VT 不是 alpha：降低持股、縮小回撤，但不是已證明的 drawdown 保險

摘要

波動率目標（Volatility Targeting, VT）長期被描述為「提升 Sharpe」的策略，但我們在 K687（2007–2026, N=4,838）的定義性排名中確認： 正確 lag 之後，EWMA VT 的 Sharpe 0.525 與 B&H 50/50 SPY/GLD 的 0.545 並無統計顯著差異 （差距 p=0.096，Harvey 門檻 FAIL）。VT 若被定位為「alpha generator」在實證上不成立。然而 K688 以 CRRA utility 檢視發現： γ≥5 的風險厭惡投資人的 CE 點估計較高 ——γ=5 時 EWMA VT 的 CE 年化 7.17% 已略勝 B&H 的 6.98%；γ=10 時差距擴大到 +2.20pp，bootstrap P(VT>BH)=91.7%；γ=20 時 100% bootstrap 置信區間 excludes zero。K688 的點估計因此把 VT 定位為： 不是 alpha 工具，而是降低持股、縮小原始 drawdown 的工具 。但後來的五資產實驗 K1953（2007-01-03 至 2026-06-30，曝險配對檢定）沒有找到回撤保險的證據：兩個方法的十個資產格都沒有通過檢定，也沒有確立 γ≥5 時 VT 的效用優勢（γ=5 的確定性等價差，12/VIX 平均 −1.02、EWMA 平均 +0.17 個百分點／年，檢定都不顯著）；本文原先的『drawdown 保險』與『welfare-improving』結論因此撤回，以下 K687／K688 的數字只作該 SPY/GLD 樣本內的描述。

研究背景：為什麼「VT = alpha」的說法在實證上站不住腳

Moreira & Muir (2017, JF) 的 volatility-managed portfolio 論文一度讓 VT 看起來像免費午餐，透過把每日曝險 scale 到固定的目標波動率，可以讓 Sharpe 顯著提升。但後續文獻（Cederburg et al., 2020; Barroso & Detzel, 2021）陸續指出：該結果對 lookahead bias、交易成本、rebalancing 頻率、以及 signal 定義 極度敏感 。

K686 事件就是完整的再現，原本 K654–K684 系列在 naive 實作下顯示 VT alpha 顯著，但 Codex 審查揭露 signal from t, return at t 的 lookahead bias 後，全面重跑得到 K687 的定義性 ranking，VT 的 Sharpe 優勢全部消失。這不是單一研究的 idiosyncratic 問題，而是 VT 文獻中反覆出現的 look-ahead artifact 。 VT 在 Sharpe 意義上的 alpha 並不穩健 ——這已是本研究系統的 settled conclusion（見 storage/session_state.json 與 research_program.md）。

但 VT 並未因此失去價值。真正的問題是： 如果 VT 不提供 Sharpe alpha，它到底在做什麼？  K687/K688 的雙實驗答案是： 它降低持股、縮小原始 drawdown，代價是少賺；這份取捨對高 γ 投資人是否划算，五資產實驗 K1953 沒有確立 。

方法與數據

核心發現

發現一：Sharpe 意義上，VT 沒有顯著優勢（K687）

Full-sample ranking（正確 lag 之後）顯示 B&H 50/50 SPY/GLD 的 Sharpe 0.545 排第一，EWMA VT 0.525 居次，12/VIX 0.438 第三。DM test（vs. B&H 50/50）顯示：

•  EWMA VT : t = −1.66, p = 0.096， Harvey 3.0 門檻 FAIL （NS, not significant）
•  12/VIX : t = −2.79, p = 0.005，方向為負（VT 更差），Harvey 3.0 門檻仍 FAIL（|t|=2.79 < 3.0）
•  Piecewise VT : t = −2.98, p = 0.003，與 BH 顯著不同但方向為負

