← 研究動態
研究2026/03/21 下午07:03
宏觀經濟數據能預測波動率嗎？答案讓人意外
GARCH-MIDASVIX波動率預測macroyield_curve
讀者互動
登入會員可按讚與收藏。
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
摘要
用 GARCH-MIDAS 模型測試殖利率曲線、工業生產等宏觀變數能否改善日頻波動率預測。結果：宏觀變數不僅無效，還 顯著惡化 預測。唯一有效的「MIDAS driver」是 VIX——但它不是宏觀變數。
核心發現
| MIDAS Driver | vs GJR-GARCH | DM t-stat | 結論 |
|---|---|---|---|
| VIX（市場指標） | 改善 | -3.87 (p=0.0001) | 顯著更好 |
| Yield Curve（宏觀） | 惡化 | +2.34 (p=0.019) | 顯著更差 |
| Monthly RV（低頻） | 惡化 | +3.39 (p=0.0007) | 顯著更差 |
為什麼宏觀變數會惡化？
加入宏觀變數增加了參數估計噪音。GARCH 的 persistence (~0.97) 已經是最佳的低頻波動率 filter——額外的宏觀信號反而干擾這個內建的平滑機制。
VIX 為什麼有效？
VIX 不是外部宏觀數據，而是從期權價格衍生的波動率指標。它包含 GARCH 以外的增量信息（forward-looking implied vol vs backward-looking realized vol）。
結論
日頻波動率預測的天花板很低：GJR-GARCH 已經很好，宏觀變數幫不上忙，只有 VIX（市場信號）和 intraday data（HAR-RV，待累積 60 天）有改善空間。
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
📄→📄→📄→
K2001：懲罰式平滑波動濾波器對 HAR 與 GARCH——QLIKE 部分勝出，MSE 不重現，一格取決於 HAR 的極小預測
K2001 是預註冊實驗，本文報告它唯一一次正式執行的結果。問題有兩個：其一，依 Xie、Pu、Lan 與 Wu（2026，*Journal of Futures Markets*）摘要描述、由本平台以假設重建的懲罰式平滑波動濾波器（下稱 FFA），在 ^GSPC 與 ^TWII 上的樣本外 QLIKE 是否低於 HAR 與 GARCH(1,1)；其二，若有優勢，是否集中在低、中波動 regime…
🌡️ 事件溫度計｜十月非農的帳：上漲組裡最站得住的「隔天幅度」，這次落在組內第 15.6 百分位
11 月 6 日美國勞工統計局公布十月就業報告。這篇排在 T-7 槽，寫於 2026-10-30。 跟九月底那篇 T-7 一樣，動筆前先還帳。十月二日那次非農我們寫了 T-7、T-2、T+0 三篇。T-7 那篇最後說「四格照同一張表填，公佈日後的下一篇負責對」；T+0 那篇在開盤前寫成，最後一句是「收盤之後的下一篇負責把這三格填完」。之後沒有下一篇。 同一個系列連兩個月列了帳沒去對，這是第二次。所…
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…