MIDAS迴歸：混合頻率資料與波動率預測

金融與經濟資料不會依照同一個時鐘出現。波動率目標可能按週衡量，候選預測變數則可能是每日報酬或盤中已實現指標。總體經濟序列可能每季公布，資產價格卻每天都能觀察。一般迴歸預期目標與預測變數每個觀察各有一列，因此在估計熟悉的模型前，分析者必須決定如何處理不同的日曆。

一種做法是把每日輸入彙總成每週平均或總和。這很簡單，但會為每一天指定特定權重，也可能抹去一週中變動發生的時間。另一種做法是把季度數值重複填入每日資料列，或加以內插。重複填入可能讓緩慢變化的數值看起來像許多新觀察；內插可能製造從未實際觀察到的平滑路徑。兩種操作都不會創造新資訊。

MIDAS提供直接連結不同頻率的方法。它讓目標維持自然的低頻，並納入高頻序列的結構化落後項。MIDAS這個名稱指混合資料取樣，不代表某一種特定波動率模型。研究者用MIDAS迴歸預測波動率，也用於預測變數取樣間隔比結果更細的其他情境。核心問題是要使用多少近期高頻歷史，以及如何限制權重。

令\(y_{t+1}\)為低頻目標，例如在第\(t+1\)週結束後觀察到的下週已實現變異數。令\(x_{t-j}\)為每日預測變數，在第\(t\)週末的預測起點之前\(j\)個交易時段觀察到。簡單的MIDAS迴歸為\(y_{t+1}=a+b\sum_{j=1}^{K}w_j(\theta)x_{t-j}+u_{t+1}\)，其中\(K\)是每日落後期數，\(w_j(\theta)\)是由少數參數控制的權重，\(u_{t+1}\)是預測誤差。

權重通常會正規化，使\(\sum_{j=1}^{K}w_j(\theta)=1\)。這讓加權總和較容易解讀為加權歷史，而\(b\)則控制此摘要與目標的關係強度。正規化不表示每日觀察值互相獨立或資訊量相同；它只是描述落後期型態的便利參數化方式。

分析者可選擇 \(x\) 作為每日報酬平方、絕對報酬、由盤中報酬建構的已實現變異數指標，或預測起點可取得的其他變數選為預測變數。結果 \(y\) 可以是未來每週變異數、每月總體經濟公布值，或其他低頻目標。係數的意義取決於目標定義。已實現變異數代理指標的模型，不會自動成為潛在瞬時變異數、選擇權隱含變異數或價格報酬的模型。

MIDAS是迴歸架構，不是萬用估計量。反應變數可用水準、對數或連結函數建模；估計仰賴所選的權重函數族和誤差假設。若沒有對預測加上限制或轉換目標，非負變異數代理指標的線性迴歸可能產生負的配適值。模型方便使用，並不代表可以略過檢查目標值域與單位。

不受限制的分散落後期迴歸會為\(K\)個每日輸入各自估計一個係數。如果相較於每週目標觀察數，\(K\)很大，估計可能雜訊較多且彼此高度相關。MIDAS則使用低維函數定義落後期係數。例如，指數Almon型態可寫成\(w_j(\theta)=\frac{\exp(\theta_1j+\theta_2j^2)}{\sum_{\ell=1}^{K}\exp(\theta_1\ell+\theta_2\ell^2)}\)。正規化Beta多項式型態也很常見。

這些型態可讓近期交易時段的權重較高、逐步遞減，或相對提高落後期視窗中段的權重。參數描述所選的平滑曲線，不會無條件說明每天的重要性。即使資料支持短暫反應，所選函數若強制一段較長的平滑尾部，配適係數也會承受這項限制。反過來說，估計太多自由的每日係數，可能是在配適雜訊而非穩定動態。

權重限制屬於模型假設。非負且正規化的權重可讓變異數預測較容易解讀為加權平均，但會排除正負落後期效果互相抵銷的情況。彈性較高的型態可以容許凸起或斜率變化，但形狀參數太多可能難以識別。應比較少數合理型態、說明可用的落後期範圍，並評估更改權重函數族是否會顯著改變預測。

沒有通用的\(K\)。較長視窗可能捕捉持續性資訊，但會增加參數或強制較長的形狀；較短視窗可能漏掉較慢的動態。應依據估計期間可取得的資訊選擇落後期數，並且不使用未來評估目標來驗證。樣本內配適良好，並不能單獨證明落後期視窗捕捉到可重複的訊號。

