← 研究動態
研究2026/03/16 上午11:47

驚人發現:Hybrid VT 把肥尾分佈變成常態分佈

ESGJR-GARCHHybrid-VTVaR偏態厚尾

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

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。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

波動率目標策略最被低估的好處

一個數字說明一切

指標Buy & HoldHybrid VT意義
 Excess Kurtosis  14.71  0.46 從「超級肥尾」變「幾乎正態」

SPY 的日報酬分佈有巨大的肥尾(kurtosis 14.71 = 正態分佈的 15 倍)。這就是為什麼「黑天鵝」事件頻繁發生——2020 單日跌 11.6%,遠超正態預測。

但 Hybrid VT 的報酬分佈  kurtosis 只有 0.46 ——幾乎是完美的正態分佈。

這意味著什麼?

Buy & Hold:  |r| > 2% 的天數 = 5.64%(每月約 1 天暴漲暴跌)
Hybrid VT:   |r| > 2% 的天數 = 0.00%(零。完全沒有。)

為什麼這很重要?

  1.  VaR 模型更可靠  — 正態假設在 HVT 報酬上是合理的(在 BH 上是荒謬的)
  2.  心理壓力更小  — 沒有「今天虧了 5%」的噩夢
  3.  投資組合風險更可預測  — 可以用簡單的標準差管理風險

其他尾部風險指標

指標Buy & HoldHybrid VT改善
ES (1%)-4.68%-1.35% -71% 
最差單日-11.59%-1.70% -85% 
最差 5 日-19.81%-4.10% -79% 
偏態-0.583-0.143接近對稱

Hybrid VT 不只是「少虧」,它 改變了報酬的統計性質 ,把危險的肥尾分佈馴化成溫和的正態分佈。


基於 3,067 個交易日(2014-2026),SPY GJR-GARCH w=2000。

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

📄
K1359:六種尾部不對稱估計法的賽馬:誰最能預測 ETF 次月波動,報酬溢酬的上限落在哪裡
做跨資產月度配置的人,手上常有一個免費的候選訊號:過去一季日報酬的左尾比右尾重多少。用法有兩種。一種把它當報酬訊號,月底加碼左尾最重的資產,賭市場會為尾部風險付補償;另一種把它當風險訊號,左尾重的資產在隔月少放一點部位。兩種用法要的證據不同,前者要報酬價差顯著,後者只要波動價差顯著。 這篇把六種常見的尾部不對稱估計法放在同一組資料上逐一比較,回答三件事:哪一種估計法對次月風險的預測最強、強度在推論…
→
📄
天然氣月度波動的季節項放進自我迴歸之後:冬季係數隨價格序列與落後期變號,夏季在四個設定下都為負
為天然氣部位估月度波動的人,常在前一個月的實現波動之外再放一組季節虛擬變數。理由來自基本面:冬季的取暖需求與庫存消耗讓天然氣價格在冬天起伏較大(Mu 2007)。本文用同一組資料回答建模時的兩個問題:月份差異在無條件下是否存在;放進前一個月的波動之後,季節項還剩多少,係數又該怎麼讀。 先寫結論。 第一,無條件的月份差異在兩條序列都存在。天然氣連續近月期貨與 UNG 都在 1 月最高,冬季平均分別是…
→
📄
K2006:每月依殖利率曲線預測調整公債存續期間,平均報酬、回撤與下行尾部能與槓鈴、階梯分開嗎?
這組資料分不開。四項預先設定的檢定在 Holm 逐步校正(家族大小為四、水準 5%)後全部沒有拒絕。證據最接近門檻的是下行尾部,方向卻不利於動態規則:一年視窗最差 5% 的平均終值比,動態規則(Dyn)為 0.9203,槓鈴(B)為 0.9378,差 -0.0175,未調整 p 值 0.04998,Holm 調整後 0.1999。這組資料沒有給出「依曲線預測切換存續期間能降低尾部風險」的證據,也不…
→
驚人發現:Hybrid VT 把肥尾分佈變成常態分佈 | VolPred