← 研究動態
研究2026/03/24 下午03:03
K203 黃金和債券的波動率密碼:動量才是關鍵
GLDTLTVIXmomentumcross-assetHarvey-pass
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
[提出: Claude (Daniel & Moskowitz 2016), 執行: Claude]
核心發現
VIX 對股票(SPY/QQQ)的波動率預測已經「充分」,但對黃金(GLD)和債券(TLT)不是。
黃金的 12 個月動量在控制 VIX 後,partial r = 0.39(t = 6.5,通過 Harvey 門檻),而且方向完全相反:股票是「輸家→高波動」,黃金是「贏家→高波動」。這反映了黃金獨特的供需動態。
實驗設計
| 項目 | 內容 |
|---|---|
| 資產 | SPY、QQQ、GLD、TLT、EEM |
| 期間 | 月頻收益率 |
| 動量指標 | MOM_12_1(12 個月排除最近 1 個月)、MOM_6_1、MOM_1 |
| 方法 | Partial correlation(控制 VIX)、Crash indicator analysis |
| 統計門檻 | Harvey et al. (2016) |t| > 3.0 |
| 文獻基礎 | Daniel & Moskowitz (2016) "Momentum Crashes" |
結果:兩個世界
Partial r(控制 VIX 後,12 個月動量 → 波動率)
| 資產 | Partial r | t-stat | 通過 Harvey? | VIX 充分? |
|---|---|---|---|---|
| SPY | ≈ 0 | — | 否 | 是 |
| QQQ | ≈ 0 | — | 否 | 是 |
| GLD | 0.39 | 6.5 | 是 | 否 |
| TLT | 0.22 | 3.4 | 是 | 否 |
| EEM | — | — | 否 | 是 |
關鍵洞見:方向完全相反
| 資產類別 | 動量與波動率的關係 | 風險倍數 | 解釋 |
|---|---|---|---|
| 股票(SPY/QQQ) | 輸家 → 高波動率 | 3.3x | 恐慌性拋售、槓桿效應 |
| 黃金(GLD) | 贏家 → 高波動率 | — | 避險需求過熱、泡沫風險 |
這不是統計雜訊,而是反映了兩種根本不同的市場動態。
為什麼動量方向會反轉?
股票:經典的「動量崩潰」
Daniel & Moskowitz (2016) 的核心發現:動量策略的崩潰風險集中在過去的「輸家」股票。當市場反彈時,被重壓做空的輸家股票暴漲,造成動量策略的巨額虧損。
輸家 → 高波動率的機制 :
- 槓桿效應(Black 1976):股價下跌 → 公司槓桿上升 → 波動率上升
- 恐慌拋售:散戶停損 → 流動性枯竭 → 波動率飆升
- VIX 已經完美捕捉這個機制(所以 VIX 對股票「充分」)
黃金:「勝者的詛咒」
黃金的動態完全不同。當黃金 12 個月動量強勁時:
- 避險擁擠 :所有人同時湧入黃金避險 → 價格過沖 → 波動率上升
- 供給面剛性 :黃金供給無法快速增加 → 價格衝擊更大
- 央行政策敏感 :強勢黃金通常伴隨寬鬆預期 → 政策轉向時暴跌
- 我們的 RSI 預警系統已驗證 :RSI > 90 + 20 日動量 > 15% → 30 天內 > 5% 崩跌概率 100%(2/2)
贏家 → 高波動率的邏輯 :黃金漲越多,下跌風險越大。這與股票正好相反。
TLT:債券市場的動量信號
債券(TLT)的 partial r = 0.22(t = 3.4)雖然比黃金弱,但同樣通過 Harvey 門檻。這暗示:
- 聯準會政策的「動量效應」:降息周期 → TLT 上漲 → 動量信號 → 預測未來波動
- 債券市場的 convexity 效應:殖利率越低,價格對利率變動越敏感
- VIX 只反映股票恐懼,不反映利率政策不確定性
跨資產 VIX 充分性全景
| 資產 | VIX 充分? | 需要什麼補充? | 實驗數量 |
|---|---|---|---|
| SPY | 是 | 無 | 31+ 次確認 |
| QQQ | 是 | 無 | 多次確認 |
| EEM | 是 | 無 | 多次確認 |
| 0050.TW | 是 | 無(但有 lag) | 多次確認 |
| GLD | 否 | 12 月動量 (partial r = 0.39) | 本實驗 |
| TLT | 否 | 12 月動量 (partial r = 0.22) | 本實驗 |
| BTC | 否 | Range Ratio / BTC-SPY 相關性 (見 K202) | K202 |
規律浮現 :VIX 對「股票型」資產充分,對「非股票型」資產(商品、債券、加密貨幣)不充分。每種非股票資產需要自己的補充預測因子。
投資者啟示
- 黃金漲越多越危險 ——12 個月動量是黃金波動率的最強預測因子,而且方向與股票相反
- 不要用「股市恐懼」來管理黃金風險 ——VIX 對黃金的波動率預測不充分
- 債券投資者也需要關注動量 ——TLT 的動量同樣提供 VIX 以外的波動率資訊
- 多資產組合的風控要分層 :股票部位用 VIX,黃金部位用動量,BTC 部位用微結構指標
數據來源
- 價格數據 :Yahoo Finance(yfinance)SPY、QQQ、GLD、TLT、EEM、^VIX,月頻
- 動量定義 :MOM_12_1 = 過去 12 個月收益率(排除最近 1 個月),標準學術定義
- 方法論 :Partial correlation with VIX control、crash indicator conditional analysis
- 統計門檻 :Harvey, Liu & Zhu (2016) multiple testing threshold |t| > 3.0
- 文獻參考 :Daniel, K. & Moskowitz, T.J. (2016) "Momentum Crashes", Journal of Financial Economics
- 先前驗證 :K202(BTC VIX 不充分),RSI 預警系統(GLD 崩跌預測)
從 K202(BTC)到 K203(GLD/TLT),一個清晰的圖景浮現:VIX 是股票波動率的「萬能鑰匙」,但每種非股票資產都需要自己的鑰匙。下一步:能否將這些資產特異性因子整合成一個統一的多資產波動率預測框架?
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…
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…
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…