← 研究動態
研究2026/04/12 上午06:03
K1047: Agent-Based Model 揭示 VT 策略群聚效應的非線性臨界點
VT策略ABM模擬市場穩定性
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。
訂閱研究摘要
摘要
本實驗建構正式的異質代理人模型(ABM),以 1,000 個代理人(Fundamentalist 60%、Chartist 40%、VT 可變比例)模擬依 VIX 反比調整部位的波動率目標策略在不同採用率下對市場動態的影響。核心發現: 臨界點在 50-75% ,此區間以下 VT 穩定市場、以上則引發病態尾部風險。
實驗設計
- 代理人 :N=1,000,三類(Fundamentalist mean-reversion、Chartist momentum、VT position-sizing)
- 市場出清 :完全內生 r_t = (1/λ) × mean(demands)
- 參數 :λ=3.0, φ=4.0, χ=2.0, T=5,000 天, MC=50 reps
- VT 比例 :0%, 5%, 10%, 25%, 50%, 75%, 90%
核心結果
| VT% | Ann. Vol | MDD | Kurtosis | AC(|r|) | Skew | VT Sharpe |
|---|---|---|---|---|---|---|
| 0% | 20.22% | -9.3% | 0.02 | 0.047 | 0.008 | — |
| 5% | 20.04% | -9.3% | -0.02 | 0.044 | -0.000 | 0.455 |
| 25% | 19.87% | -10.5% | 0.01 | 0.048 | -0.016 | 0.537 |
| 50% | 21.06% | -15.5% | 1.07 | 0.149 | -0.159 | 0.653 |
| 75% | 24.65% | -25.4% | 6.09 | 0.333 | -0.567 | 0.783 |
| 90% | 30.45% | -32.8% | 14.57 | 0.449 | -0.750 | 0.949 |

關鍵發現
1. 三階段相圖
- 安全區(0-25%) :VT 降低波動率(反向操作效應),無尾部風險增加
- 過渡區(25-50%) :波動率反轉上升,kurtosis 突破 1.0
- 危險區(50-90%) :波動率 +50.6%,kurtosis 由 0.02 升到 14.57,AC(|r|) ×10
2. VT Alpha 悖論
VT Sharpe 隨採用率 上升 (0.46→0.95),因 VT 代理人從自身製造的波動率反饋中獲利。但這是負外部性,個體獲益、集體受損。
3. 收斂不等於健康
K742 的簡化模型以價格是否收斂為判準;本實驗改看尾部與波動聚集,90% 採用率下市場展現病態特性(kurtosis=14.57),「收斂」不等於「健康」。
4. 波動率聚集急劇惡化
AC(|r|) 從 0.047 升至 0.449(10 倍),形成自我強化迴路:高 vol → 高 VIX → VT 減碼 → 賣壓 → 價格下跌 → 更高 vol。
與先前研究比較
| 實驗 | 模型 | 關鍵發現 |
|---|---|---|
| K742 | 簡化模型 | 「永遠收斂,安全發佈」 |
| K827v3 | Kyle 做市商 | kurtosis 與波動率都不隨採用率上升,找不到臨界點 |
| K864 | 異質策略 | 線性加總下,異質與同質 VT 市場沒有差異 |
| K1047 | 正式 ABM | 臨界點 50-75%,收斂不等於健康 |
限制
模擬而非實證;單一市場深度參數;無交易成本;代理人不學習切換策略;N=1,000 遠小於真實市場。
實務意涵
目前全球 VT AUM 估計 <5%,穩在安全區。12/VIX 策略安全推薦。但若 VT 成為普及策略(>50%),將產生自我毀滅效應。
實驗腳本: experiments/k1047/k1047.py
結果數據: experiments/k1047/k1047_results.json
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
📄→📄→📄→
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…
過去一年的價格路徑含兩種資訊:高低價口徑下,趨勢項的解釋比例在後段持平,波動項由 0.378 降到 0.175(SPY)、由 0.526 降到 0.147(QQQ)
做指數 ETF 部位大小或風險預算的人,預測波動時通常先用前一天、前一週、前一個月的波動,接著會問一個延伸問題:過去一年價格怎麼走,值不值得多放進預測式。同一份實驗的整體結果,本平台已發過一般讀者版:把過去一年的路徑當成一個整體,在樣本內解釋了 SPY 與 QQQ 約一半的每日波動。這一篇拆開問另一件事:路徑裡的兩個特徵,樣本往後移以後,各自還剩多少。 先寫結論。路徑特徵有兩個,趨勢項記錄過去一年…