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。
定期定額的報酬率，什麼時候被高估、什麼時候被低估
打開 APP 看到的「年化報酬率」，在定期定額的情境下，幾乎確定不等於你的錢真正賺到的年化。差距往哪個方向跑，要看你進場後市場怎麼走。 這篇用真實歷史價格算 36 個進場年份，把結論說清楚：多數情況下，平台秀的數字低估了你的真實年化；但在少數「先漲後橫盤」的窗口，方向會反過來，平台反而會高估你的成績。這個反例主要出現在 SPY，0050 在本樣本裡沒有出現。 先把兩個數字說清楚 APP 秀的那個「…
K893：VIX 政體加權 Conformal VaR（RWC）vs 歷史模擬法——λ=0.05 值得 3–4% 更緊的區間嗎？
--- 摘要 本文報告 K893 的 OOS 驗證結果（2019-01-02 至 2026-04-02，涵蓋 COVID 崩盤、2022 升息循環、2024–2025 AI 行情）。我們在 SPY、QQQ、0050.TW 三個市場測試四種 VaR 規格（Normal、Student-t、HistSim rolling-500 天、以及 VIX 政體加權 Conformal VaR RWC，λ 取…
Broadcom 指引的風波，市場為什麼突然開始定價尾端風險
6 月 4 日，Broadcom 公布 Q2 FY2026 財報後，股價在一天半內跌去兩成。 AVGO 當日跌 12.6%，隔天再跌 7.9%。兩天合計近 20%，對市值幾千億的公司來說，是罕見的急跌幅度。 財報數字本身並不算災難。Broadcom 的 AI 相關晶片業務維持增長，問題是指引——Q3 的營收預測落在市場預期的中低端，在過去兩年半導體股一路被 AI 期待撐高的背景下，「沒有超出預期」…
K951：Copula-GARCH 在高相關 ETF 配對避險上全面落敗 Rolling OLS — 尾部結構缺失是根本原因
摘要：K951 對三對高度相關 ETF（SPY-QQQ、GLD-SLV、SPY-EWG）進行樣本外（2019–2025）避險效率檢定，Copula-GARCH 在全三對上均劣於 Rolling OLS（HE 差距 −0.051 至 −0.118），Diebold-Mariano 檢定 t-stat 落在 −3.14 至 −3.48，三對均通過 Harvey \ t\ > 3.0 門檻。本文結合…
分析師跟了 64 個人的股票，和只有 3 個人跟的股票，財報對波動率的作用一模一樣
實驗 K1162 數據來源：yfinance 期間：2014-2025 30 支 S&P 500 大型股 --- 研究背景 在 K1151，我們把 30 支美股大型股的「財報驚喜幅度」（EPS 超出或低於分析師預期多少）放進 GJR-GARCH 波動率模型，發現它完全沒有解釋力：bootstrap t 統計量只有 +1.11，和 K1147 的二元財報旗幟（t=+4.49）差了一個…
五次歷史危機壓力測試：退休族手上四種策略，哪個真的扛得住？
資產配置這個話題，五十歲以上的讀者來信幾乎都會繞回同一句： 「我手上這筆錢是要養老的，下次像 2008 年那樣崩盤，我能撐得住嗎？」 這個問題不能用「長期向上」一句帶過。對 55 歲以上、已經沒有 20 年可以等回本的投資人來說，重點不是平均報酬，是最大回撤（Max Drawdown）——也就是「最慘的時候，帳上會虧到多少」。 這次的實驗就是要直接回答這件事。我們挑了過去 17 年裡 5 次真實發…
VIX 平方加進模型，新興市場波動率預測也跟著改善了
