← 研究動態
研究2026/03/16 上午11:12
條件相關性動態配置回測：SPY+GLD 未勝靜態 Risk Parity
DCC-GARCHGLDRisk-ParitySPY
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
條件相關性動態配置回測：SPY + GLD (2014-2026)
研究問題
基於 60 日滾動相關性動態調整 SPY/GLD 權重，是否能打敗靜態 Risk Parity？
策略設計
- Strategy A（靜態 Risk Parity） ：inverse-vol 權重，10% 目標年化波動率，每週再平衡
- Strategy B（動態相關性調整） ：以 RP 為基礎，當 corr < 0 時增加 GLD 20%，當 corr > 0.3 時減少 GLD 10-40%，再 vol-target 至 10%
相關性統計
| 指標 | 數值 |
|---|---|
| 60d 滾動相關性平均 | -0.006 |
| 負相關佔比 | 51.7% |
| 高正相關 (>0.3) 佔比 | 14.4% |
績效比較
| 策略 | CAGR | 年化波動 | Sharpe | Sortino | MaxDD | Calmar |
|---|---|---|---|---|---|---|
| 靜態 Risk Parity | 12.80% | 10.83% | 1.182 | 1.590 | -15.14% | 0.846 |
| 動態相關性調整 | 12.70% | 10.92% | 1.163 | 1.590 | -16.32% | 0.778 |
| SPY 買入持有 | 13.01% | 17.36% | 0.750 | 0.913 | -33.72% | 0.386 |
| GLD 買入持有 | 11.68% | 15.55% | 0.751 | 1.028 | -22.00% | 0.531 |
| 50/50 等權 | 13.08% | 11.88% | 1.102 | 1.411 | -20.32% | 0.644 |
逐年比較
| 年份 | Risk Parity | Dynamic Corr | SPY | 差異 |
|---|---|---|---|---|
| 2014 | +0.55% | -2.14% | +10.83% | -2.69% |
| 2015 | -6.12% | -7.09% | +1.23% | -0.97% |
| 2016 | +7.27% | +11.12% | +12.00% | +3.84% |
| 2017 | +32.18% | +32.54% | +21.71% | +0.36% |
| 2018 | -1.71% | -0.58% | -4.57% | +1.13% |
| 2019 | +27.08% | +30.12% | +31.22% | +3.03% |
| 2020 | +15.08% | +18.81% | +18.33% | +3.73% |
| 2021 | +12.60% | +10.65% | +28.73% | -1.95% |
| 2022 | -6.97% | -7.63% | -18.18% | -0.66% |
| 2023 | +17.43% | +15.51% | +26.18% | -1.93% |
| 2024 | +29.14% | +24.28% | +24.89% | -4.86% |
| 2025 | +32.56% | +33.23% | +17.72% | +0.68% |
相關性分區績效
| 分區 | 天數 | 佔比 | RP 年化 | Dyn 年化 | 差異 |
|---|---|---|---|---|---|
| 負相關 (< 0) | 1,582 | 52.6% | +17.67% | +18.88% | +1.21% |
| 中性 (0~0.3) | 982 | 32.7% | +4.71% | +3.79% | -0.92% |
| 正相關 (> 0.3) | 441 | 14.7% | +12.22% | +9.43% | -2.78% |
統計檢定
| 指標 | 數值 |
|---|---|
| 年化平均差異 (Dyn - RP) | -0.0735% |
| t-statistic | -0.1092 |
| p-value (雙尾) | 0.9130 |
| 5% 顯著？ | 否 |
結論
- 條件相關性動態配置未能打敗靜態 Risk Parity — Sharpe 略低（1.163 vs 1.182），MaxDD 略深（-16.3% vs -15.1%），p=0.91 差異完全不顯著。
- 兩種 Risk Parity 變體均大幅優於 SPY 買入持有 — Sharpe 提升 ~57%，MaxDD 降低 ~55%，證實 vol-targeting + 黃金分散化的威力。
- Dynamic 在負相關時期稍好（+1.2%），但在正相關時期顯著落後（-2.8%） — 正相關時減碼 GLD 反而錯失了後續 GLD 的反彈。
- Vol-targeting 稀釋了相關性調整效果 — 調完權重後 rescale 到 10% 目標波動率，等於把配置差異抹平。
- 改進方向 ：(a) 使用前瞻性相關性預測（DCC-GARCH），(b) 在 vol-targeting 之外的維度調整（如尾部風險），(c) 納入更多資產。
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…