實驗室 · C · 變化偵測

回答「此刻是否正在發生某事」的偵測器的校準，以及它在真實資料上的評估。

合成資料校準

這是什麼: 在已知變動日期的人工序列中，偵測器要延遲多久才抓到變動，以及在沒有變動時它多常發出誤報。

由哪些資料驅動: 只以合成資料產生；它不會碰到資料庫。每個情境重複 60 次；前 90 個觀測值是暖機期。

顯示什麼: 平均偵測延遲（天）、到第一次誤報為止的平均時間（ARL0）與抓到的情境數量；平均值變動與波動率上升分列不同的資料列。

可以得出什麼結論: 偵測延遲與變動對雜訊比的平方成反比：平均值的小幅變動幾乎抓不到，而波動率加倍則能在幾天之內抓到。這正是偵測器要監測成交量與波動率的原因。

事件前後的警示時點

這是什麼: 已記錄事件 ±10 天內警示的分布，以及與隨機日期的比較。

由哪些資料驅動: event 資料表與所選執行的警示序列。同樣的統計量在隨機日期上的結果會被算作虛無假設。

顯示什麼: 事件之前的日子是琥珀色長條，之後的日子是灰色長條。下方則是事件前的警示發生率與隨機的發生率。

可以得出什麼結論: 若事件前的發生率沒有明顯高於隨機，偵測器就無法事先感知事件。若沒有事件紀錄，圖表會是空的；應該從「設定 > 事件」載入財報與 KAP 日期。

警示之後的延續性

這是什麼: 警示當天方向的正負號在 1、5 與 21 天後是否維持不變。

由哪些資料驅動: 所選執行的警示，以及 return_daily 中的殘差報酬率。

顯示什麼: 每個期限的命中率、95% 區間與觀測值數量。

可以得出什麼結論: 若比率低於 50%，表示警示當天的變動之後會反轉。及早察覺變化並不代表能從中獲利；在真實資料上這個比率大約是 47–48%。

每日警示次數與市場動盪

這是什麼: 每天有多少檔股票發出警示，以及市場處於動盪狀態的機率。

由哪些資料驅動: 所選執行的警示序列，以及對 XU100 報酬率配適的兩狀態馬可夫狀態模型的濾波機率。

顯示什麼: 琥珀色長條是警示次數，紅線是動盪機率。標題會顯示整體警示發生率，以及鄰居證據是否開啟。

可以得出什麼結論: 警示在動盪時期堆積，顯示偵測器抓到的是全市場性的事件，而不是個股特有的事件。這裡用的是濾波機率而不是平滑機率：平滑後的序列看得到未來，因此在即時使用中是無效的。

• 指南

此處提供的投資資訊、評論與建議不屬於投資顧問服務的範圍。投資顧問服務是依據客戶與證券商、投資組合管理公司或不收受存款的銀行之間所簽署的投資顧問契約提供的。這裡的訊號是以統計模型由歷史資料產生的，對所有人顯示的內容都相同，並非個人化；它們可能不符合你的財務狀況或你的風險與報酬偏好。因此，僅依據此處提供的資訊做出投資決定，可能不會產生符合你預期的結果。