iShares MSCI 新興市場 ETF（EEM）涵蓋中國、印度、巴西、台灣等 24 個新興市場，持有超過 800 支股票。用它測試波動率預測模型，難度遠高於純美股。這塊市場有政治風險、匯率干擾、流動性斷崖，GFC 期間 VIX 一度飆到 80.86。 把這樣一個標的拿來做嚴格的逐日樣本外檢定，跑了 4848 筆預測、重估模型 77 次，結果是：VIX 平方項讓預測顯著改善，DM t 統計量 +…
兩個都有用的指標，加在一起卻沒更厲害
有一道問題一直存在：當你手上有兩個對未來都有預測力的訊號，把它們合在一起，效果應該更好吧？ 從直覺上看，答案很明顯。但市場資料給出的答案，有時候跟直覺背道而馳。 --- 兩個指標，各自的角色 這次的研究對象是預測美股短期波動率。我們選了兩個來自不同角度的訊號： 波動率風險溢酬（VRP）是選擇權市場的隱含資訊。它等於選擇權定價隱含的「未來預期波動率」，減掉過去實際發生的波動率。當市場參與者願意為保險…
恐慌剛過，市場最安靜：VRP 極端低點後的波動率規律
市場最劇烈的時候，大家都看得見。VIX 衝高，新聞頭條滿是「熔斷」「崩跌」。但有一個現象反而發生在恐慌剛退去、人心還沒平復的時刻。那時候，波動率的走向其實最好預測。 這篇文章的出發點是一個簡單的問題：VRP（波動率風險溢酬）作為波動預測訊號，到底在什麼情況下管用，什麼情況下沒用？ --- VRP 是什麼？為什麼值得研究？ VRP（Volatility Risk Premium，波動率風險溢酬）的定…
預測波動率該回望多久？五段歷史告訴我們：沒有萬靈丹
一個簡單但常被忽略的問題 當我們用統計模型預測「明天的市場波動會是多少」時，幾乎所有實務做法都需要先決定一件看似瑣碎、其實非常關鍵的事：模型應該用過去多少天的資料來訓練？ 太短的回望期，模型只看得到最近幾個月的故事，容易被一段平靜或一段激烈所「綁架」；太長的回望期，模型穩重但反應遲緩，市場結構變了它還在沉睡。回望多少天，金融學界稱為「估計視窗（estimation window）」。 我們的研究曾…
比特幣半減期前後，波動率其實在下降
每次比特幣半減期快到，市場就開始傳說各種版本的預測：「大事件要來了，波動會暴增」、「礦工拋售壓力、恐慌買盤，各種不確定全撞在一起」。 資料怎麼說？ 把 2016、2020、2024 三次半減前後各三個月的數字拿出來比。結果和多數人想的不一樣。 --- 三次半減，三次都降 上圖是三次半減事件前後 90 個交易日的波動率走勢。每段的起伏不一樣，但有一個共同點：半減之後，波動率比半減之前更低。 三次的具…
當「顯著」變不顯著：預先登錄如何揭穿 cherry-pick
回測績效亮眼，買進去卻立刻虧損，這是散戶最常遭遇的陷阱之一。背後藏著一件事：那份「漂亮的回測」，是選出來的，不是隨機跑出來的。 學術研究裡有個同等嚴重的版本，叫做資料探勘偏誤（data snooping）。研究者先看數據，再決定要測哪些樣本，這樣跑出來的顯著結果其實沒什麼意義，因為你已經知道答案，才挑了那幾個數字進來。 我們在台股個股研究裡，拿到了一個教科書級的案例。 --- 那個「三顆星顯著」是…
台股日盤裝沒事，夜盤直接崩 3000 點——週一要面對的是補跌
事件驅動報告，基於 2026-06-05 美股收盤與台指期夜盤數據 --- 2026 年 6 月 5 日，台股日盤收 45,071 點，只跌 1.33%。 如果你那天下午四點就關掉看盤軟體，會覺得台股很穩，美股在亂、我們沒事。 這是錯覺。真正的崩盤發生在晚上，美股一開盤殺下去，台指期夜盤跟著直接崩了約 3,000 點。日盤的「抗跌」不是抗跌，是還沒輪到它跌。 --- 數據先行：白天跟晚上是兩個…
銀行規定要算 10 天的風險值，但業界偷懶用的公式，其實跟嚴格算法一樣準
