RESEARCH ARCHIVE
研究日誌
VolPred 全部已發佈文章的時間序列，依發佈日期由新到舊排列。
用機器學習「挑出好週」，結果 VT 輸更慘？
週頻 VT 的勝率，永遠都在 37% 到 44% 之間。 不管 VIX 是 12 還是 40，不管市場在漲還是在崩，如果你每週問「這週 VT 會贏嗎？」，答案超過一半的時候都是「沒有，這週 VT 輸給了直接買進持有」。 這個發現讓很多人困惑：VT 策略（波動率目標投資，Volatility Targeting）長期績效明明不錯，怎麼週頻勝率這麼低？ 原因只有一個：VT 的優勢來自「贏的那幾週，賺得…
模型學不會的時候，最常做的事其實是少做決定
很多人聽到 machine learning，直覺都是同一個版本。 資料夠多、特徵夠細，模型應該就能比規則型策略更聰明，連「明天到底該不該開啟策略」這種事，也能學出一點門道。 這個實驗做的就是這個測試。 它拿 16 個市場特徵，包含 VIX 水位、期限結構、SPY 動能、波動度，還有 VT 近期表現，去預測一件很具體的事：明天 VT 策略會不會比單純買進持有更好。 方法不算小氣。三種模型都上了，L…
人類史上最大 IPO：SpaceX 招股書裡，最該看的不是那兩兆估值
上週發生了美股史上最大的 IPO。SpaceX，估值逼近兩兆美元，馬斯克成了全球第一個帳面破兆的富翁。上一次「最大 IPO」這個頭銜易主，還是十二年前的阿里巴巴。 新聞大多停在估值跟首富這兩件事。但那份幾百頁的招股書（SEC Form S-1）翻完，真正值得停下來的地方，藏在後面。 第 235 頁：一份幾乎不可能達成的激勵計畫 董事會給馬斯克開了兩張支票。 一張要他把 SpaceX 做到 7.5…
同一筆數據，兩種評估框架，排名就對調了
提出：Claude 資料：實驗 K860，SPY/GLD/VIX 2006-2026，5094 個交易日 風險平價策略用 Sharpe ratio 排第一，VT Robust 排第三。換成前景理論的確定性等值計算，VT Robust 升到第二，而 BH 50/50 滑到第四。前後兩份排名，只差在「你怎麼定義損失的重量」。 --- 你用什麼框架，就得到什麼答案 多數人評估策略，靠 Sharpe…
台股 VT 參數一定要調到最準嗎？這份實驗給了一個很務實的答案
很多投資策略一寫成公式，看起來就很像一台只能照原廠規格運轉的機器。 像台股這套 k/VIX 波動率目標策略，最常被問的一句話就是：那個 8.63 如果不是剛剛好，整套策略會不會就失靈？ 這個實驗專門做的，就是把這顆旋鈕往左往右扭，看看它到底有多脆弱。 結果比很多人想得穩。 在 0050.TW 的 2009 到 2026 全樣本裡，k=8.63 的風險調整後表現大約是 0.827。如果你把參數往上或…
砍人和燒錢同時進行：為什麼大型科技股的波動率是 SPY 的兩倍半
2026 年的科技巨頭做了一件聽起來矛盾的事：同一季裁掉幾千人，再把資本支出計畫調高幾百億。市場的反應也很矛盾：SPY 今年漲了將近 9%，META 卻跌了快 13%，MSFT 跌了 17%。 問題不只是報酬方向不同，波動率也裂開了。 指數平靜，個股亂 以最近一個月（21 個交易日）的已實現波動率來看： 標的 30 日年化已實現波動率 相對 SPY 倍數 --- --- --- …
0DTE 真的把 SPY 的波動搬進日內了嗎？2022 斷點檢定只答對一半
這兩年只要講到美股微結構，0DTE 幾乎都會被搬出來。說法通常很直接:0DTE 選擇權變多了，所以波動不是被壓住，就是被放大。 問題是，這句話太大了。 如果 0DTE 真的改寫了市場，最先該變的會是指數本身的波動結構。以前 SPY 一天的波動，隔夜跟日內各分多少，到了 2022 年之後有沒有真的換了樣子？ 我們把 2010 到 2026 的 SPY 日資料拆開看，每天分成兩段： 隔夜: 前一個收盤…
量今天的波動，選哪種方法差很多？五種工具實測 20 年 SPY 資料
本文依據 VolPred 平台實驗 K969（yfinance SPY 日線資料 2006-2026，共 5,094 個交易日，其中 2019 年起的 1,824 天用於樣本外評估）。 --- 收盤價只是今天最後一筆成交 多數人量「今天波動多大」的方式，是拿今天收盤減昨天收盤，求一個漲跌幅。這個做法直覺又方便，但它只用了今天數千筆成交中的最後一筆，把一整天盤中的高低振幅全丟了。 問題出在哪裡？…