頻率標籤不足以建立有效的預測設計。假設目標是接下來五個交易時段的變異數，預測在星期五收盤後發出。預測變數可包括截至該星期五收盤的每日觀察值，但不能包括用下週報酬計算的已實現變異數統計。如果目標是已公布的每週或每月統計，公布時間可能晚於它所描述的期間。回測必須使用當時實際可取得的數值，而不是其後修訂或公布的數值。

配適模型前，先寫下預測起點表：預測發出的時間、每項預測變數容許使用的最新時間戳、目標期間，以及目標何時可以觀察。對金融報酬，請說明收盤到收盤報酬是否包括隔夜時段、哪個市場時段定義一天，以及假日或缺少的K線如何改變每日落後期數。五個交易時段與七個日曆日是不同區間。

發布日曆會出現不整齊的邊界。某個日期可能有預測變數的最新每日數值，但另一個每月序列尚未公布。如果模型把前一期每月數值視為預測起點已知的舊資訊，沿用該數值可能合理。用後來公布的資料填補尚未公布的觀察值則不合理。歷史修訂可能產生更隱蔽的前視問題：目前資料庫可能包含即時預測者當時無法看到的修訂版總體經濟序列。

不同步的市場會帶來另一項對齊問題。每日股票收盤價與每日加密資產收盤價可能代表不同的UTC區間；盤中波動率估計也可能用到預測時間之後才完成的K線。時區轉換、日光節約時間調整、交易場所休市與K線建構方式都屬於資訊集合的一部分。不要假設日期相同的資料列具有相同資訊截止時間，應說明如何處理。

假設目標是下週的已實現變異數，預測在星期五收盤時發出。模型使用剛結束一週的五個每日已實現變異數輸入。從最近到最早的估計權重為\(0.40, 0.25, 0.16, 0.11, 0.08\)，總和為1。相對應的每日輸入以報酬平方為單位，分別是\(0.0004, 0.0001, 0.0009, 0.0004, 0.0001\)。

加權歷史值為\(0.40(0.0004)+0.25(0.0001)+0.16(0.0009)+0.11(0.0004)+0.08(0.0001)=0.000381\)。假設這個虛構配適模型的截距為\(a=0.00012\)，斜率為\(b=0.80\)。下週變異數預測是\(0.00012+0.80(0.000381)=0.0004248\)。若標準差摘要有用，其平方根約為\(0.02061\)，依所選目標定義相當於目標週的\(2.06\%\)。

這項計算說明每日預測變數如何對應到未來的每週目標；數值與配適係數都是虛構的。這不代表所列日期中的某一天造成下週變異數，也不表示資產很可能上漲或下跌。最近交易時段的權重說明指定的預測模型如何在樣本與限制條件下結合觀察值；它不是因果反應估計值。

這個範例也帶出單位問題。每日與每週已實現變異數都是報酬變異數，但涵蓋的累積區間不同。斜率 \(b\)、截距與目標建構都是依據這個特定慣例估計；不能將每日輸入直接改稱為每週變異數。如果目標是每週變異數的對數，模型輸出就是對數單位；將條件對數平均值取指數，通常不等於條件變異數平均值。要轉回水準，必須明確指定預測目標，並在適當時進行反轉換校正。

權重向量固定時，迴歸對截距和斜率是線性的。如果權重取決於未知的非線性參數\(\theta\)，估計通常使用非線性最小平方法或相關的概似方法。估計量會同時搜尋權重形狀參數與迴歸係數，或針對每個候選形狀剖析並消去線性係數。起始值、參數範圍、收斂準則和局部最佳解數目都可能影響結果；不應隱瞞未收斂或落在邊界的解。

如果 \(y\) 是非負波動率指標，一般線性規格可能產生負的配適值，尤其在樣本外。選項包括限制水準預測為非負、使用正值連結函數，或對目標取對數。這些選擇會改變估計對象和預測解讀。對數目標模型預測對數變異數的條件平均值，並不會自動得到變異數的條件平均值；誤差分布與反轉換都很重要。

抽樣不確定性也取決於目標如何建構。用盤中報酬建立的每週已實現變異數有測量誤差，而且可能受微觀結構雜訊、取樣間隔、跳躍和缺漏觀察影響。如果每週目標視窗重疊，相鄰預測起點的誤差會共用相同的基礎報酬。假設預測誤差互相獨立的標準誤和比較，可能因此不適用。應採用符合預測期間與相依結構的推論，並報告目標的衡量程序。

參數穩定性也是一項考量。估計出的權重形狀是整個估計樣本的平均；如果市場結構改變，曲線可能無法妥善描述任何目前的狀態。擴展視窗和移動視窗估計回答不同問題：前者使用較多歷史，但保留舊有動態；後者較快適應，但觀察值較少、估計雜訊較大。事先訂定更新規則，並在依時間順序的評估中與固定基準比較。

