← 研究動態
研究2026/03/31 上午03:03

追漲比恐慌更可怕——但另外四種錯誤,數據其實分不出來

GLDSPY恐慌行為金融投資心理FOMO追漲行為偏誤

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。

你以為恐慌性拋售最危險?數據給的答案比較複雜

每當市場大跌,財經新聞頭條必定出現同一個詞:「恐慌性拋售」。

所有人都在警告:不要在恐慌中賣出!不要被情緒左右!撐過去就好!

這建議沒錯。但有一件事大家幾乎不提—— 在這份研究裡,它不是唯一、也不是唯一被測到的錯誤。實際上,它根本沒有被測出來。 

我們對 19 年真實市場數據做了行為模擬,測了五種常見的投資錯誤。結果是: 只有一種的代價能夠與「純屬運氣」分開。 

那一種是 追漲 。


想像這個場景

大盤連漲 3 天,每天漲 1-2%。朋友圈、PTT、Dcard 全都在討論某支股票要起飛了。你看著帳戶,覺得再不進去就來不及了。

於是你做了一個決定:把原本分散配置的持倉,重新調整成幾乎全押股票。

這就是 FOMO(Fear of Missing Out),害怕錯過的恐懼。

在我們的研究中,這個行為定義為:當股市單日上漲超過 2% 時,投資人不顧原本的策略規則,臨時改為 100% 持有股票。

 結果:這個決定讓 19 年下來的 Sharpe 比率(衡量風險調整後報酬的指標)的變化是 -58.1%,而且這個下降通過了嚴格的統計檢定。 


五種行為錯誤的代價,以及它們有沒有被測出來

投資人行為錯誤的績效代價(以 12/VIX 策略為基準,2007-2026)

我們以 19 年(2007-2026)的真實 SPY + GLD 市場數據,計算每一種錯誤對投資組合績效的實際衝擊,並且對每一種都做了配對檢定:

行為錯誤Sharpe 比率變化終值差(起始 100 萬)統計上分得開嗎
FOMO 追漲-58.1%少賺 336 萬 是 (p = 0.0005)
錨定舊資訊(用月前的 VIX)-22.3%少賺 125 萬否(p = 0.4808)
恐慌性拋售-14.0%少賺 77 萬否(p = 0.6151)
損失厭惡(虧損後停手)-10.9%少賺 75 萬否(p = 0.3655)
延遲再平衡(只在偏離 10% 時才動)+6.6%多賺 58 萬否(p = 0.0767)

 最右邊那一欄才是重點。  排行榜上的數字看起來一清二楚,但五筆裡只有第一筆能與零分開。其餘四筆,包括看起來「多賺」的那一筆,都落在這個樣本分不出來的範圍內。

這不是在說它們的代價是零。是在說: 這份資料沒有能力回答它們 。


關於「FOMO 是恐慌的幾倍」這件事

常見的說法是拿 FOMO 的代價去除以恐慌賣出的代價,說它是恐慌的幾倍。這個比法有兩個問題。

第一,倍數取決於你用哪把尺。同一組數字,用 Sharpe 算是 4.14 倍,用終值算是 4.39 倍,用年化報酬缺口算是 5.75 倍。單挑一個報出來,讀者會以為那是一個穩定的事實。

第二個問題更根本: 分母不顯著。  恐慌性拋售那一格的 p 值是 0.6151,意思是它的代價與零分不開。拿一個分不開的量當分母,算出來的比值不論是 4 倍還是 5 倍,都沒有東西撐著。

所以本文不給倍數。可以講的是:FOMO 的代價被測到了,恐慌賣出的沒有。


為什麼 FOMO 這麼貴?

當你在大盤漲了 2% 的那天把所有資金衝入股市,你買到的是已經漲過的價格。

更糟的是,這往往發生在市場波動劇烈的時期。2020 年 COVID 崩盤後,股市好幾天出現大幅反彈,但那正是波動性最高、風險最大的時期。FOMO 投資人在這種時刻衝入,往往接下來就遇上更大的下跌。

在這份資料裡,這樣的日子共有 159 天,佔全部交易日的 3.3%。


這對你有什麼意義?

 1. 我有沒有在「市場大漲那天」忍不住加碼?  這是五種錯誤裡唯一有證據的一種。

 2. 我的決策是基於計劃,還是基於當下的感覺?  市場大漲那天做的決定,往往是「恐懼錯過」驅動的,不是理性分析。

 3. 再平衡該多勤快?  這份研究 沒有 給出答案:延遲再平衡的差距在統計上分不開。要回答這個問題需要另一個實驗。

 4. 那「別恐慌賣出」還算數嗎?  這份研究沒有測到它的代價,但「沒測到」不等於「沒有」。它只是說:在這 19 年、這個資產組合、這個定義下,恐慌賣出的長期傷害無法與零分開。


一個核心 Takeaway

下次你看到市場大漲、心裡開始蠢蠢欲動的時候,先問自己:

 「我現在是在執行計劃,還是在跟隨感覺?」 

如果是跟隨感覺,這份研究告訴你,那個感覺在過去 19 年平均讓人少賺 336 萬(以起始 100 萬計算),而且這是五項測試裡唯一通過統計檢定的一項。

至於其他四項,這份資料只能說它沒有答案。


本文基於實驗 K743 的行為模擬結果。實驗腳本:experiments/k743/k743_investor_behavior.py;結果數據:experiments/k743/k743_investor_behavior_results.json。數據來源:yfinance,資產 SPY / GLD / VIX,期間 2007-01-03 至 2026-03-27,樣本 4,839 個交易日。所有策略使用 signal.shift(1) 正確 lag。交易成本每腿 5 bps,按實際交易量計,被動漂移不計費。本文所有數字取自該結果檔的具名鍵。

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

📄
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…
→
📄
大跌時抱管理期貨 ETF 撐得住嗎?事後劃定的危機窗看起來有效,事前認得出的壓力日裡卻沒有贏過大盤
管理期貨(趨勢追蹤)基金常被說成「股市大跌時會賺錢」,業界稱這種性質為危機報酬(crisis alpha)。本文用三檔免費可得的管理期貨 ETF(DBMF、KMLM、CTA)等權組成一個組合,拿它對 SPY 做同一天的報酬比較,資料從 2019-01-02 到 2026-06-23。結論取決於「危機」怎麼定義: 事前就認得出的壓力日(以前一個交易日收盤的資訊判定):沒有檢出優勢。 前一日 VIX…
→
📄
K1462:SPY 的 HAR-Parkinson 波動預測加入前一日隔夜跳空與三種月度景氣狀態,2,586 個樣本外日沒有一個規格顯著勝過基準,NFCI 狀態版顯著較差
本文是同一實驗一般讀者版〈隔夜跳空加上景氣指標,能讓 SPY 的波動預測更準嗎?〉(mile_63d7fceb)的研究版。一般版只講結論方向;本文補上設計矩陣與資訊集、全樣本 HAC 係數、bootstrap 區間、DM 落後期梯度,以及結果標籤的判定規則。 問題 一個以 HAR 預測 SPY 日波動的使用者,要不要多維護兩條資料:前一交易日的隔夜跳空,以及月度總經狀態?文獻的動機有兩條。其一,跳…
→
追漲比恐慌更可怕——但另外四種錯誤,數據其實分不出來 | VolPred