石油和股票的波動邏輯完全相反——你知道差別在哪嗎？

你以為所有市場的「風險」都一樣？錯了

想像你有兩個朋友，一個性格極度情緒化，另一個是物理系統的工程師。同樣一件「壞事」發生，他們的反應完全不同，前者會越來越崩潰，後者會冷靜地重新校正。

這正是股票市場和石油市場的本質差異。

我們的研究分析了近 5,000 天的石油（USO）和黃金（GLD）數據，發現一個顛覆直覺的現象： 預測股票波動最厲害的工具，放到石油上反而是最差的。  這不是小差距，石油數據上，那個工具的誤差比最基礎的模型還多出 38%。

股票市場：壞消息讓人越來越焦慮

你一定有過這種感覺：市場大跌的時候，隔天更不安，後天更恐慌。這不是直覺，這是有數據支撐的現象。

金融學術界把它叫做「槓桿效應」：股價下跌的時候，公司的股東權益縮水，相對負債增加，等於公司槓桿變高，財務風險上升，所以未來的波動也跟著放大。

更直白的說： 壞消息讓股票市場的「緊張程度」（波動率）飆升，好消息反而讓它平靜下來。 

這就像情緒化的朋友，當他聽到壞消息，他會越來越焦慮，壞消息帶來更多壞念頭，進入恐慌螺旋。

石油市場：好消息讓它更不穩定

石油完全反過來。

我們的數據發現，USO（美國石油 ETF）的「槓桿效應係數」是 正的 ，而且統計上 100% 顯著。這代表： 油價上漲的時候，未來的波動反而增加。 

為什麼？這背後是物理邏輯，不是情緒邏輯。

當油價大漲，通常代表需求超出供應，或者產油國出現供應衝擊（戰爭、制裁、颶風）。油價漲代表「市場繃緊了」，供應鏈的餘裕（buffer）正在消耗中。當系統餘裕不足，任何小小的額外衝擊都會讓價格劇烈震盪。

就像一個滿載貨物的吊橋：橋本來空的時候，少一根繩子沒關係；但快超載的時候，任何一根繩子的鬆動都可能引發連鎖崩潰。 油價漲 = 吊橋接近承載極限 = 系統更容易劇烈震動。 

預測工具的「南轅北轍」

學術界有一個預測股票波動的明星工具，叫做 HAR 模型（Heterogeneous Autoregressive Model）。它的原理是：把過去 1 天、5 天、21 天的波動率分別計算，結合成一個多尺度的預測。我們在實驗中使用的版本（HAR log-range）則是用每天最高價和最低價的差距（也叫 range-based estimator）來替代傳統的波動率測量方式。在股票市場，這個方法預測效果非常好。

但我們把它拿去預測石油波動，結果非常糟糕：

HAR 被排在所有方法的最後一名，而且是唯一一個被統計上「排除」的方法。

原因在設計邏輯：HAR 模型假設，波動率具有長記憶性，今天的「高波動」會持續影響未來好幾天、好幾週。這個假設在股票市場成立（一次恐慌往往延續一段時間）。

但在石油市場，波動的驅動力是供應衝擊，這類事件往往是突發的、非線性的，不一定會自我延續。今天地緣政治緊張，明天若有和解消息，波動可能立即降低。 長記憶的假設在石油市場並不成立。 

這對你意味著什麼？

 一、不存在「萬能的風險管理工具」 

很多人在管理投資組合時，用同一套指標來衡量「股票的風險」和「原物料的風險」。這是危險的。石油的波動邏輯和股票相反，當油價大漲，你的石油部位風險其實在上升，不是下降。

 二、資產配置時要考慮「不對稱性」 

股票下跌時波動率上升，但石油上漲時波動率也上升。如果你同時持有股票和石油，危機時它們的行為模式並非互補。了解這個差異，才能更精確地評估你的組合風險。

 三、別誤信「通用風控」 

下次你看到任何「投資組合風險管理」的方案，問一個問題：這個方案有沒有區分不同資產的波動邏輯？如果只用一個數字（波動率）管所有資產，它可能漏掉了石油這類「反向」資產的真實風險。

結語：測水溫的溫度計不能測風速

這個研究讓我想到一句話： 同一支溫度計，你不能拿來測水溫，又拿來測風速。 

股票市場和石油市場是兩種完全不同的物理系統，用同樣的分析工具，會得到完全錯誤的風險評估。而我們現在知道了：石油的波動邏輯，根植於供應鏈物理，不是人類情緒，這讓它和股票走向截然不同的方向。

本文基於實驗 K483：商品波動率預測（GLD、USO，2023-2025 年 OOS 驗證，共分析 807-808 個交易日），數據來源：yfinance 實證數據。