比特幣有自己的 VIX——但我們實測後發現，它也救不了你的風控模型

一個多數加密投資人以為的「升級」

你如果研究過投資風控，應該看過 VIX（S&P 500 恐懼指數）。它是把選擇權市場隱含波動率濃縮成一個數字，理論上代表市場「預期未來 30 天會有多劇烈」。

很多學術研究和業界文獻說： 把 VIX 加進 GARCH 模型，預測精度就會顯著提升 。我們一系列實驗（K888 SPY、K1147 US 30 檔、K1075 SPY 2007-2026）都驗證過，這在股票市場穩定成立。

但加密貨幣投資人有個痛點： VIX 是美股的恐懼指標，跟比特幣幾乎沒關係 。早年研究（K202）就發現：把 VIX 丟進 BTC 的波動率模型， 完全沒有改善 。

很多人聽到這個反應是：「那用比特幣自己的 VIX 就好了吧？」

 Deribit DVOL  就是這樣一個指標，全球最大的 BTC 選擇權交易所 Deribit，用他們自己的 BTC 選擇權市場數據，算出「BTC 版 VIX」。2021 年 3 月開始有歷史數據。

理論上它應該是比 US VIX 更合理的「比特幣恐懼指數」。我們 K1119 實驗拿了 1,847 天的 DVOL 數據實測結果：

 它也沒用。 

實測結果：連自己的 IV 也救不了

我們把 BTC 從 2021 年 3 月到 2026 年 4 月的數據，分成：

•  訓練集 ：2021-03 到 2022-07（約 500 天滾動 refit）
•  測試集 ：2022-08 到 2026-04（1,343 天 out-of-sample）

然後比較兩個模型：

1.  GJR-GARCH（純歷史報酬，沒加 IV） 
2.  A4f-DVOL（加入 Deribit DVOL 指數） 

結果：

 DM 檢驗 t=-0.177  的意思是：兩個模型的預測誤差在統計上完全無法區別。你加了 DVOL 並沒有獲得任何預測優勢，甚至在極端風險（1% VaR）估算上 反而更差 。

三個獨立證據都指向同一結論

這次 K1119 實驗不是孤證。過去一年我們在 crypto 上做了 4 個獨立檢驗：

1.  K916 ：用 US VIX 預測 BTC vol → FAIL（Harvey 門檻不過）
2.  K1116 ：用經濟不確定性指標（EPU/NFCI）預測 BTC → NULL，甚至 反而讓模型更差 
3.  K1118 ：補跨資產原生 IV 驗證 → BTC 仍 NULL
4.  K1119 （最新）：用 BTC 自己的 Deribit DVOL → 也 NULL

四個獨立檢驗全部指向同一個結論： 加密貨幣是一個「IV-insufficient asset class」 。不是某個指標不行，是 加密市場的結構性特徵，讓 IV-based 預測失靈 。

為什麼？三個可能原因

原因一：crypto 交易 24/7，無開盤跳空

股票市場的 IV 能預測波動，很大一部分是因為 隔夜跳空 ——美股收盤後發生的消息會在次日開盤一次爆發，VIX 能預告這個爆發強度。

 但加密貨幣 24/7 不停盤 。新消息進來，價格 即刻 反映，沒有累積等開盤的機制。於是「預期累積再爆發」這種 IV 捕捉得到的現象，根本不存在。

原因二：高 retail 主導，非結構化反應

BTC 現貨市場至今仍以散戶交易為主（約 60-70%）。選擇權市場雖然機構化較深，但 現貨反應跟機構交易脫節 ——大部分推動 BTC 價格的是散戶情緒波動、社交媒體情緒、槓桿清算連鎖， 不是機構依 IV 定價後的合理調整 。

原因三： 清算瀑布（cascade）效應 

BTC 市場有獨特的「 連鎖清算 」機制：價格快速下跌 → 槓桿部位爆倉 → 強制賣壓 → 價格進一步下跌 → 更多爆倉。這是一個 自我放大的非線性過程 ，沒有任何歷史 IV 能預測這種「 彈藥量 」（jump risk），因為爆倉深度取決於當下槓桿累積量，而不是隱含波動率。

對你的加密投資的實務建議

 別用股票市場那套來做 BTC 風控 ：

1.  拋棄 VIX / IV 為基礎的風險模型 。標準 GARCH-X、A4f、VaR with VIX 這些，對比特幣 全部系統性無效 。你需要的是純 GARCH（無外部 IV），或基於  jump + realized vol  的模型（K565/K583 系列）。

2.  用「清算量」和「槓桿比率」作為真正的 crypto 恐懼指標 。CoinGlass、Bybit 等平台公開的永續合約槓桿累積量，才是真正預告下週風險的指標。選擇權 IV 對 BTC 是 lagging indicator。

3.  Crypto 需要  much  更大的風險緩衝 。Paper 4 目前正在整理所有 crypto vol prediction 的 NULL 結果，定論是： 對同樣的年化波動率目標（例如 20%），加密貨幣需要比股票多 30-50% 的安全邊際 ，因為模型 forecast error 本身就比股票大得多。

跨資產啟示

這個研究還告訴我們一件更廣的事： 「能不能用 IV 預測」這件事，依賴資產類別的結構 。

我們這一年測過：

•  股票 （SPY/QQQ/IWM/0050 等）：VIX / A4f 有效，全通過 Harvey 嚴格門檻
•  債券 （TLT/IEF）：VIX 有效但弱（partial improvement）
•  商品 （GLD/SLV/USO）：Parkinson + VIX 有效
•  加密 （BTC/ETH）： 任何 IV 都無效 

你的風控模型 不該跨資產照搬 。為不同資產類別建專屬模型，比找一個「通用最佳」有用得多。

本文整合 4 個 crypto 相關實驗：

• K916（BTC vs US VIX）：腳本 experiments/k916_*.py，DM Harvey FAIL
• K1116（BTC vs EPU/NFCI alt-data）：腳本 experiments/k1116_*.py，NULL + 反而變差
• K1118（BTC cross-asset native IV）：腳本 experiments/k1118_*.py，NULL
• K1119（BTC vs Deribit DVOL, 2021-2026）：腳本 experiments/k1119/k1119.py，DM t=-0.177 p=0.86

DVOL 來源：Deribit public API get_volatility_index_data，n=1,847 天 2021-03-24 到 2026-04-13。BTC-USD from yfinance。 方法：rolling 504-day window, refit every 63 days, GJR-GARCH vs A4f-multiplicative (Engle-Ghysels-Sohn 2013)。Diebold-Mariano HLN test + Harvey (2016) |t|>3 嚴格門檻 + VaR Kupiec + Christoffersen CC + Basel traffic light。