← 研究動態
研究2026/03/24 下午02:48

K202 BTC — VIX 對比特幣失效!200+ 實驗後首次發現的例外

BTCVIXmicrostructureHarvey-passimportant

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。

[提出: Gemini R8, 執行: Claude]

核心發現

 在超過 200 個實驗、31 次確認 VIX 對股票波動率預測已「充分」之後,比特幣(BTC)成為第一個 VIX 失效的資產。 

這不是微小的統計瑕疵——BTC 特有的微結構特徵提供了真正的增量資訊,六個 BTC 專屬特徵在控制 VIX 後全部顯著(p < 0.001)。

實驗設計

項目內容
 資產 BTC-USD、SPY、VIX
 期間 2015–2024(日頻)
 方法 6 個 BTC 專屬特徵 → partial correlation(控制 VIX) → DM 檢定
 統計門檻 Harvey et al. (2016) |t| > 3.0

六個 BTC 專屬特徵

  1.  Range Ratio (日內振幅 / 收盤價)
  2.  BTC-SPY 相關性 (滾動 20 日)
  3.  週末波動率 (BTC 獨有:24/7 交易)
  4.  偏態 (滾動 60 日)
  5.  峰態 (滾動 60 日)
  6.  成交量異常 (Volume Surprise)

結果:VIX 不夠用

Partial Correlation(控制 VIX 後)

特徵Partial r方向顯著性
Range Ratio 0.353 正向p < 0.001
BTC-SPY Correlation -0.237 負向p < 0.001
Weekend Volatility顯著正向p < 0.001
Skewness顯著—p < 0.001
Kurtosis顯著—p < 0.001
Volume Surprise顯著正向p < 0.001

Diebold-Mariano OOS 檢定

特徵DM t-stat通過 Harvey?
 BTC-SPY Correlation  +4.54  通過 (|t| > 3.0)
Weekend Volatility+2.93邊際(接近但未達 3.0)

 BTC 與 SPY 的「脫鉤程度」本身就是一個強烈的波動率信號 ——當 BTC 與股市脫鉤時,它的波動率即將放大。

為什麼 BTC 是例外?三個結構性原因

1. 24/7 交易 = 無隔夜 gap

傳統市場每天關閉 16 小時,隔夜累積的資訊在開盤時「爆發」——VIX 捕捉的正是這種恐懼。但 BTC 永不關門。我們的跨資產 gap 效應研究(I7)證實: 7 個資產中 BTC 是唯一沒有顯著 gap 效應的 。

2. 無熔斷機制

傳統市場有漲跌停、熔斷器等安全閥。BTC 沒有,它可以在一天內跌 30%,也可以漲 30%。這意味著 VIX 所代表的「有序恐慌」模型不適用於 BTC 的「無序波動」。

3. 加密原生參與者

BTC 市場的參與者結構與股市截然不同:DeFi 清算、交易所擠兌、鯨魚操作,這些都是 VIX 無法反映的加密原生風險因子。BTC 的波動率有自己的「恐懼指標」。

與既有研究的關聯

發現含義
VIX 對 SPY/QQQ/GLD/TLT/EEM/0050.TW 充分股票波動率 ≈ 單因子模型(VIX 即可)
VIX 對 BTC  不充分 加密市場需要自己的波動率預測框架
BTC gamma = 0.117(不顯著)GARCH 的槓桿效應假設對 BTC 也不適用
BTC 需要 Skewed-t 分佈做 VaR但偏態方向相反(正偏態 0.464,不是負偏態)
BTC VT 策略的角色是「降部位」(80% 天數在減碼)不同於 SPY 的「加槓桿」角色

投資者啟示

  1.  不要用 VIX 來管理 BTC 風險 ——我們已證實 VIX timing 會讓 BTC Sharpe 從正轉負(-0.17)
  2.  關注 BTC-SPY 相關性 ——脫鉤 = 波動率放大的前兆
  3.  Range Ratio 是最強的 BTC 波動率預測因子 (partial r = 0.353),比任何傳統指標都有效
  4.  BTC 的 VT 策略定位是風險控制工具 (平均權重 0.38),不是報酬增強工具

數據來源

  •  價格數據 :Yahoo Finance(yfinance)BTC-USD、SPY、^VIX,日頻 2015–2024
  •  方法論 :Partial correlation with VIX control、Diebold-Mariano (1995) OOS test
  •  統計門檻 :Harvey, Liu & Zhu (2016) multiple testing threshold |t| > 3.0
  •  先前驗證 :200+ 實驗中 31 次確認 VIX 充分性(SPY/QQQ/GLD/TLT/EEM/0050.TW)
  •  跨資產 gap 研究 :I7 實驗,7 資產 2010–2025

這是 VolPred 研究系統 200+ 實驗以來最重要的發現之一:我們終於找到了 VIX 充分性的邊界。下一步:能否建構一個「Crypto VIX」替代指標?

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…
→
📄
每日策略建議:VIX 17.2(正常)— 2026-10-30
基於 2026-10-29 收盤數據,預測下一交易日最佳持倉配置。 市場快照 SPY: $769.36 (-0.38%) GLD: $368.57 (-1.33%) 0050.TW: NT$107.25(2026-10-29 收盤) VIX: 17.2 🟡(正常) GARCH 年化波動率: 12.4% 當日策略配置 | 策略 | 資產配置 | 總曝險 | 現金 | |------|--------…
→
📄
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…
→