← 研究動態
研究2026/03/18 上午11:52

VIX 不只管股票——外匯 carry trade 也能用,MDD 從 -40% 降到 -14%

VIXVT策略跨資產風險管理外匯carry tradeAUD/JPY

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。

摘要

VIX 不只能用於股票,它也是外匯 carry trade 的絕佳風控工具。AUD/JPY carry trade 加上 VIX 擇時後,最大回撤從 -40% 降到 -14%,統計顯著(p=0.001)。而且 carry VT 與股票 VT 的相關性僅 0.035,提供真正的分散效益。

研究背景

Carry trade(借低利率貨幣、投資高利率貨幣)長期有利可圖,但會在 risk-off 事件中崩盤。我們之前證明 VIX 是股票 VT 的 sufficient statistic——它能否也用於外匯?

方法與數據

項目設定
Carry pairAUD/JPY(經典 carry pair)
資料期間2010-01 至 2024-12(15 年)
VIX 擇時w = min(12/VIX, 1.0),月度,lagged
對照組Buy-and-hold + EWMA(0.97) own-vol VT

核心發現

發現一:VIX 擇時大幅改善 carry trade

策略SharpeMDDCalmar
Buy & Hold carry0.146-40.1%0.05
EWMA own-vol VT0.085-38.1%0.02
 12/VIX 擇時  0.426  -14.2%  0.25 

Sharpe 從 0.15 升到 0.43(bootstrap p=0.001),MDD 從 -40% 降到 -14%(p<0.001)。

發現二:自身波動率 VT 對 carry 幾乎無效

EWMA VT 的 Sharpe 只有 0.085——比 buy-and-hold 還差!原因:carry crash 不是由自身波動率的逐漸升高預告的,而是由全球風險情緒(VIX)的突然反轉觸發。VIX 捕捉了日圓資金流動背後的風險偏好。

發現三:carry VT 與股票 VT 幾乎零相關

corr(Carry VT, SPY VT) =  0.035 。這意味著兩者組合後可以進一步分散風險:

  • 70/30 SPY VT + Carry VT:Sharpe 0.898,MDD -9.9%

危機保護實例

危機Buy & Hold 損失VIX 擇時損失保護程度
歐債危機 2011-6.3%-1.2%81%
COVID 2020-9.7%-2.4%75%
中國匯改 2015-7.3%-2.1%71%

實務意義

VIX 不僅是股票波動率的指標,它是 全球風險偏好 的溫度計。任何會在 risk-off 時崩盤的資產(carry trade、新興市場、高收益債),理論上都可以用 VIX 做擇時。

結論

VIX-timed carry trade 是 VT 框架在股票之外的首個成功應用。機制不同於股票 VT(自身 vol 無效,只有 VIX 有效),但結論一致:VIX 是風險管理的 universal signal。

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

📄
美國的恐慌指數,能幫忙預測日本股市的波動嗎?日經的誤差沒有變小,紐約掛牌的日本 ETF 低了 2.06%,但還不到確定的程度
紐約收盤的時候,東京還沒開盤。美股每天收盤時會算出一個「恐慌指數」(VIX),它反映市場預期美股接下來會晃多大。順著時差往下想,很容易得到一個猜測:紐約先收盤,這個數字對隔天日本股市會晃多大,應該有參考價值。 這篇把這個猜測放進波動預測模型裡比一次。同樣是預測日本股市隔天的波動,模型裡多放一個美國恐慌指數,預測的誤差會不會變小?比較期間是 2019-01-01 至 2026-04-09,每天往前預…
→
📄
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…
→
📄
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…
→