第 16 週
這週同時在跑三條線:把 Watch Factor 研究收尾收出一個乾淨的 null、把 Mar 2026 基金帳結掉(順便把兩個拖了很久的方法論修正改掉)、開了一個全新的研究題目——RKLB CEO 的媒體露面到底有沒有真的在推股價,還是純粹是 selection bias。
1. Watch Factor 研究——null finding
這週把「名錶價格預測奢侈品股票」這個假說的完整量化檢定跑完了。總量是 3,030 個日頻 Granger 檢定 + 2,072 個月頻 Granger 檢定 + event study + walk-forward 回測,全部用 Holm-Šidák 在 5% FWER 下校正。最乾淨的單一檢定——Omega ChronoPulse → Swatch Group (UHR.SW)——靜態相關性 -0.010,所有 lag 下最小的原始 Granger p = 0.137。大家常引用的 -0.68 相關性跟 Bitcoin 的關係,是偽迴歸(spurious regression)造成的假象;實際報酬率的相關性只有 -0.04。所有回測裡最好的 Deflated Sharpe Ratio 是 0.008。全面 null。
→ 完整研究與方法論
2. Fund Operation Agent——三月 NAV + 方法論修正
Mar 2026 的帳結掉了。頭條數字:Net NAV $4,673,981.72,Class B NAV/share 810.22(MTD -5.24%)、Class C NAV/share 814.27(MTD -5.16%)。這個月慘,主要被 -$298.9k 未實現股票拖下去。
兩個擺在 backlog 很久的方法論問題,這週也一起解掉:
- Option assignment RGL — 從 IBKR 的方法(RGL = 0,premium 被吸收進 stock cost)改成 Amicorp/TJZ 的方法(RGL 認 gross premium,stock cost 只算 strike)。這讓 TSLA P390 被行使的那筆多認了 $10,900 的 RGL,也讓我的 validator 跟 Amicorp 帳上的做法對齊。回去驗 Nov 2025 那兩筆 BABA P165/P170 被 assign 的 case,跟我看了好幾個月都看不懂的那個 $13,181 diff 幾乎完全等於 premium ($13,186)。
- Cost basis — TJZ vs IBKR — 每一檔股票兩邊的 cost 都不一樣(IBKR 用 FIFO,TJZ 用另一套我還沒完全搞清楚的方法)。被 assign 的股票裡,TJZ 用 strike only,IBKR 用 strike 減 premium。TSLA cost 從 $807,358 改成 $824,000 之後,avg price 變成 $412.00/股,Prior UGL 從 -$25,745 重述成 -$31,490。
- Setup Fee 公式 — 把每月攤銷加政府補助的邏輯改對。Base = 240,000 - N×(240,000/36) - 150,000 HKD,分母 = 36 - N,每個月都重新算。Mar 2026(N=3):$405.01。
3. TGIF-I Dashboard 升級
Daily report dashboard 這週也動了很大一塊。頭條:IB canonical TWR 現在是所有 banner 數字跟 NAV history chart 的 source of truth。nav_source.py 解析 13 份 IB 的 CSV 報表,跟 IB 的 TWR 對了 115 個交易日,全部零差異——原本有 96 天是錯的(包含 11/06 那個 $1M 的 bug)現在都修對了。
除此之外:
- 新的 Stock Analysis section — 每檔股票一張雙 Y 軸圖(左邊 cumulative return %,右邊 stock price $),上面疊 trade markers(買 / 賣 / 賣 option / 買 option)。平常日 hover 顯示 shares + avg cost,交易日展開每一筆明細。
- FIFO vs Weighted Average 切換 — 實作了 lot-based FIFO 跟加權平均兩套。認真跑完 8 檔只有 TSLA 兩邊會差($412 FIFO vs $414.11 加權,肇因於 11/28 的部分賣出)。下拉選單預設 FIFO。
- 歷史成本線 — 兩個 toggle 讓 avg cost / amortized cost 可以在「最新值水平線」跟「隨交易跳動的階梯線」之間切。
- 新的 Benchmark — XYLD(S&P 500 covered-call ETF)跟 NDX,兩個都從 Yahoo 自動抓。驗證 IB 的 SPX 跟 Yahoo 完全一致(0.0000% diff),IB 的 NDX 每天差 ~0.01%(6 個月累積 ~0.35%)。
- Dark/Light Theme — CSS variables + View Transitions API 做 cross-fade,localStorage 記偏好。
- Mobile 修復 — 兩張圖的 touch scrub tooltip 都跟著 theme 變、
hovermode: false在 mobile 上避免 Plotly 預設 hover 跟我的 touch tooltip 打架、切換股票後用Plotly.purge()+ tooltip reset 讓它重建。
4. RKLB Management Exposure——新的研究題目
開了一條全新的研究線:RKLB 主管的媒體露面到底有沒有真的推股價,還是純 selection bias? 「Peter Beck 上 CNBC → RKLB 漲 3%」聽起來像因果關係,但 CEO 通常是 因為 有好消息可以講才會上 CNBC——所以「露面」跟「股價漲」可能兩邊都只是 earnings beat 的下游效應。
環繞這個問題設計了一套完整的 event study:two-factor(SPY + ARKX)market model、獨立的 catalysts.csv 做 selection-bias 控制、「clean events」filter(跟任何 catalyst 至少隔 3 天以上)。第一版結果在方向上非常有趣——所有 Beck 露面合起來 CAR[-1,+1] 是 +6.1%(看起來 bullish),但 乾淨的 Beck 露面(遠離財報)反而翻成 -3.9%,這正是整套方法論設計出來要抓的 selection-bias pattern。只是 N=4、p=0.34,統計上還不顯著,需要擴大樣本。
也順便學到一件事:在 two-factor model 裡 RKLB 的 β_SPY = -0.96、β_ARKX = +2.37。基本上是一個 2.4x 槓桿的太空 sector 純曝險,跟大盤連動度反而是負的。
→ 完整研究與方法論