結論： 沒有任何 VT 策略在 Harvey-adjusted sense 下顯著勝出 B&H 50/50 Sharpe 。

Cross-OOS（5 折 rolling expanding-window） 全部 FAIL（0-1/5） ——沒有單一 VT 策略能在過半折次中維持領先。這與 Harvey (2017, JF)「Presidential Address: The Scientific Outlook in Financial Economics」對 out-of-sample 穩健性的門檻要求一致。

發現二：VT 的真正產出是 Drawdown 減幅

雖然 Sharpe 沒勝，VT 在 max drawdown（MDD）的表現徹底改寫遊戲：

 EWMA VT 把 MDD 從 32.5% 壓到 17.0%（−47% 改善） ；12/VIX 更把 MDD 壓到 12.2%（−62%）；P3-AGG Lookup 壓到 8.4%（−74%）並拿下最高 Calmar 0.732。這是持股下降的結果，用一部份 CAGR 換來更淺的 peak-to-trough 虧損。

Figure 1. K687 full-sample ranking：Sharpe 七策略彼此接近（0.07–0.55），但 MDD 差距極大——B&H 50/50 踩到 −32.5%，VT 家族壓到 −8% 至 −17%。VT 的產出在 Calmar / MDD 而不在 Sharpe。

發現三：CRRA utility 的 γ≥5 crossover（K688）

如果 VT 用「Sharpe 等價性」+「MDD 大幅減少」的組合換到投資人手上，那它 welfare-improving 或 welfare-destroying 的判準， 本質上就是投資人的風險厭惡係數 γ 。K688 用 CRRA utility 跨 γ={1,2,3,5,7,10,15,20} 計算 certainty-equivalent（CE）年化報酬：

 Crossover 點 ：

•  EWMA VT 的點估計從 γ=5 起高於 B&H （+0.19pp，很小，也沒有確立 welfare-improving）
•  12/VIX 與 P3-AGG 的點估計從 γ=10 起高於 B&H 

Bootstrap（5,000 重抽）進一步驗證方向可靠性：

γ=10 時 91.7% 的 bootstrap draw 顯示 VT 勝出；γ=20 時 100% 且 CI excludes zero—— 這是 SPY/GLD 樣本內的結果；五資產實驗 K1953 沒有確立 γ 門檻 。

Figure 2. CRRA utility crossover：γ≤3 的低風險厭惡投資人（包含偏向報酬率最大化的年輕投資人）應持有 B&H；γ≥5 開始，EWMA VT 的 CE 點估計轉為略高；γ≥10，所有主流 VT 變體的點估計都高於 B&H（SPY/GLD 樣本內，五資產實驗未確立）。藍色區為 EWMA VT 點估計較高的區域。

發現四：Subperiod 診斷——GFC 與 COVID 期間 VT 的損失較小

Subperiod CE（年化）顯示 VT 在何時損失較小：

Bull market 時 B&H 穩勝（這是少賺的代價）；GFC 與 COVID 時 B&H 的 γ=10 CE 掉到 −54.85% 和 −44.59%，而 EWMA VT 把損失壓到 −16.46% 和 −19.94%。 γ=10 的投資人在 GFC 從 VT 省下 38.4pp 的效用損失 ——這是持股下降的結果，不是已證明的保險理賠。

保險費的來源：vt-insurance-cost paper 的 decomposition 觀點

Paper 4（paper/vt-insurance-cost/，Finance Research Letters 提交版 R3）把 VT 的隱含保費（implicit premium）拆成兩個組件：

1.  Variance-of-Variance (VoV) premium ：因為波動率本身波動（volatility clustering），VT 在 vol 上升期 scale down 時放棄了部分 mean-reversion 的 vol risk premium。這解釋了 bull market 時的落後。
2.  Rebalancing premium （K846 獨立量化）：每日或每週 rebalance 在交易成本與 slippage 下的累積拖曳；OOS 2023–2024 實測約 20–30 bp/年。

