日內波動率季節性：時段型態與限制

日內季節性是指交易時段不同時間的報酬尺度有系統地不同。交易所開盤附近的 30 分鐘報酬，其歷史分布可能不同於正午附近同樣長度的區間。討論的是報酬的大小和離散程度，不是某個時間價格較可能上漲還是下跌

研究人員在股票與外匯資料中記錄了反覆出現的日內波動型態。Andersen 和 Bollerslev 指出，這種週期性會影響高頻報酬的動態特性；將它納入模型有助於區分時段型態與較持久的波動率動態（199700004-2)）。研究結果支持進行調整，但沒有證明每種資產、交易場所或期間都遵循同一條固定曲線

季節因子適合作為比較基準。它可以描述某個報酬相對於該時段常見尺度有多異常，也可避免波動率模型把常規時段型態誤認為持續群聚。已實現波動率指南說明如何加總日內報酬平方，形成時段層級的指標；本文聚焦於報酬在一天中的分布

在許多股票樣本中，常規時段開盤和收盤附近的平均波動率高於中段，因此曲線可能呈 U 形。開盤集合競價、隔夜資訊、交易者進場、日終投資組合活動及收盤機制，都可能與波動變化同時出現。但資料中的型態本身無法指出是哪個機制造成

不同市場和時段定義會有不同形狀。外匯市場跨越全球時區交易，並非圍繞單一開盤鐘聲。期貨可能接近全天交易，但仍有結算時段、維護休市，或流動性集中於特定區域時段。24 小時運作的加密市場沒有單一開盤或收盤時間，除非分析者自行定義參考時段。適用的時鐘取決於商品、交易場所和抽樣慣例

Ederington 和 Lee 發現，在他們的外匯樣本中，考慮預定總體經濟公告和其他波動資訊後，常見的 U 形便消失了（2001）。這是針對該樣本的結果，不代表所有 FX 市場都沒有週期性。不過，它說明描述性平均曲線不應被視為不變法則

令 r₍d,j₎ 表示時段 d 中日內區間 j 的報酬。有用的概念分解如下：

r₍d,j₎ = sⱼ ε₍d,j₎ Var(r₍d,j₎ | 區間開始前的資訊) = sⱼ² h₍d,j₎

sⱼ 是正值的時段尺度因子，h₍d,j₎ 則代表隨資訊和市場狀況改變的波動率。sⱼ 是所選樣本和日曆的統計描述，不一定是時鐘的因果效果。這項分解有助模型建構，但不表示每種資產都有已知的確定時程

若忽略 sⱼ，特定時段反覆出現的高變異數區間可能讓報酬平方看似持續。GARCH 模型於是可能把常規日內變化和真正的波動群聚一併歸入動態參數。GARCH 指南說明後者。季節調整有助區分兩者，但不能取代殘差、參數穩定性或替代模型設定的檢查

不要混淆尺度因子與變異數因子。若一個時段報酬的標準差是另一個時段的兩倍，在相同單位下變異數就是四倍。請說明因子使用的是標準差、變異數或絕對報酬尺度，並在標準化時維持相同定義

假設評估月份之前結束的訓練樣本顯示，開盤附近典型的 30 分鐘報酬尺度為 0.40%，正午附近則為 0.20%。這些是假設數字，只用來示範算式。開盤與正午的標準差比為 2，相應的變異數比為 4。這不是針對特定資產或目前交易時段的估計

比較開盤時段的 0.40% 報酬與正午時段的 0.20% 報酬。各自絕對報酬除以自己的歷史尺度後，得到 0.40% / 0.40% = 1 和 0.20% / 0.20% = 1。兩者都等於各自時段尺度的一個單位。原始變動不同，但依這個示意型態，標準化後的幅度相同

這項計算不代表任何一個變動在統計上罕見、預期會反轉，或可以獲利交易。標準化數值必須和分布模型、估計不確定性、事件背景及測量品質一併解讀。尺度比本身不是機率、預測或方向訊號

先定義商品、交易場所、時段、區間長度、價格來源和報酬慣例。在歷史交易日之間配對相同的時段相對區間。夏令時間切換後，不要未加說明地將交易所當地時間 9:30–10:00 的區間與任意 UTC 區間比較。事先決定如何處理集合競價、隔夜跳空、假日、提早收盤、缺漏報價及異常交易日

每個區間的典型尺度只能用預測日或評估日之前的日期估計。實務起點可以是每個時間桶的穩健尺度，例如絕對報酬中位數或截尾均方根。波動較大的日期可能主導合併平均值，因此分析者可以先以每日尺度標準化各交易日，再估計日內型態、平滑相鄰時間桶，並把因子標準化到選定的參考水準。記錄使用的方法和標準化規則

歷史回測中，每個預測起點都只用當時可取得的訓練資料固定因子。若符合預定的實際流程，可用滾動或擴展視窗更新。若從完整資料集一次估計型態，再套用到較早的觀察值，便會洩漏未來交易日的資訊，並可能讓標準化報酬看起來比即時情況更穩定

