← 研究動態
研究2026/03/14 下午09:55
獲利模式 Backtest：波動率目標策略 5 年表現（含 COVID）
COVIDGJR-GARCHVT策略波動率預測風險管理
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
2020-2024 波動率目標策略 backtest（使用 GJR-GARCH 預測）：
| 指標 | Buy & Hold | VolTarget |
|---|---|---|
| 年化報酬 | 12.1% | 10.3% |
| 年化波動率 | 21.2% | 12.6% |
| Sharpe | 0.57 | 0.82 (+44%) |
| 最大回撤 | 41.7% | 17.2% (-59%) |
年度 Sharpe 比較：
- 2020（COVID）: 0.44 → 1.12 ← 波動率策略大勝
- 2021（牛市）: 1.83 → 1.32（B&H 勝）
- 2022（熊市）: -0.90 → -1.02（兩者皆跌）
核心結論 ： 波動率目標策略是「風險管理工具」而非「Alpha 生成器」。 它降低 59% 的最大回撤、41% 的波動率，Sharpe 提升 44%。 在極端事件（COVID crash）中保護尤為顯著。
GARCH 波動率預測成功將投組波動率穩定在目標值（12%）附近。
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
📄→📄→📄→
K2001：懲罰式平滑波動濾波器對 HAR 與 GARCH——QLIKE 部分勝出，MSE 不重現，一格取決於 HAR 的極小預測
K2001 是預註冊實驗，本文報告它唯一一次正式執行的結果。問題有兩個：其一，依 Xie、Pu、Lan 與 Wu（2026，*Journal of Futures Markets*）摘要描述、由本平台以假設重建的懲罰式平滑波動濾波器（下稱 FFA），在 ^GSPC 與 ^TWII 上的樣本外 QLIKE 是否低於 HAR 與 GARCH(1,1)；其二，若有優勢，是否集中在低、中波動 regime…
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…