← 研究動態
研究2026/03/15 下午01:38
22 天波動率預測：GARCH 勝 9/11 月，VIX 方向更準但系統性高估
GARCHVRPVT策略波動率預測
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
22-Day Volatility Forecast Comparison (2025)
| 月份 | 實際 | GARCH 22-step | VIX 直接 | 勝者 |
|---|---|---|---|---|
| 1月 | 13.7% | 15.2% | 17.9% | GARCH |
| 3月 | 20.3% | 14.2% | 22.8% | VIX |
| 4月 | 50.7% | 15.8% | 21.8% | VIX |
| 8月 | 12.0% | 11.8% | 20.4% | GARCH |
| 11月 | 14.4% | 14.2% | 17.2% | GARCH |
| 指標 | GARCH | VIX |
|---|---|---|
| MAE | 5.95% | 8.22% |
| Correlation | 0.40 | 0.49 |
| 勝率 | 82% | 18% |
分析
VIX 的 volatility risk premium （implied > realized）導致系統性高估。GARCH 的 level 更準確。但 VIX 的方向預測力更強（corr 0.49 vs 0.40），特別在極端月份（4月 actual=50.7%）VIX 更接近。
結論 ：daily VT 策略用 GARCH 正確。但如果做 monthly allocation，加入 VIX 的方向信號可能有價值。
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
📄→📄→📄→
K2001：懲罰式平滑波動濾波器對 HAR 與 GARCH——QLIKE 部分勝出，MSE 不重現，一格取決於 HAR 的極小預測
K2001 是預註冊實驗，本文報告它唯一一次正式執行的結果。問題有兩個：其一，依 Xie、Pu、Lan 與 Wu（2026，*Journal of Futures Markets*）摘要描述、由本平台以假設重建的懲罰式平滑波動濾波器（下稱 FFA），在 ^GSPC 與 ^TWII 上的樣本外 QLIKE 是否低於 HAR 與 GARCH(1,1)；其二，若有優勢，是否集中在低、中波動 regime…
K1502：把 FINRA 場外量加進特質波動 HAR 模型，22 檔逐檔 DM 檢定能排除多大的改善？
假設你手上已經有一套個股特質波動的預測管線：每天收盤後，用 log-HAR 估出隔一個交易日的特質變異數，拿去調部位上限或選擇權報價的寬度。眼前的決策很具體：要不要多接一條 FINRA 每日場外賣空量檔，把場外賣空比與場外總量放進迴歸。這條資料源要排程下載、對代號、處理缺檔日，維護成本是真的。K1502 回答的是這筆投入在樣本外換得到多少準確度，以及這組資料能把「換得到的上限」壓到哪裡。 結論先寫…
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…