跑一萬次模擬，不一定比老方法更懂風險

很多人一聽到「模擬一萬次」，直覺就會覺得這一定比老方法更準。

畢竟聽起來比較先進，算得也比較大陣仗。

但這次測試得到的答案剛好相反：在估「明天最糟可能跌多少」這件事上，跑很多次模擬的方法不只沒有明顯更好，反而常常輸給兩種更樸素的做法。

先看結果

這次拿 4 種風險估計方法做比較，搭配 2 種不同的市場風險讀法，標的是 SPY 和 QQQ，期間從 2019 年一路測到 2026 年。

整體結果很乾脆：

• 常態版模擬： 8 組只過 2 組 
• 厚尾版模擬： 8 組過 4 組 
• 另外兩個直接根據近一年市場痕跡估尾端的方法： 8 組全過 

換句話說，問題從來不只是你跑了幾次，而是你對市場尾端長什麼樣，想像得對不對。

為什麼模擬很多次，還是可能輸？

因為模擬次數再多，也只是把你原本的假設放大很多遍。

如果你一開始就把市場想得太平靜、太規則、太像課本，那你跑一萬次、十萬次，本質上都還是在重複一個不夠貼近現實的故事。

這次最明顯的例子，就是用比較傳統的平滑假設去跑模擬。它在最極端的小機率風險區間，實際出錯率往往接近目標值的兩倍。也就是說，它口中的「很少發生」，現實裡根本沒有那麼少。

問題不只在尾巴，也在波動本身有沒有估準

這次也看到另一個更實用的差別。

同樣是模擬，如果方法只看價格自己的歷史，表現就不夠穩；但如果把像 VIX 這種市場緊張程度的線索一起納進來，表現就明顯改善。

意思很簡單：

 你連今天市場有多緊張都沒先抓準，後面再怎麼精緻模擬，效果都有限。 

所以很多時候，真正該先升級的不是模擬引擎，而是你對當下波動狀態的理解。

反而更穩的，是兩種比較「不搶戲」的方法

這次最穩的兩種方法有一個共同點：它們都比較少替市場預設形狀，而是更直接地去讀最近一年市場自己留下來的極端波動痕跡。

你可以把它理解成兩種不同版本的同一個態度：

• 少一點先入為主
• 多一點尊重最近真的發生過什麼

結果就是，這兩種方法在這輪測試裡全部過關，而且不太受模型選擇影響。

這是一個很好的提醒。風險管理很多時候不是比誰最炫，而是比誰比較不會先把市場想錯。

對一般投資人有什麼意思？

最實用的意思有三個。

第一，不要被「算很多次」這件事本身說服。

計算量大，不等於結果更可靠。真正要問的是：它到底是不是在重複一個不夠真的假設。

第二，比起一直追新方法，先看模型有沒有跟上市場狀態。

如果工具連最近風險升高這件事都反應得慢，再複雜的模擬也只是把慢反應包裝得更厲害。

第三，風險估計不是選最炫的武器，而是先排除那些會穩定低估風險的做法。

這次測試最有價值的地方，不是宣布哪個方法從此封王，而是告訴你：有些看起來比較高級的方法，在你真正需要它之前，未必值得你多付那麼多信任。

一句話結論

這次最值得記住的不是「模擬不好」，而是： 如果底層假設不夠真，跑再多次也不會讓風險估計變可靠。 

資料來源

本文來自 VolPred 的一份風險模型測試，資料來源為 yfinance，標的為 SPY 與 QQQ，評估期間自 2019-01-02 起，各約 1,827 個交易日。