為什麼要同時研究黃金與白銀？
黃金與白銀同屬貴金屬，但市場賦予兩者截然不同的角色：黃金更常被視為「避險與保值」資產，價格對美元與（實質）利率、不確定性等宏觀金融條件高度敏感；白銀除了貴金屬屬性外，更具工業金屬特徵，其定價往往受工業需求變化與供給調整速度影響，波動也更容易被資金流與槓桿放大。
黃金：避險敘事之外，必須納入「官方部門需求」的新變數
近年的金價研究若只停留在「美元—利率—風險情緒—ETF」的傳統框架，容易忽略一個關鍵轉折：官方部門需求的制度性變化。研究設計因此將在原有因子外，明確加入「官方部門需求」並以分期或狀態依賴方式檢驗：金價對機會成本（實質利率）、美元條件與風險因子的敏感度是否在不同階段出現顯著改變，尤其是 2020 年後官方需求上升可能帶來的結構性轉向。
白銀：AI資本開支與能源轉型，讓「工業需求敘事」更突出
白銀的研究重點，正在從單純追隨貴金屬行情，轉向解釋「工業需求斜率是否加速」。在 AI 資本開支與能源轉型脈絡下，資料中心用電、電網投資、電力設備投入、半導體/伺服器等 CAPEX proxy、PMI 與工業生產、光伏需求等，都可能成為更貼近白銀價格的可操作變數。
供給端的「副產品」與長週期：放大白銀的供需缺口
較黃金，白銀供給具有「副產品」特性且礦業開發前置期長，使供給彈性有限；當需求端出現變化時，價格更容易因供給反應慢、庫存變動敏感而被放大。這也是白銀在景氣循環與產業敘事轉折時，常呈現更劇烈波動的原因之一。
可交易的預測框架：四類變數「分區塊」逐步納入
白銀市場規模與流動性較小、缺乏央行等「底部買盤」，因此研究在可交易的預測設計上，除總體因子外，還必須納入資金流、槓桿部位與市場狀態變數，並採取更穩健的框架。本文將白銀候選解釋變數整理為四類（需求端、供給端、金融端、狀態端），以 blockwise inclusion 方式評估各類變數對樣本外預測能力的邊際貢獻。
金銀比（GSR）：把「避險狀態」與「工業景氣狀態」濃縮成一個指標
GSR 定義為同一計價單位下的金價除以銀價：GSR 上升代表黃金相對走強，可解讀為避險需求較強；GSR 下降代表白銀相對走強，對應景氣與工業需求較強。更進一步的研究指出，金銀比可作為市場風險認知的量化代理，並可能改善對股票市場尾端風險與市場連結性的預測。
研究路徑：先預測金與銀，再用「函數映射」產生一致的GSR訊號
研究設計將分別對黃金與白銀建立日頻預測模型，並把「GSR 的預測」視為兩者預測的函數映射，形成一致的訊號生成流程；下一步則把 GSR 的意涵由「金銀配置偏好」延伸到「產業面的可預測外溢」，檢驗其是否能在日頻上同步預示金融風險狀態與工業需求狀態的轉折，作為後續實證與策略設計的擴充方向。