同樣都在尾巴加保險，為什麼只有這個模型真的補對？
很多風險模型失準，不是因為它看不到平常的波動，而是因為它在大跌那幾天太樂觀。 這次我們拿 6 種 SPY 風險模型去看 2023 到 2024 年的真實市場，想回答一個很實際的問題： 如果你替模型多裝一層「專門處理極端行情」的保險，真的會變準嗎？ 答案是：要看你原本的底子是誰。 K536 的結果很整齊。真正有明顯改善的，不是大家熟悉的 GJR 家族，而是 HAR。 先看這張圖。藍色是理論上最差 1…
強美元環境下，哪些資產的波動率真的會被拉高？HAC 校正後只剩 USO 站得住
直接用 Welch t-test 看，5 個資產裡有 4 個在強美元環境下波動率顯著偏高。但這個推論少了一層：21 日滾動已實現波動率彼此高度重疊，相鄰樣本的自相關非常強，直接用 Welch t-test 會把標準誤壓得太小。改用 OLS-HAC / Newey-West（maxlags=21）之後，4/5 Bonferroni 顯著縮成只剩 USO 1/5 還站得住。 資料是 2010-01-0…
風險模型愈花俏愈準嗎？這次市場給了相反答案
2026-06-13 修訂（Codex 24h 來源審查） 本文保留核心結論：FHS 在 1% 與 5% 的 pinball loss 點估計最低，直接分位數模型沒有證明自己值得升級。但原文「5% 水準五個模型全都沒完整過關」容易被讀成所有 5% 覆蓋率檢定都失敗。正確讀法是：若沿用本實驗的嚴格 Trinity screen（含 Basel-style 250-day traffic-light…
東南亞 ETF 的分散效果與壓力期變化：VNM、EIDO、THD、EPHE 的相關係數
本文基於實驗 K1466（腳本：experiments/k1466/k1466.py，結果：experiments/k1466/k1466_results.json）。數據來源：yfinance（Yahoo Finance 調整後收盤價），期間 2010-09-29 至 2026-06-09，3,946 筆日報酬。 --- 有一種說法認為，買東南亞 ETF 可以分散美股風險，因為越南、印尼、泰…
股票加黃金還不夠？多放一點長債，報酬會少一點，但跌的時候真的差很多
做資產配置的人，常常會卡在一個很現實的問題。 股票加黃金，已經比單壓股票穩不少了。那如果再放一點長天期公債，會不會更好？還是只是把報酬稀釋掉？ 這份回測把問題拆得很直接：起點是 50/50 的 SPY + GLD，然後逐步加入 0% 到 30% 的 TLT，看每往上加 5%，組合會發生什麼事。 第一張圖先把最核心的答案講完。 如果你看的是整體順手程度，那條曲線不是一路往上，也不是一路往下。它比較像…
跌了就多買一點，真的比較聰明嗎？把 5 段歷史排開後，答案沒有想像中穩
很多人對投資有一個很自然的直覺。 市場大跌那天，東西變便宜了，所以應該多買一點；如果漲太快，就反過來收一點回來。這個想法聽起來很合理，甚至有點像常識。 K699 做的，就是把這個「常識」拿去拆歷史。 它測了兩種版本： 原始版：只要 SPY 單日漲跌超過 1%，隔天就把 50/50 配置往那個方向反著挪 20% 放寬版：門檻拉到 2%，動作放大到 30% 然後把整段歷史拆成 5 個不同環境，包含金融…
同樣從 5 萬美元出發，20 年後差到快 5 倍：問題常常不是你不夠會算
很多人以為，投資最後誰贏，差在誰比較會算、誰懂的模型比較多。 K675 做了一個很直白的測試。先不比誰起跑線比較高，假設 4 個人都拿 5 萬美元 出發，走完同一段 20 年 的市場路。差別只放在兩件事：你知道多少，還有你跌的時候會不會亂賣。 結果拉出來，終點差得很誇張。 最差的那一組，是「平常就只是抱著 SPY，但每次跌深就受不了、先賣再說」的人。20 年後，5 萬美元只剩大約 8.6 萬。 另…
Fed 開會那天 VIX 跳了 5 點，然後呢？
2007 年 9 月 18 日，聯準會在金融危機前夕降息兩碼，超出市場預期。當天 VIX 盤中先在 25 附近，但收盤從前一日 26.48 降到 20.35，close-to-close 下跌約 6.13 點。任何一個盯著螢幕的交易員都會問一個問題：這種衝擊，會不會持續燒進未來一個月的波動？ 這個問題不難理解。FOMC 的決策牽動整個美股資金面，如果聯準會超出市場預期地鷹或鴿，那個「超出預期」的部…
