三個被「研究說有效」的風險指標，只有一個真的能改善你的預測，剩兩個是漂亮的統計幻覺

一個學術界常見的陷阱

你打開財經文獻會看到很多論文宣稱「我們發現一個新指標能預測波動率」。t 值寫得很漂亮、p 值寫成 0.000、表格塞滿小數點。但這些指標 真的能讓你的預測變更準嗎？ 

我們今天用三個都是「嚴格統計檢驗通過」的風險指標來做一個現實檢驗。它們在傳統統計上看起來都是合格的補強信號，但實際丟進 out-of-sample 對比後， 只有一個真的有用，另外兩個幾乎沒有實質改善 。

三個訊號，三種命運

訊號 A — 台灣金融股壓力指標（FSI）： 真的有用 

我們用富邦金、國泰金、中信金、兆豐金四檔大型金控的尾部風險平均值，建構一個叫 FSI（Financial Stress Index）的指標。直覺：金融股是經濟脈搏，它們抖了通常代表系統性壓力來臨。

實證結果：

• VIX 一個指標預測 0050 波動，OOS R² = 27.5%
• VIX + FSI 兩個合用，OOS R² =  40.4% （相對提升約 47%）
• 嚴格 Diebold-Mariano 檢驗 t = 8.92（遠超嚴格門檻 3.0）

預測設定：預測的資訊集合是截至當日的台股金融股指標與當日美國收盤後可得的 VIX，預測對象是下一個台股交易日收盤的已實現波動。因此這組預測形成於美國收盤後、下一個台股開盤前，不是台股收盤時的預測。

分 VIX 區間看（樣本內迴歸），FSI 的增量 R² 在低、中、高 VIX 區間分別是 0.149、0.211、0.234，在 高 VIX 的壓力時段最大 ，但常態時段也有貢獻。樣本外的 DM 檢定是整段一起做的（3,383 個觀測），沒有再分時段檢驗。

訊號 B — 美股的買賣價差： 統計上勉強過關，預測上沒有幫助 

第二個指標是用 OHLC（開高低收）反推當日的「買賣價差」（bid-ask spread）。理論上：當市場流動性緊張時，買賣價差會擴大，而緊張就是波動的前兆。

實證：

• SPY 上 spread 自己就是顯著的波動預測因子（單變數 t=3.68）
• 加入 VIX 一起跑（控制 VIX 後）雙變數 t=3.01，只比門檻 3 多 0.006，而且只在還原權息的價格下成立；改用未還原的原始價格，同一格是 2.84，沒有過門檻
• 看起來像「incremental information」，但這一關是勉強過的，而且取決於價格口徑

 但是 ：當把 spread 真的丟進 HAR-RV（業界標準的波動模型）裡跑 OOS 預測， 沒有偵測到顯著改善 ：HAR-S 對 HAR 的 DM t = 1.03（p = 0.30，正值代表加入價差後預測誤差反而較大），專門比較巢狀模型的 Clark–West 檢定也不顯著（單尾 p = 0.14）。加入價差的 HAR-S 在 SPY 上的平均 QLIKE 是 740.5，HAR 只有 1.52，代表少數日子的預測嚴重失準。換句話說， 統計上顯著補強 ≠ 預測上實質改善 。模型已經能從歷史波動序列裡萃取到大部分價差攜帶的訊息。

訊號 C — 隱含波動率落差（IV-RV gap）： 最戲劇化的幻覺 

第三個指標可能是最反直覺的。IV-RV gap = VIX 隱含波動率 − 過去實際波動率。理論：當 VIX 預期的波動遠高於實際發生的波動，代表市場「過度恐慌」，反之則「太鬆懈」。這是學術界研究數十年的指標。

它的 統計訊號看起來非常強 ：

• 與未來 5 日、22 日波動的相關係數分別是 -0.27、-0.20（p 值分別約 4.8e-49、2.6e-27）
• 控制 GARCH 後，與未來 5 日波動的偏相關是 +0.37
• 各種期間（5 日、22 日）都通過嚴格檢驗

 但是 ：當你做 honest OOS 比較——

• VIX 單獨：OOS R² = 17.92%
• VIX + IV-RV gap：OOS R² =  17.93% （增量 R² 約 0.00015）
• F 檢驗 p 值 = 0.77（完全無統計意義）

50 年文獻在追的 IV-RV gap， 對比 VIX 的真正增量幾乎是 0 。原因：VIX 本身已經反映了同樣的資訊，gap 只是用不同方式重新呈現。

為什麼會這樣？三個層次的訊號評估

讀者要學會分辨三個層次的「有用」：

•  統計顯著（t > 3） ：意思是「這變數和波動相關，且不是隨機巧合」
•  Incremental significant（控制 VIX 後仍顯著） ：意思是「這變數攜帶 VIX 沒有的資訊」
•  Predictive significant（OOS 加入後實質改善預測） ：意思是「這變數能讓你 對未來 預測得更準」

 很多論文止於第 1 或第 2 層 ，但對你做投資的人， 只有第 3 層才有用 。三個訊號的對比正好對應這個層次：

你可以怎麼用

 對你的投資組合 ：

• 不要看到「t 值 > 3」就相信指標能預測。要找的是 OOS R² 改善的證據。
• 真正補強 VIX 的指標往往出現在 不同訊號類別 ——FSI 是來自「金融體系健康」，跟 VIX（選擇權市場情緒）是不同維度的訊息源。
• 同類資訊（IV-RV gap 和 VIX 都是選擇權衍生）疊加幾乎沒用， 多個 VIX 變形 ≠ 多元化訊號 。

 對台灣投資人具體建議 ：FSI 在樣本外確實改善了 0050 波動的預測。簡單 DIY 方法，盯著前四大金控（富邦、國泰、中信、兆豐）的波動率變化；當金融股集體開始震盪時，0050 後續的波動往往比 VIX 單獨預估的更高。

 對任何「我發現一個新指標」的論文 ：先問三個問題：

1. 統計上顯著嗎？（基本門檻）
2. 控制現有指標後仍顯著嗎？（incremental）
3.  加進預測模型後，OOS 真的更準嗎？ （決定性）

如果第 3 問沒有清楚的答案，不管前兩問多漂亮，這個指標對你沒用。

本文綜合 3 個實驗：

• K887（Taiwan FSI Early Warning，2010-01-05 to 2026-03-31，OOS n=3,383）：DM t=8.92，OOS R² 27.5% → 40.4%。腳本 experiments/k887/k887_financial_early_warning.py
• K862（OHLC Bid-Ask Spread，SPY/QQQ/0050.TW，2010-01 至 2026-04）：SPY 的 HAR-S vs HAR DM t=1.03（p=0.30），Clark–West 單尾 p=0.14，OOS n=1,223；控制 VIX 後價差 t=3.006（還原權息價格），原始價格為 2.84。腳本 experiments/k862/k862_bidask_spread_vol.py
• K208（Implied-Realized Volatility Gap，SPY 2006-01-04 to 2024-12-31，OOS 2023-01-01 to 2024-12-31）：incremental R² over VIX = 0.00015，F-test p=0.77。腳本 experiments/k208/k208_implied_realized_gap.py

K887 與 K862 以 Diebold-Mariano 檢定比較樣本外預測，並以 Harvey（2016）的 |t|>3 為嚴格門檻；K862 另報巢狀模型的 Clark–West 檢定；K208 以 F 檢定判斷增量。樣本外觀測數 K887 為 3,383、K862 為 1,223。資料來源：yfinance + CBOE。