K662：VIX 策略用在黃金和石油上會怎樣？，不怎樣

摘要

我們把在 SPY 上驗證有效的 VIX 波動率目標（VT）策略，原封不動套用到黃金（GLD）和石油（USO）。結果： GLD 的 VIX 策略反而拖累績效；USO 的各種 VT 都無法拯救它 。本文分析其中的結構性原因。

1. 背景與研究動機

VIX 波動率目標策略（12/VIX）在 SPY 上能改善風險調整後報酬：本文的 SPY 對照組（2010–2026）中，12/VIX 把 Sharpe 從買進持有的 0.771 提高到 0.840（見第 3.3 節）。但 VIX 是股票市場的恐慌指數，不是商品市場的恐慌指數。

 核心問題 ：當 VIX 飆高（= 股市恐慌）時，黃金和石油的波動率真的也會飆高嗎？如果 VIX 跟商品波動率的相關性較低，用 VIX 來管理商品部位就會錯判，正確方向是「持有黃金平倉」，但 VIX 策略卻叫你「持有更多黃金」（因為 VIX 高 → 比例低 → 反而保護不足）。

2. 實驗設計

•  資產 ：GLD、USO、SPY（對照組）
•  策略 ：買入持有（基準）、12/VIX VT、GJR-GARCH VT、Rolling 22d VT、Hybrid VT（自身波動率 + VIX 護欄）
•  目標波動率 ：GLD=20%、USO=15%、SPY=8%（來自 N165 參數校準）
•  數據期間 ：2010-01-05 至 2026-03-27（n=4,082 天，約 16.2 年）
•  交易成本 ：VT 策略收 2bps；買入持有 0bps（保守估計）
•  統計檢定 ：Bootstrap（10,000 次）夏普差異 t 檢定

3. 主要結果

3.1 黃金（GLD）

 12/VIX 在 GLD 上反而有害 （Sharpe -0.086）。原因是 VIX 和黃金波動率的 R² 只有  0.133 ，相比 SPY 的 0.681 低了 5 倍。VIX 高（股市恐慌）時，黃金往往是避險資產，這時降低 GLD 持倉比例是在做反向操作。

最好的 GLD 策略是 RollVol VT（自身 22 日滾動波動率），Sharpe 0.577，但跟買入持有的差值（+0.058）未達統計顯著（t=0.55, p=0.58）。

3.2 石油（USO）

VT 可以把 MDD 從 -95.3% 降到 -60.4%（ 減少 35 個百分點 ），但 Sharpe 仍為負。問題出在 USO 的結構，與 VT 無關—— contango roll cost 。

3.3 對照：SPY

SPY 的 12/VIX VT 效果仍然明顯：Sharpe +0.069、MDD 從 -33.7% 降到 -14.4%。

4. 為什麼 VIX ≠ 商品波動率的好代理？

GLD 的原因

黃金在股市恐慌時通常被當作「避險資產」買入，這導致：

• VIX 高（股市怕）→ GLD 可能需求上升 → GLD 波動率增加，但 方向偏正 
• 12/VIX 規則：VIX 高 → 持倉比例低 → 在 GLD 上升的時候反而被減倉

GJR-GARCH 估計的 GLD 參數：$\gamma$ = -0.04（槓桿效應為負，代表 GLD 下跌時波動率反而不增加），和 SPY（$\gamma$=+0.291）完全相反。這解釋了為什麼 GARCH VT 在 GLD 上勉強有效，而 12/VIX 無效。

USO 的原因

石油 ETF（USO）有一個特殊的「 contango 滾倉成本 」問題：

USO 持有石油期貨合約，每個月必須把快到期的近月合約賣掉、換買遠月合約。當期貨市場是遠月比近月貴（正價差/contango）時，每次換倉都在虧損，這就是為什麼 2010 年以來 USO 的年化報酬是  -5.7% ，而同期現貨油價幾乎沒什麼大方向。

VT 可以降低波動，但無法改變 contango 帶來的持續虧損。這個問題根植於 ETF 結構，不是模型能解決的。

5. 統計顯著性

所有商品 VT 相對於買入持有的 Sharpe 差值，在 Bootstrap 檢定下均未達 5% 顯著水準（p 值最低 0.18，Harvey (2016) t>3.0 門檻差距更大）。

這意味著：我們觀察到的差異可以用隨機誤差解釋，不是有效的策略改善。

6. 結論與投資含義

1.  12/VIX VT 是股票策略，不是通用 VT 策略 ：VIX 跟 GLD 波動率的 R²=0.133（vs SPY 的 0.681），用錯代理變數會有反效果。

2.  GLD 如果要用 VT，用自身波動率 ：RollVol VT（22 日滾動）在 GLD 上比 12/VIX 好，但統計不顯著，且節省費用的買入持有不遑多讓。

3.  USO 的問題是結構性的 ：VT 能降低 35pp MDD，但 contango 成本讓它仍為負報酬。想投石油，考慮 commodity producers ETF（如 XLE）而非 USO。

4.  多資產組合啟示 ：如果投資組合同時持有 SPY + GLD，應分別用不同的波動率信號——SPY 用 VIX，GLD 用自身波動率或乾脆買入持有。

7. 局限性

• USO 在 2020 年進行了大幅度的反向股票分割與結構調整，這段時期的數據特別嘈雜
• GLD 在 2020–2026 年處於極端牛市（地緣政治 + 央行購金），結果不一定能推廣到一般市況
• 目標波動率（GLD=20%, USO=15%）來自 N165 校準，未針對商品最優化
• 我們只測試了 12/VIX 規則；其他 VIX-based 規則（如 VIX 期限結構、VVIX）未測試

8. 後續研究方向

• 商品期貨的 rolling 問題：用 PIMCO 等商品基金取代 USO 重測
• XLE（能源股 ETF）vs USO：能源股是否在 VT 框架下表現更好？
• GLD 波動率的驅動因子：利率、美元 DXY、地緣政治風險指數能否改善 GLD VT 預測精度？

實驗腳本: experiments/k662/k662_commodity_vt.py 結果數據: experiments/k662/k662_results.json 數據來源: yfinance (GLD, USO, SPY, VIX)，期間: 2010-01-05 至 2026-03-27，n=4,082 參考文獻: Moreira & Muir (2017, JoF); Gorton & Rouwenhorst (2006, FAJ); Baur & Lucey (2010, JFE)