波動率模型是不是加越多料越好？SPY 這次給的答案是：先學會刪
做市場模型時，很容易走到一條熟悉的路。 既然一個指標不夠，那就多加幾個。怕還不夠，就把高低價區間、恐慌指數、壞消息衝擊、下跌風險，全都塞進去。直覺上，看的東西越多，應該越容易把波動抓準。 但 K484 想問的，剛好是反過來的問題。 如果我們先準備 5 個常見線索，再讓模型自己決定哪些值得留，結果會不會比「通通加進去」更好？ 這次用的是 SPY，資料期間從 2015 到 2025 年，樣本外測試放在…
中東風險還在，OVX/VIX 卻從 4.17 降到 2.90：油市恐慌怎麼外溢？
5/20 我們看過一次 Iran war 下的 OVX/VIX 斷裂：OVX 72.77，VIX 17.44，OVX/VIX 比值 4.17。當時的重點是油市恐慌比股市恐慌高很多。 三週後，數字變了。2026-06-11 收盤，OVX 降到 56.30，VIX 升到 19.44，OVX/VIX 比值剩 2.90。原油端還很緊，Brent 89.45、WTI 86.86；但初期那種「油市單邊恐慌、股…
降息交易退了，MOVE 也退了：為什麼 VIX 還停在 19？
2026-06-11 收盤，近月 Fed Funds 期貨 ZQ=F 隱含利率約 3.65%，五個交易日前是 3.62%。這不是完整的 CME FedWatch 機率表，只能當作短端利率定價方向。但方向很清楚：市場沒有在替近期大幅降息定價。 照直覺，降息交易退場，債市波動率應該維持高檔。實際數字剛好相反。MOVE 收 69.45，落在 2003 年以來第 34 百分位；VIX 收 19.44，落在…
K482：MCS p-value 加權平均輸給等權重，不是 5 段全敗
更正摘要 原文把 K482 的主要結果寫成「等權重在 5 個市況全勝」與「MCS p-value 加權在 5 個市況全輸」。這個說法過強。experiments/k482/k482mcsweightedensembleresults.json 支持的正確結論是： 等權重在 5 個 OOS 期間的平均 QLIKE 低於 MCS p-value 加權：0.721023 vs 0.735633，…
市場一緊張就換另一套模型，真的會更安全嗎？SPY 給的答案不算樂觀
這個想法很直覺。 平常市場安靜時，用反應比較快的模型；恐慌升高時，再切回比較保守、比較會防尾部風險的那一套。聽起來像兩邊都拿，應該比死守單一模型更合理。 我們做的，就是把這個想法拿去實測。 我們用 SPY，把近年的樣本外資料拆成 5 段，同時比較 6 種做法：固定用兩套老牌模型、直接把兩套平均、兩種看市場緊不緊張再切換的方法，外加一個看過去一段時間誰表現較好就選誰的版本。 先看預測誤差，會讓人有點…
把兩個模型加在一起，反而打敗了其中最強的那一個
SPY 從 2015 年到 2025 年，十年間穿越低波動、Volmageddon、COVID 崩盤、升息循環、後 COVID 復甦，五段截然不同的市場環境。我們拿同一組模型在這五段分別做跨樣本外預測，排出名次。 結果有點反直覺：拿下 5 期平均排名第 1 的，是把 GJR-GARCH 和 HAR 直接對半加起來的等權集成，兩個單獨模型都排在它後面。 --- 背景：問題從 K467 開始 K467…
波動率預測最準的模型，為什麼算風險卻輸得最慘？
氣象預報高手不一定是地震預警專家。同一個人，同一批數字，但要回答的問題不一樣，結果就可以天差地遠。 這正是 VolPred 最近一組實驗的核心發現：一個在波動率預測競賽中表現很強的模型，拿去算投資組合的每日風險上限，反而全軍覆沒。 --- 這個實驗在做什麼 我們用 SPY（美股大盤）、QQQ（科技股）、EEM（新興市場）三檔 ETF 做測試。 訓練資料用 2023 年之前的歷史，然後切到 2023…
以為拉到每週看，波動率會更好猜？SPY 給的答案剛好相反
做波動率研究的人，很容易有一個直覺。 日資料太吵了。很多雜訊只是今天漲一點、明天跌一點。既然這樣，把頻率拉長到每週，應該比較容易抓到真正的規律。 這個想法聽起來很合理，所以我們直接拿 SPY 做了一次乾脆的檢查。資料是 2005 到 2026 年的週資料，每週用 週五到週五 切分；樣本外測試期放在 2023 到 2025 年，共 156 週。我們把 8 種常見方法放在同一個框架裡比，包括老牌條件波…