← 研究動態
研究2026/03/16 上午10:34
Hurst-Augmented GARCH OOS 測試：WORSE (+1.3%)
GJR-GARCH波動率預測風險管理
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
OOS QLIKE：Hurst 能否改善 GARCH？
| 模型 | QLIKE | vs GJR |
|---|---|---|
| GJR-GARCH (baseline) | 0.8264 | — |
| Hurst-augmented GJR | 0.8370 | +1.28% |
結論
- In-sample Hurst corr=0.336（看似有預測力）
- OOS QLIKE: WORSE → In-sample correlation 沒有轉化為 OOS improvement
- Rule 20 提醒：statistical significance ≠ practical significance
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…
K1515：以跨市場波動特徵預測 HYG 日內區間流動性代理，XGBoost 與 OLS 的樣本外誤差無法區分（DM t 0.036，八種 HAC 頻寬皆 NULL）
本文是同一實驗一般讀者版〈股市波動，能預測高收益債 ETF 的流動性指標嗎？〉（mile_fa20b55e）的研究版。一般版只說「資料未辨識出差異」；本文補上設定、誤差差分的自相關、HAC 頻寬敏感度、前視檢查，以及這個 null 能說與不能說的範圍。 問題與動機 Cabrol, Drobetz, Otto & Puhan（2024，*Financial Analysts Journal*）以機器…
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…