季節型態應和事件處理及當日波動率估計分開。若模型可使用當日較早時段觀察到的波動率，只能用預測時間之前已可取得的區間計算。記錄型態是否按星期幾、合約月份、交易場所或市場狀態分類；更多細分可能降低偏誤，但會減少每個時間桶的觀察值

記錄每個區間估計所依據的觀察值和交易日數。假日、資料缺漏或某時段成交稀疏，都可能讓因子反映資料涵蓋率而非市場變化。把交易時段切成太多小區間會造成不穩定估計；比較結果前先決定區間長度和訓練期間。平滑可以降低雜訊，也可能抹去開盤或收盤尖峰，因此要比較原始和已平滑型態，並記錄規則

若在歷史評估期間重新估計型態，請保存每個預測起點當時可取得的版本。記錄訓練截止日、每個時間桶的觀察值、轉換方式和各因子的使用日期。看過哪個型態表現最佳後才選用，再套用到過去日期，也會透過選擇過程引入前視偏誤

<!-- learn:illustration -->

經濟公告通常在固定時間發布。公告附近反覆出現的尖峰可能看似一般時段季節性，但直接來源可能是預定新聞。Ederington 和 Lee 同時研究近期波動率、預定公告和週期性；在其利率和外匯樣本中，公告對極高波動期間尤其重要，將資訊納入考量會改變估計出的持續性（2001）

若研究問題關注典型時鐘型態，可以分開處理公告時段、加入預先指定的事件指標，或同時報告包含與排除事件的結果。適當做法取決於目標預測是否包含已知公告。移除所有事件區間可能低估實際會在公告時持有部位的策略風險

不要使用歷史預測日期當時尚未取得的資訊建立事件日曆。需要時保存發布時間和修訂紀錄；資料允許時區分預定和非預期新聞，並說明涵蓋哪些市場和公告。單靠時段因子無法解釋意外消息或其影響

時間桶需要穩定的時鐘定義。對有常規交易時段的交易所，當地交易時間通常自然對應開盤、正午和收盤。若記錄以 UTC 儲存，應依每個日期適用的歷史時區規則轉換。固定 UTC 時差在夏令時間規則改變時可能令開盤區間偏移一小時，造成虛假的季節差異

交易所日曆也包括假日、縮短交易時段、集合競價、暫停交易和合約特有的休息時間。提早收盤日的最後一個區間，和一般收盤時的區間位置不同。應定義這些觀察值如何對應型態，或按交易時段種類分開估計。期貨應記錄交易時段模板和換約處理；加密資產則應明確定義日期邊界和參考時區

因子應描述可比較的觀察值。不要只因 UTC 時間標籤相同，就比較一般交易時段的股票區間和隔夜期貨區間。保持時間戳記、區間建構方式和價格來源一致，並檢查過時報價、不同步交易或不同的集合競價規則。時鐘對齊是模型規格的一部分，不是表面上的資料前處理

固定季節因子假設相對波動型態維持穩定，但這項假設可能不成立。Andersen、Thyrsgaard 和 Todorov 檢驗隨時間變化的週期性，並報告 S&P 500 指數報酬的證據：型態會部分隨目前波動率水準改變；高波動期間，收盤前區間占每日積分波動率的比例，高於低波動狀態（2019）

這不代表每個市場在動盪時期都會在收盤前變得更波動。證據受研究資料、方法和樣本限制。不過，長期平均型態可能平滑掉重要變化。比較不同子期間和波動狀態的型態估計，測試因子是否穩定，並報告不確定性，而不是把一條曲線說成永久規律

滾動估計可以適應變化，但雜訊較大，也可能追逐少數事件。按市場狀態區分的型態，需要各狀態有足夠過去觀察值，且分類規則不能使用未來資料。若條件不符，較簡單的穩定因子搭配明確事件控制可能更易解讀。波動率錐指南另行說明跨期間和樣本比較分布的方法

按時段標準化可讓不同交易區間的波動率比較更公平，協助診斷殘差型態，也能支援需要較可比較創新的預測模型。它也能顯示，開盤時看似極端的變動，相對於該區間的歷史尺度可能很平常。但它不會揭示下一個報酬是正是負

標準化也無法證明策略能夠獲利。策略需要完整定義訊號和執行規則，再進行樣本外測試，並計入價差、費用、滑價、市場衝擊、延遲和容量。歷史時段型態可以協助模型化風險或執行條件，但因子本身不是進場規則，也不是市場無效率的證據。變異數與波動率指南說明為何平方單位和標準差單位必須區分

可重現的報告應列出商品和交易場所、時區、交易日曆、抽樣區間、資料來源、估計方法、訓練視窗、公告和異常時段的處理方式、標準化規則、穩定性檢查，以及每個預測起點的資訊截止時間。呈現型態的不確定性和未用於估計的資料結果。這些細節讓調整可供稽核，也避免描述性型態變成缺乏根據的交易主張