兩者合計，在 2005–2026 全樣本下，VT 相對 B&H 的 年化 implicit premium 約 3–4% （隨 VIX 平均水平波動；高利率期間低於 2%）。這筆落差不是「被吃掉的 alpha」，而是降低持股造成的期望報酬損失；它是否等同於保險保費，五資產實驗 K1953 沒有找到證據。

投資人要問的不是「這筆保費會不會賠錢」，統計上當然賠錢，B&H 期望報酬更高。問題是： 「如果下一次 GFC 讓我的組合從 1,000 萬跌到 450 萬，我能不能睡得著？」  高 γ 投資人的答案是「不能」，VT 就是值得的。

實務意義：何時該用 VT，何時不該

綜合 K687、K688、以及 vt-insurance-cost paper 的證據，我們提出以下投資人層級決策規則：

 關鍵判斷法則 ：問自己「上次市場跌 30% 時我做了什麼？」如果答案是 panic sell → 你的 revealed γ 遠高於自認的 γ，VT 可以幫你避開最容易出錯的決定；但它是否 welfare-improving，五資產實驗 K1953 沒有確立。

限制與穩健性

1.  樣本期間 ：2007–2026 涵蓋 GFC、歐債、COVID、2022 bear 與 2024 新高五次 regime shift，但仍是單一美國市場的樣本。K814 系列（跨資產）顯示 VT 保險性質在台灣、日本、歐洲市場基本 transferable，但 crossover γ 有差異。
2.  γ 的經濟合理性 ：金融文獻多落在 γ ∈ [2, 10]，γ=20 的投資人主要在退休基金、保險公司負債匹配場景。γ=5 是家戶 median（Cohn et al., 2015）。
3.  Lookahead check ：K687/K688 所有 signal 都 signal.shift(1) 或等效 lag；K686 已是完整 audit 結果。
4.  TX cost sensitivity ：baseline 5 bp；敏感度 [3 bp, 10 bp] 下結論不變（vt-insurance-cost paper R3 Table S2）。
5.  Non-stationarity ：VIX regime 在 2020 後明顯變化（低 VIX 分布 fatter），未來 crossover γ 可能下移或上移，建議 3–5 年 re-calibrate。

結論與後續方向

VT 不是 alpha generator。K687 正確 lag 下，沒有一支 VT 策略在 Harvey 門檻下顯著贏 B&H 50/50 Sharpe。 VT 降低持股、縮小原始 drawdown，但它不是已證明的 drawdown 保險 ：K688 在 SPY/GLD 樣本給出 γ≥5 的點估計優勢，γ≥10 bootstrap 91.7% 支持，γ=20 CI excludes zero；五資產實驗 K1953 沒有確立這些結論。Paper 4 進一步把 3–4% 年化隱含保費拆成 VoV + rebalancing 兩個可解釋組件。

這套框架把「VT 值不值得」從「策略比較」的軍備競賽，拉回到投資人層級的 取捨決策 ，答案取決於你的 γ、財富水平、時間偏好與 loss aversion，不存在通用解。

後續研究方向：(1) 跨市場 crossover γ 的穩健性（K814 系列）；(2) γ 的 time-varying 估計（age、wealth、health shock 如何 shift γ）；(3) tail-hedge（put option）與 VT 在 premium cost / payoff structure 的 head-to-head（Paper 4 附錄已涵蓋，可再擴充）。

本文基於實驗 K687（腳本：experiments/k687/k687_definitive_ranking.py，結果：experiments/k687/k687_results.json）與 K688（腳本：experiments/k688/k688_crra_lagged.py，結果：experiments/k688/k688_results.json）。方法論參考 paper/vt-insurance-cost/（Finance Research Letters R3 submission-ready）。數據來源：yfinance（SPY, GLD, ^VIX），期間 2006-01-01 至 2026-03-27，評估樣本 4,838 每日觀測值。引用文獻：Harvey (2017, JF); Moreira & Muir (2017, JF); Cederburg et al. (2020); Barroso & Detzel (2021); Cohn et al. (2015)。