股票加黃金照風險模型調比重：波動降了、報酬沒有變多，最大跌幅也沒有變淺
讀者互動
登入會員可按讚與收藏。
持續追蹤這項研究
收藏、追蹤與明日提醒只保存必要識別資料，可在會員中心檢視或刪除。
研究資訊不構成個人投資建議；提醒僅代表研究更新，不代表交易訊號。
股票加黃金是很常見的組合。比較講究的做法是：不固定各放一半，而是看哪一邊「最近比較危險」，危險的那邊少放一點。這樣做真的比較好嗎？好在哪裡？
這份回測的答案是：夏普值確實變高了，但變高的原因幾乎全是波動變小，報酬沒有變多，最大跌幅也沒有變淺。而且風險預估最準的那個模型，配出來的組合在三個模型裡夏普值最低。
怎麼比的
實驗用美股大盤 ETF（SPY）和黃金 ETF（GLD），測試期間 2007-12-31 到 2026-03-31，共 4591 個交易日。每一天都只用前一天以前的資料，預估兩邊「壞日子平均會虧多少」（術語叫預期損失，ES），再讓比重和這個預估成反比：預估虧得多的那一邊，放得少。模型參數大約每個月重新估一次，比重則每天更新。
拿來預估的模型有三種：
- GJR 模型 ：認為下跌比上漲更容易引發後續的大波動。
- EWMA 模型 ：最近的漲跌權重比較大的移動平均，是業界最常見的簡單做法。
- AMEM 模型 ：直接對每天漲跌幅的大小建模。
對照組有兩個：
- 固定各半 ：每天把比重拉回股票、黃金各一半。注意這不是「買了放著」，它每天都會再平衡。
- 依 VIX 配置 ：股票比重等於十二除以前一天的恐慌指數 VIX，最多放滿，其餘放黃金。
結果：夏普值變高，是因為波動變小
| 配置方式 | 夏普值 | 年化報酬 | 年化波動 | 最大跌幅 | 平均股票比重 |
|---|---|---|---|---|---|
| 固定各半 | 0.8257 | 10.98% | 13.71% | -32.49% | 一半 |
| GJR 模型配置 | 0.8965 | 11.32% | 12.84% | -32.32% | 54.34% |
| EWMA 模型配置 | 0.8847 | 11.19% | 12.89% | -33.48% | 51.15% |
| AMEM 模型配置 | 0.8729 | 10.86% | 12.69% | -32.81% | 52.48% |
| 依 VIX 配置 | 0.8991 | 11.47% | 12.98% | -32.03% | 67.91% |
三種模型配置的夏普值都比固定各半高。但看兩個分項：
- 年化波動 ：固定各半是 13.71%，三種模型配置降到 12.69% 到 12.89%。
- 年化報酬 ：固定各半是 10.98%，三種模型配置是 10.86% 到 11.32%，有高有低，AMEM 那一種還比較低。
夏普值是「報酬除以波動」。分子幾乎沒動、分母變小，比值自然變大。所以 這裡的「比較好」是「同樣的報酬，晃得比較少」，不是「賺得比較多」 。
最大跌幅：沒有變淺
讓人想用風險模型的理由，通常是希望大跌時少虧一點。這份回測看不到這件事。
固定各半的最大跌幅是 -32.49%。三種模型配置裡，只有 GJR 淺一點（-32.32%），AMEM（-32.81%）和 EWMA（-33.48%）反而更深。五種配置的年化波動彼此差不到一成，所以這裡直接比最大跌幅不會因為「某一種本來就放得比較少」而失真。
可能的原因之一是：模型每天看的是「最近」的風險，而最大跌幅往往發生在風險突然升起的那幾天，這時比重還來不及調。這只是解讀，實驗沒有單獨檢驗它。
風險抓得最準，不等於組合最好
同一個實驗也逐日檢查了三個模型的風險預估準不準。以「一百天只該被突破一次」的 1% 風險線來看：
- AMEM ：實際被突破的比例是 1.09%，共 50 次，理論上約 45.9 次，和目標相當接近。
- GJR ：實際比例是 1.44%，共 66 次，偏多；檢定這個比例是否等於 1% 的 p 值是 0.0052，可以說它低估了風險。
照理說，風險抓得準的模型應該配出比較好的組合。結果相反： AMEM 模型配置的夏普值 0.8729，是三種模型配置中最低的 ；風險線偏多被突破的 GJR，配出來的組合夏普值最高（0.8965）。
這不代表風險預估不重要。它說明的是：「每天的風險數字準不準」和「拿它來分配比重好不好」是兩個問題。配置用的是兩個資產風險的 相對大小 ，一個模型把兩邊都估得一樣偏高，比重不會受影響；反過來，校準很準的模型，也不保證比重的變動方向對報酬有幫助。
和先前那篇文章的關係
我們先前的研究文章〈預測最準的模型不是最安全的，為什麼風險管理需要不同的標準〉用同一個實驗，講的是「預測波動最準的模型，不一定是風險管理最好的模型」，AMEM 在那篇是風險校準的贏家。這篇往下再走一步： 連風險校準的贏家，放進股票加黃金的配置裡，也不是組合表現的贏家 ；而且所有模型配置的改善都只來自波動下降，報酬與最大跌幅都沒有改善。
這份回測沒有回答的事
- 沒有統計檢定 ：夏普值之間的差距沒有做檢定。目前沒有證據顯示 0.8729 和 0.8965 這種差距不是偶然，只能當描述，不能說哪一種「勝出」。
- 沒有扣交易成本 ：模型配置與依 VIX 配置每天都在調比重，固定各半也每天再平衡。實際交易要付手續費和價差，換手越多的做法吃虧越多，本文的數字都是扣成本前的。
- 單一期間、單一組資產 ：只有美股大盤和黃金，只有這一段期間。換成股債組合或其他期間，結論可能不同。
- 不是投資建議 ：這是一份回測紀錄，說明「照風險模型調比重」在這段期間帶來了什麼、沒帶來什麼。
研究細節
- 資料 ：SPY、GLD 與 VIX 的日資料，取自 yfinance 並凍結成檔案；測試期間 2007-12-31 到 2026-03-31，共 4591 個交易日；每個預估只用前一天以前的資料。
- 配置規則 ：股票比重等於黃金的預估尾端損失除以兩者之和，黃金比重是其餘部分。依 VIX 配置的比重使用前一天的 VIX。
- 審查 ：實驗經過多輪審查，現行裁決為通過，結果檔與審查時釘住的版本逐位元組相同。
- 出處 ：實驗檔案 experiments/k780/，含程式、資料快照、結果檔與審查紀錄；本文的數字逐一由結果檔 k780_tail_first_es_results.json 讀出。
懶人包圖組
相關文章
先讀正式關聯，若無則使用標籤與主題相似度補齊