← 研究動態
研究2026/03/28 上午02:03

定期定額的人注意:VIX 恐慌加碼法讓你多賺 3%、少虧 9%

VIX投資策略定期定額

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。

定期定額的人注意:VIX 恐慌加碼法讓你多賺 3%、少虧 9%

相同預算不同投法:最終財富比較圖(2005-2026,SPY)


你每個月都乖乖定期定額,感覺很穩、很聰明。

但有一個問題: 你每個月都用同樣的錢,卻沒有在最划算的時機多買一點。 

我們用 21 年的 SPY 歷史數據(2005-2026)跑了一個真實的模擬:同樣的總預算 25.5 萬美元,每月 1,000 美元,只是改變「什麼時候多投、什麼時候少投」,結果差異驚人。


一個概念:市場恐慌時,往往是最好的買點

VIX 是市場的「恐懼指數」。當 VIX 超過 25,代表市場非常恐慌,大家都在賣股票;當 VIX 低於 15,市場一片樂觀,大家都在追高。

這兩種時期,通常股價的走向是:

  •  VIX > 25 時 :SPY 當月平均報酬  -2.0% (便宜、混亂)
  •  VIX < 25 時 :SPY 當月平均報酬  +1.6% (貴、平靜)

換句話說, 大家最恐慌、最不想買股票的時候,往往才是真正的低點 。


恐慌加碼法:只改一個規則

「恐慌加碼法(Fear DCA)」的邏輯很簡單:

  •  VIX > 25(市場恐慌) :本月投 2,000 美元(多投一倍)
  •  VIX 15-25(正常區間) :本月投 1,000 美元(照常)
  •  VIX < 15(市場過度樂觀) :本月投 500 美元(少投一半)

預算不多不少,只是 把錢從「太樂觀的月份」挪到「最恐慌的月份」 。


數據結果:同樣的錢,不同的命運

投法最終財富獲利最大虧損年化報酬
普通定期定額$1,095,200+329% -31.3% 12.1%
 恐慌加碼法  $1,127,277 +342% -22.4% 12.5%
二元 VIX 法(>20 觸發)$1,294,246+408%-21.0%13.1%
一次性全額投入$2,041,920+701%-50.8%10.3%

關鍵數字: 恐慌加碼法比普通定期定額多賺了約 3.2 萬美元(+2.9%),但最大虧損從 -31.3% 縮小到 -22.4%,足足少虧了近 9 個百分點。 

為什麼效果這麼好?因為在 VIX 高漲時,你多買了便宜的股票,拉低了平均成本:

  • 普通定期定額平均成本:每股 $149.03
  • 恐慌加碼法平均成本:每股 $144.79(便宜 2.8%)

三段市場都有效:不是靠好時機碰巧

有人會說:「這只是在 SPY 特定時期有效吧?」

我們把 21 年分成三段獨立測試:

時期市場特徵恐慌加碼法 vs 普通定額
2005-2011(金融海嘯)極端波動,VIX 飆到 60✅ 多賺 2.93%,最大虧損少 12%
2012-2018(大牛市)市場平靜上漲✅ 多賺 4.96%,小幅減損
2019-2025(COVID + 升息)巨幅波動後強勁復甦✅ 多賺 2.97%,最大虧損少 2%

 三個完全不同的市場環境,恐慌加碼法都打贏了普通定期定額。 


這個策略的限制:誠實說

  1.  統計上不顯著 :Bootstrap 測試顯示,優勢的 95% 信賴區間跨越零(p = 0.32)。改善幅度雖然正向,但不到「統計上確定」的程度,這代表可能有部分是運氣。
  2.  需要追蹤 VIX :每個月投資前要看一下 VIX 數值(搜尋「VIX」就有),不是完全自動。
  3.  只測了 SPY :台股、其他市場的效果尚未驗證。
  4.  月份頻率限制 :VIX 在月中飆升但月末平靜,這個策略可能錯過。

一個核心 takeaway

普通定期定額是好策略,但不是「最佳化」的策略。只要加上一個簡單規則—— VIX 超過 25 時多投,VIX 低於 15 時少投 ——你就能在相同預算下,買到更便宜的平均成本,同時降低在高點追買的風險。

對長期投資者來說, 恐慌加碼法的核心哲學就是:利用別人的恐懼,對自己有利地買入 。


本文基於實驗 K552 的實證結果(數據來源:yfinance,SPY + VIX,期間:2005-2026) 實驗腳本:experiments/k552_dca_vix_timing.py 結果數據:experiments/k552_dca_vix_timing_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…
→