我們用 384 種投資規則暴力搜索，還是找不到比這個簡單公式更好的

想像你站在一個龐大的書店裡，書架上整整齊齊排著 384 本「股市秘笈」。你逐本翻閱，每一本都聲稱有獨門心法：「VIX 低於 15 且動量向上，加碼到 1.5 倍；否則縮減到只剩 20%」……

你花了大半天時間，把每一本秘笈都仔細讀完。最後呢？你發現，書架最頂端有張泛黃的便條紙，上面只寫了三個字：

 12 ÷ VIX 

這就是我們第 100 個實驗（K524）的核心發現。

這個實驗在做什麼？

我們的研究系統對美股 ETF（SPY）做了一次「暴力搜索」，用電腦窮舉 384 種 IF-THEN 投資規則。

規則的結構長這樣：

•  IF  VIX（恐慌指數）低於某門檻（15、18、20、22、25、30）
•  AND  過去 N 天動量是正的（5天、10天、21天、63天）
•  THEN  持有更多股票（80%、100%、120%、150%）
•  OTHERWISE  縮手（0%、20%、40%、60%）

6 種 VIX 門檻 × 4 種動量週期 × 4 種多倉位 × 4 種空倉位 =  384 種規則 ，全部測試一遍。

我們用 2006 至 2019 年的歷史數據「訓練」，找出表現最好的規則；再用 2020 至 2025 年的獨立數據「驗證」，看它真的有效嗎？

結果一覽：Top 10 規則 vs 12/VIX

上圖顯示 384 種規則中表現最好的前 10 個，與 12/VIX 基準（Sharpe = 0.68）的比較。

乍看之下，規則 5、9 的 Sharpe 似乎更高（0.84），但等等，這裡有個關鍵陷阱。

0 個規則通過嚴格考驗

我們做了多重比較校正（Benjamini-Hochberg 方法，相當於嚴格的防偽水印）：在 384 次比較中，單一「看起來不錯」不算數，必須扣除靠運氣出現的機率。

 結果：對 SPY 資產，0 個規則通過嚴格統計檢定。 

DM 檢定（Diebold-Mariano Test）顯示，最佳規則組合對比 12/VIX 的 p 值高達  0.9544 ——幾乎等同於隨機差異，完全沒有統計顯著性。

那個「Sharpe 飆到 4.85」的烏龍

實驗過程有個重要插曲，也是最值得一般投資人注意的故事。

我們初版程式 忘記把信號「延遲一天」 。也就是說，電腦用「今天的 VIX 值」決定「今天的倉位」，再拿「今天的收盤報酬」來計算績效。

問題在哪？ 現實裡你不可能同時知道今天的 VIX 和今天的收盤價。  市場收盤前，你只知道前一天的數據。

這個小小的程式失誤，讓 Sharpe 從真實的  0.57 暴漲到 4.85 ——差了將近 9 倍。

 93% 的「績效」是來自看到未來資訊的假象。 

這就是金融業最臭名昭著的 前瞻偏誤（Look-Ahead Bias） 。很多聲稱「年化報酬超過 50%」的回測策略，背後藏的就是這種問題。

為什麼 12/VIX 這個公式這麼強？

12/VIX 的邏輯極其簡單：

 恐慌時自動縮手，平靜時自動加碼。  沒有複雜條件，沒有參數調整，就這樣。

我們跑了 5 個獨立時段的交叉驗證（2006-2011、2008-2013、2011-2016、2014-2019、2017-2022），平均 Sharpe 達  0.90 ，在不同市場環境下都維持相當穩定。

對一般投資人的三個啟示

 1. 不要花錢買「秘密投資公式」 

384 種系統性規則全面搜索，沒有一個能顯著超越一個免費的三字公式。那些要你付費購買「獨門策略」的服務，至少要先問它有沒有通過獨立的 OOS 驗證。

 2. 複雜不等於更好 

更複雜的規則往往只是「記住了過去」，真正面對未來市場時可靠性反而更差。我們的數據顯示，訓練期表現好的規則，驗證期績效平均會退步約 30%。

 3. 「回測績效超好」要特別警惕 

我們親身驗證：一個程式 bug 就能把 Sharpe 從 0.57 吹到 4.85。凡是看到「Sharpe 超過 3.0」的策略，第一個問題永遠是： 有沒有正確延遲信號？有沒有防止未來資訊洩漏？ 

結語：直線仍然最短

在第 100 個實驗裡，我們用電腦對 384 條路做了全面勘測。結論簡單而深刻：

 直線仍然最短。 

12 ÷ VIX，這個三個字的公式，到目前為止仍然是我們找到的最佳波動率驅動倉位策略，不是因為沒試過其他的，而是試過之後，它還是最好的。

研究就是這樣：有時候一百個實驗帶你回到原點，但那個原點，比你出發時更篤定了。

本文基於實驗 K524（腳本：experiments/k524_policy_learning.py）。數據：SPY 2006-2025，yfinance。第 100 個實驗里程碑。