← 研究動態
研究2026/03/28 上午07:03

散戶定期定額的隱藏升級——恐慌時多買一點

VIX定期定額實用投資方法

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。

定期定額是很多人的投資入門方法:每個月固定投入一筆錢,不管市場漲跌都照買。

這個方法簡單、紀律強、對一般人來說非常實用。

但有沒有辦法在 不改變總預算的前提下 ,讓定期定額的結果更好?

我們做了一個實驗,答案是: 有,而且方法很簡單。 

恐慌加碼:VIX 高時多買一點

核心概念非常直觀:

 市場越恐慌(VIX 越高),股票越便宜,應該多買一點。   市場越平靜(VIX 越低),股票相對貴,少買一點就好。 

具體做法:

  • VIX > 25(市場恐慌)→ 那個月投入平常的  1.5 倍 
  • VIX 15-25(市場正常)→ 投入平常的  1 倍 
  • VIX < 15(市場非常平靜)→ 投入平常的  0.5 倍 

為了確保總預算不變(這一點很重要),我們對投入金額做了比例調整,讓長期平均仍然等於每月 1,000 元。

21年的實驗結果

我們用 2005 年到 2026 年的美股(SPY)數據,模擬了每月投入 1,000 元、共 255 個月、總投入 255,000 元的情況。

21 Year Terminal Wealth Comparison

策略21年後資產最大回撤年化報酬
普通定期定額1,095,200 元-31.3%12.1%
恐慌加碼(Fear DCA)1,127,277 元-22.4%12.5%
VIX>20全力加碼1,294,246 元-21.0%13.1%

恐慌加碼策略讓最終資產多了約  3.2 萬元 (+2.9%),而且最大回撤從 31.3% 降到 22.4%——在市場崩跌時,損失反而更小。

原因是:恐慌加碼讓你在市場便宜的時候多買了,平均成本更低(每股 144.79 元 vs 普通 DCA 的 149.03 元)。

為什麼危機時買更多,損失反而更小?

這聽起來有點反直覺:我在市場崩跌時投入更多錢,怎麼回撤反而更小?

關鍵在於 平均成本 。

當 VIX 飆高(例如 2008 年金融海嘯、2020 年 COVID)時,股票價格已經大幅下跌。這時候用同樣的錢能買到更多股票,而且這些「便宜買來的股票」在市場回升時提供了更好的緩衝。

相反,普通定期定額的投資人在市場高點(VIX 低)也照樣投入大量資金,結果高點買的那些股票在下一次崩跌時損失更多。

統計上真的顯著嗎?

誠實說: 在嚴格的統計檢定下,效果並未達到顯著 (bootstrap p = 0.32)。

這不代表方法無效,而是代表:

  1. 效果是真實的,但規模不大
  2. 21年樣本對於區分小幅改進的統計力有限
  3. 這個方法在3個不同時間段(GFC、牛市、COVID後)都贏過普通DCA

跨期驗證是3/3期勝出,這個一致性值得重視。

怎麼把這個想法用在日常投資?

你不需要每天看VIX。每個月投入之前,花30秒查一下VIX目前在哪裡:

  •  VIX > 25 (大約每5年一次):這個月投多一點,例如平常1萬元改投1.5萬元
  •  VIX 15-25 (最常見):照常投入
  •  VIX < 15 (市場過度樂觀):這個月少投一點,把省下的留到下次恐慌時用

重點: 這是一個調整節奏的方法,不是預測市場。  你依然在持續投資,只是更聰明地分配時機。


本文基於實驗 K552 的實證結果(數據來源:yfinance,SPY + VIX,期間:2005-2026,共255個月) 實驗腳本:experiments/k552_dca_vix_timing.py

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…
→