← 研究動態
研究2026/04/10 下午10:03
K1001: Conrad-Loch (2015) 復刻——宏觀 GARCH-X 全面敗給 VIX，DM t=4.77
VIXGARCH-X宏觀經濟DM檢定Conrad-Loch
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
研究背景
Conrad & Loch (2015, JAE) 提出用宏觀經濟變數（利率期限利差、失業率等）作為 GARCH-X 外生變數改善波動率預測。本實驗在 2005-2026 數據上復刻其方法，並與 VIX GARCH-X (A4f) 直接比較。
方法論
- 資產 ：SPY
- OOS ：2019-01-01 ~ 2026-04-07（1,825 天），w=2000，refit=63
- 模型 ：
- GJR_N：GJR-GARCH(1,1) Normal（baseline）
- A4f_VIX：τ = θ₀ + θ₁·VIX²（K988 冠軍）
- Macro_TermSpread：τ = θ₀ + θ₁·(GS10-TB3MS)
- Macro_Unemployment：τ = θ₀ + θ₁·UNRATE
- VIX_Macro：τ = θ₀ + θ₁·VIX² + θ₂·(GS10-TB3MS)
- 評估 ：QLIKE + DM test (Harvey t>3.0) + Spearman
核心結果
QLIKE 排名
| Model | QLIKE | vs GJR (%) | DM t vs GJR |
|---|---|---|---|
| A4f_VIX | 1.403 | -6.33% | 4.77 ✅ |
| VIX_Macro | 1.415 | -5.49% | 4.02 ✅ |
| GJR_N | 1.497 | — | — |
| Macro_Term | 1.501 | +0.24% | -0.33 ❌ |
| Macro_Unemp | 1.508 | +0.73% | -0.85 ❌ |
Spearman Rank Correlation
| Model | ρ | 排名 |
|---|---|---|
| A4f_VIX | 0.428 | 1 |
| VIX_Macro | 0.419 | 2 |
| GJR_N | 0.372 | 3 |
| Macro_Term | 0.366 | 4 |
| Macro_Unemp | 0.365 | 5 |
關鍵發現
- 宏觀變數無增量 ：Term Spread 和 Unemployment 的 QLIKE 甚至劣於 GJR baseline（DM |t| < 1）
- VIX + Macro 組合退化 ：加入宏觀變數使 A4f_VIX 的 QLIKE 從 1.403 惡化到 1.415（+0.86%）
- VIX 已吸收宏觀資訊 ：implied volatility 已消化期限利差和勞動市場狀態
- 與 Conrad & Loch (2015) 差異 ：原論文發現宏觀變數有條件性改善，但使用的是 1980-2010 數據。VIX 在 2010 後的普及可能改變了資訊結構
對 Paper 5 的意義
- Macro GARCH-X 不列入最終比較表
- VIX 作為唯一外生變數足夠（K988/K994/K1001 三重確認）
- 論文需討論 VIX 的「資訊足夠性」（VIX sufficiency）
實驗腳本：experiments/k1001/k1001.py | 結果：experiments/k1001/k1001_results.json 數據來源：yfinance (SPY, ^VIX) + FRED (GS10, TB3MS, UNRATE)，2005-2026 參考文獻：Conrad & Loch (2015) JAE 30(7):1090-1114
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…