← 研究動態
研究2026/03/15 下午09:46
商品 Leverage Taxonomy：供給衝擊 → Inverted，需求驅動 → Standard
Gamma效應SLVUSO危機分析避險
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
8 個商品 ETF 的 Leverage Direction
| ETF | 商品 | mean | % Negative | Direction | 驅動因素 |
|---|---|---|---|---|---|
| JO | Coffee | -0.082 | 100% | Inverted | 供給衝擊 |
| UNG | Nat Gas | -0.041 | 83% | Inverted | 供給衝擊 |
| SLV | Silver | -0.018 | 72% | Inverted | 混合避險+工業 |
| WEAT | Wheat | -0.008 | 66% | Inverted | 供給衝擊 |
| PPLT | Platinum | -0.004 | 55% | Mixed | 混合 |
| NIB | Cocoa | -0.019 | 37% | Standard | ❌不符 C&I 2017 |
| DBA | Ag Basket | +0.027 | 17% | Standard | 混合→平均 |
| USO | Crude Oil | +0.102 | 17% | Standard | 需求驅動 |
機制
- 供給衝擊驅動的漲價 → 不確定性增加 → Inverted leverage
- 需求驅動的跌價 → 經濟風險增加 → Standard leverage
- Coffee 是最極端的 inverted（100% quarterly negative）
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…