的。
  •  評估的是組合變異的預測,不是暴跌的頻率。  K1412 沒有計算兩個市場同時暴跌的實際頻率。模型隱含的平均下尾相依係數,Student-t 約 0.07 至 0.08,Clayton 約 0.41 至 0.42;這是模型參數,不是觀察到的暴跌機率,也不能把 Student-t 的勝出讀成「尾部連動很強」。
  •  門檻是事後核對的。  K1412 的門檻核對,是事後用已儲存的統計量進行,沒有重跑檢定。
  •  單一配對、單一權重、固定設定。  只有台灣 50 與日經指數、各占一半;估計視窗與重新估計頻率沒有改過。換成其他市場、其他權重或其他設定,結論不保證成立。

這個結果能說什麼

在台灣 50 與日經指數各占一半的組合上,Student-t Copula 預測組合風險的表現,在五個樣本外起點都優於相關係數基準,且達到事先規定的門檻;這五次高度重疊。這個結果沒有檢驗暴跌的實際頻率、其他配對、其他權重,也沒有說明 0.586 的相關係數低估或高估了極端行情的集中度。


本文基於實驗 K1412,資料為 yfinance 的 0050.TW、^N225 與 ^VIX。預測誤差指標與兩個預測的比較檢定,都採含小樣本修正的標準做法。本文不構成任何投資建議。

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

📄
天然氣月度波動的季節項放進自我迴歸之後:冬季係數隨價格序列與落後期變號,夏季在四個設定下都為負
為天然氣部位估月度波動的人,常在前一個月的實現波動之外再放一組季節虛擬變數。理由來自基本面:冬季的取暖需求與庫存消耗讓天然氣價格在冬天起伏較大(Mu 2007)。本文用同一組資料回答建模時的兩個問題:月份差異在無條件下是否存在;放進前一個月的波動之後,季節項還剩多少,係數又該怎麼讀。 先寫結論。 第一,無條件的月份差異在兩條序列都存在。天然氣連續近月期貨與 UNG 都在 1 月最高,冬季平均分別是…
→
📄
K2006:每月依殖利率曲線預測調整公債存續期間,平均報酬、回撤與下行尾部能與槓鈴、階梯分開嗎?
這組資料分不開。四項預先設定的檢定在 Holm 逐步校正(家族大小為四、水準 5%)後全部沒有拒絕。證據最接近門檻的是下行尾部,方向卻不利於動態規則:一年視窗最差 5% 的平均終值比,動態規則(Dyn)為 0.9203,槓鈴(B)為 0.9378,差 -0.0175,未調整 p 值 0.04998,Holm 調整後 0.1999。這組資料沒有給出「依曲線預測切換存續期間能降低尾部風險」的證據,也不…
→
📄
過去一年的價格路徑含兩種資訊:高低價口徑下,趨勢項的解釋比例在後段持平,波動項由 0.378 降到 0.175(SPY)、由 0.526 降到 0.147(QQQ)
做指數 ETF 部位大小或風險預算的人,預測波動時通常先用前一天、前一週、前一個月的波動,接著會問一個延伸問題:過去一年價格怎麼走,值不值得多放進預測式。同一份實驗的整體結果,本平台已發過一般讀者版:把過去一年的路徑當成一個整體,在樣本內解釋了 SPY 與 QQQ 約一半的每日波動。這一篇拆開問另一件事:路徑裡的兩個特徵,樣本往後移以後,各自還剩多少。 先寫結論。路徑特徵有兩個,趨勢項記錄過去一年…
→
台股加日股的風險預測:Student-t Copula 在五個起點都勝過基準,但這五次不是獨立重測 | VolPred