← 研究動態
一般讀者2026/07/16 下午11:01

SPY 吃掉九成交易量,這個熱門度卻猜不到下週風險

SPY波動率ETF成交量市場流動性

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。

SPY 吃掉九成交易量,這個熱門度卻猜不到下週風險

買標普 500 像拿同一場電影的不同版本票券。SPY、IVV、VOO 裝著近乎相同的一籃股票,費用和交易條件略有差異。真正要快速進出的人,卻幾乎都擠到 SPY 的窗口。研究想檢查一個很自然的猜測:短線交易越集中在老牌 ETF,市場接下來是否越容易大幅震盪?

成交集中的現象很清楚,預測用途卻沒有跟著出現。四組市場、四種風險指標合計 16 項主要檢查,朝「越集中、越震盪」方向的結果有 8 項,沒有任何一項跨過預先設定的嚴格門檻 3。經過同一批多重檢查後,通過數仍是零。

老牌 ETF 幾乎包辦所有交易

研究使用 yfinance 調整後的每日開高低收與成交量。每組只保留同組 ETF 都有資料的共同日期,結果如下:

指數與 ETF實際期間天數老牌 ETF 平均成交量占比
標普 500:SPY、IVV、VOO2010-09-09 至 2026-06-223,969SPY 91.9%
Nasdaq-100:QQQ、QQQM2020-10-13 至 2026-06-221,428QQQ 98.5%
Russell 2000:IWM、VTWO2010-09-22 至 2026-06-223,960IWM 99.0%
新興市場:EEM、IEMG2012-10-24 至 2026-06-223,432EEM 80.5%

四組同指數 ETF 的老牌成交量占比

圖一:美股三組的交易高度集中,新興市場仍有較多成交分散到較新的 ETF。

高占比可以反映老牌 ETF 的掛單深度、買賣價差與交易習慣,卻未必代表投機情緒正在升溫。SPY 平常就拿走九成以上成交量,數字太穩定時,很難再提供足夠變化去預告風險。

昨天的集中度,沒有穩定預告明天

計算方式先看過去 63 個交易日,判斷當天集中度比近期常態高或低,再把訊號往後移一天。預測今天時,只能讀到昨天以前的資料。模型同時扣除同組總成交量,以及目標本身可事先知道的歷史值,避免把「市場本來就很熱鬧」誤認為集中度的功勞。預測未來五日波動時,控制項讀的是前一個完整五日區塊,不與預測目標重疊。

隔日盤中震盪的強度,標普 500、Nasdaq-100、Russell 2000、新興市場依序為 -2.73、+1.70、+0.69、-3.22。未來五日波動則為 +1.63、+1.72、-0.76、-2.65。正向結果全都沒有碰到 +3。

四組市場的隔日與未來五日預測強度

圖二:美股沒有跨過正向門檻;新興市場出現反向關係,且五日結果為 -2.65。

完整 16 項檢查裡,有 3 項反向結果跨過嚴格門檻並通過同批比較,全部來自新興市場。最乾淨的一項是隔日盤中震盪 -3.22;另外兩項是同指數 ETF 間的報酬分散與追蹤範圍,強度都是 -3.02。方向代表交易越集中在 EEM,後續震盪反而較低。

只能把新興市場結果當成狹窄的代理線索。免費日線資料看不到套利資金、造市商庫存或申購贖回,無法判定反向關係由哪個機制形成,也不能外推成所有 ETF 都有相同行為。

使用範圍要收得很窄

樣本只有四個同指數小組,屬於各組自己的長時間序列,不能代表廣泛 ETF 市場。資料沒有基金淨值折溢價、申購贖回、歷史資產規模、費率、投資人類型或盤中報價。五日目標彼此重疊,計算已允許相鄰五日誤差互相關聯;若要再確認,仍應增加不重疊的每週設計。四檔老牌 ETF 是依歷史流動性預先指定,沒有從未來資料挑贏家;隨機程序固定使用種子 42。

實務上,SPY 或 QQQ 的成交占比可以描述交易往哪裡聚集,不能直接拿來預報下週風險,也沒有形成經過驗證的買賣策略。看到老牌 ETF 很熱門,先把它當成市場結構的事實,不要把穩定的市場習慣誤讀成即將震盪的警報。


資料下載設定為 2010-01-01 至 2026-06-23;各組依較晚上市 ETF 與共同有效資料縮短,實際終點皆為 2026-06-22。本文為研究展示,不是投資建議。研究版:同一個指數好幾檔 ETF,短線交易全擠在最老那一檔。

懶人包圖組

四組同指數 ETF 的老牌成交量占比

ETF 交易集中度的主要預測結果與新興市場反向值

ETF 成交量集中度研究的使用方式與限制

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

📄
過去一年的漲跌路徑,在樣本內解釋了 SPY 與 QQQ 約一半的每日波動;放進預測模型後損失降 8.79%,但還不能算預測優勢
用免費的日開高低收資料,檢查過去一年的漲跌路徑能解釋多少 SPY 與 QQQ 的每日波動,以及把它加進常見的波動預測基準後,預測損失有沒有下降。觀測到的損失有下降,但被比較的模型彼此包含,沒有有效的顯著性檢定,結論只能是描述性的。 這個結果能幫你決定什麼 用過去的波動預測未來的波動,是部位大小與風險預算的基本功。一個自然的問題是:除了「前一天、前一週、前一個月的波動」,過去一年的漲跌路徑本身,還有…
→
📄
天然氣的波動冬天最大,1 月比 3 月晃 1.86 倍;但「快到期更晃」,免費資料驗不出來
用 2006 到 2026 年的免費日收盤價檢查兩件事:天然氣的波動是否有月份規律,以及期貨快到期時是否更晃。第一件事找得到,第二件事這套資料驗不出來,而且結論會隨換約日的處理改變方向。 這個結果能幫你決定什麼 持有天然氣 ETF(UNG)或交易天然氣期貨的人,會碰到兩個關於波動的問題:冬天暖氣用量大,天然氣價格是否特別晃;期貨快到期的那幾天,價格是否晃得更厲害。這兩個問題都可以拿日收盤價直接檢查…
→
📄
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…
→
SPY 吃掉九成交易量,這個熱門度卻猜不到下週風險 | VolPred