MIDAS指透過加權落後期結合不同取樣頻率觀察值的方法。MIDAS迴歸可以用過去的每日或盤中指標，直接預測未來已實現波動率目標。它不一定要指定GARCH模型的一步條件變異數遞迴。

GARCH-MIDAS是另一種模型家族，會把較緩慢、通常由低頻變數推動的長期波動率成分，與遞迴變化的短期條件變異數成分結合。兩個成分有各自的參數化和假設。論文或軟體套件採用GARCH-MIDAS這個名稱時，應檢查實際方程：MIDAS權重可能控制長期成分，GARCH遞迴則處理短期衝擊。單看名稱無法知道目標、預測的是潛在或已實現波動率，以及模型如何確保正值。

早期金融MIDAS波動率研究在精簡預測架構中比較不同預測變數、頻率和落後期長度。其後的方法論研究探討混合頻率迴歸模型的估計和檢定性質，包括與傳統時間彙總的比較。這些貢獻支持的是模型機制，而不是MIDAS總會勝過GARCH，或高頻預測變數一定會改善預測。結果取決於資產、樣本、目標、預測變數、期間與評估設計。

依問題選擇模型。如果目標是用每日歷史預測未來的已實現波動率指標，直接MIDAS迴歸可作為合理候選。如果目標是遞迴建模條件變異數，應比較合適的GARCH規格。如果要結合季度總體經濟發布與每日金融目標，混合頻率迴歸可能需要控制發布版本。名稱相似的模型可能回答不同問題，因此比較績效前，先對齊預測起點、目標定義和資訊集合。

高頻資料增加時間細節，但也可能提高測量雜訊。過短的K線包含買賣價來回、價格離散、過時報價、不同步交易和資料來源錯誤。將平方報酬在愈來愈短的間隔中加總，不保證能得到更好的已實現變異數估計。應在檢視預測績效前選好取樣格點和清理規則，並對合理替代方式做敏感度分析。

限制可學到多少資訊的是低頻結果數，而不是看似很多的每日預測變數資料列。十年每日輸入配對每週目標，在扣除缺漏值和留出評估期前，也只有約五百個每週結果。平滑權重函數比自由估計每日落後期係數需要更少參數，但樣本短、預測變數高度持續或候選落後期重複時，權重形狀仍可能難以識別。

嘗試多種高頻指標、落後期長度、權重型態、轉換、市場、預測期間和評估損失，再只回報最佳結果，會產生選擇偏誤。樣本內配適特別容易受到影響，因為同一批目標同時引導參數與模型選擇。保留試過的模型族紀錄、預先選定主要指標，並採用較後的依時間順序留出樣本，或採用考量選擇的比較方法。若在相同日期比較許多預測，應考慮相依性與多重檢定，不要把每個結果當成獨立確認。

配適出的權重曲線不是因果解釋。高頻輸入可能是新聞、流動性或市場活動的代理變數；未觀察因素可能同時推動預測變數和未來波動率。預測用途需要穩定的時間安排和樣本外證據。因果解讀需要MIDAS落後期方程以外的獨立識別設計和假設。

波動率預測可以協助風險預算、避險規模或情境範圍，但不會指定報酬正負或持倉方向。預測每週標準差\(2.06\%\)不是承諾的價格變動、最大損失或選擇權隱含波動率報價。它是在配適模型與樣本下，針對所選離散程度指標的預測；實際報酬仍可能遠高於或低於此值。

研究策略時，先訂明訊號時間、下單時間、工具、曝險規則和出場方式，再開始測試。每個歷史預測起點都只能用當時可取得的資訊重新估計MIDAS參數。先以預先指定的基準和符合目標的損失函數評估預測，接著另行模擬扣除價差、費用、資金費、借券、交易衝擊和週轉後的報酬。變異數預測即使在統計上較好，扣除成本後的報酬也未必改善。

報告目標及其取樣程序、預測變數定義和單位、低頻與高頻、預測起點、落後期數、權重函數與限制、估計視窗與更新時間表、缺漏資料和資料版本的處理、損失函數、基準，以及依時間順序排列的測試日期。如果落後期權重形狀的選擇會顯著影響結果，也應呈現預測不確定性或敏感度。相關背景可參閱已實現波動率、波動率群聚與GARCH，以及預測準確度比較指南。

主要來源包括Ghysels、Santa-Clara與Valkanov的MIDAS波動率預測研究、Ghysels、Sinko與Valkanov的方法論回顧與延伸，以及Andreou、Ghysels與Kourtellos對混合頻率迴歸模型的分析。其實證結果僅適用於研究所分析的樣本和設計，不保證在當前市場或其他資產類別有相同表現。