Basel III 把銀行的最低資本緩衝綁在 10 天風險值（VaR）上。監管邏輯是：給你 10 個交易日平倉，最壞能虧多少。 業界的普遍做法是拿 1 天 VaR 直接乘以 √10（約 3.16），稱為 sqrt(h) scaling。這個方法假設每天報酬獨立且同分配，算到這裡就收工了。 它夠準嗎？ 我們用 SPY 和 QQQ 從 2019 年到 2026 年共 7 年的外樣本資料，跑了一次嚴格的…
同一個公式，兩種用法，差距天壤之別：VaR 的「記憶長度」決定你的風險計算準不準
2020 年 3 月，SPY 在短短 23 個交易日裡跌了 34%。之後大多數模型做了什麼？繼續用 2015 到 2019 年的平靜市場資料，估算出一個「還算正常」的風險數字。結果接下來的違約次數超過預期兩倍以上，銀行監理的交通燈轉成紅色。 這不是模型的計算錯了，是模型的「記憶」太長。 --- 風險模型有記憶問題 用 VaR（Value at Risk）量化投資組合的下行風險，核心問題只有一個：你…
GJR 在三個資產上的 VaR 是壞的，A4f 補上了那個缺口——但統計門檻沒給它金牌
數據來源：K1022 跨資產穩健性驗證（SPY/QQQ/GLD/EEM/TLT/0050.TW，樣本 2005-2026，OOS 2019-2026，各資產約 1,825 筆日報酬） --- 先把結論攤在這裡：A4f-Student-t 模型在 6 個資產上 QLIKE 預測誤差全部下降，幅度從 +1.17%（台灣 0050）到 +6.78%（SPY）。但是，沒有一個資產的 Diebold-Mar…
五個市場時代、從沒輸過：A4f 波動率預測的跨時間穩健性驗證
本文基於實驗 K1056（腳本：experiments/k1056/k1056.py，結果：experiments/k1056/k1056_results.json）。數據來源：yfinance SPY + VIX，期間：2005-2026，樣本 5,350 個交易日，OOS 期間 2015-2026（2,828 筆）。 --- 有一類問題，只有時間才能回答。 一個模型在牛市表現好，不算什麼。…
每日策略建議：VIX 21.51（偏高）— 2026-06-06
基於 2026-06-05 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $737.55 (-2.61%) GLD: $396.24 (-3.72%) 0050.TW: NT$106.1（2026-06-04 收盤） VIX: 21.51 🟠（偏高） GARCH 年化波動率: 22.2% ⚠️ 0050.TW 資料延遲提醒：本文所引用的 0050.TW 收盤為 2026-06-04，…
五家公司砸了四千四百億，波動率卻睡著了
Meta、微軟、Google、亞馬遜、輝達，五家公司的最新十二個月資本支出加起來超過四千四百億美元。 這個數字本身沒什麼爭議。爭議在這裡：同一段時間，衡量市場恐懼的 VIX，2024 年全年均值只有 15.6。是 2022 年以來樣本內的偏低水準（更早 VIX 的歷史比較需另抓資料，本文未驗證）。股票漲了，資本支出漲了，波動率睡著了。 --- 先把數字攤開來看。 以 2026 年 Q1 財報為基準…
我們花了四個月每天收 SPY 五分鐘報酬——八十八天後的結論是：還不夠
--- 摘要 高頻五分鐘實現波動率（Realized Variance, RV）在學術理論上是日線代理的升級版，預測精度應明顯優於 EWMA-0.94 這類簡單模型。K1318 把這個假設拿到實際數據上測試：SPY 八十八天、0050.TW 六十一天的五分鐘 RV。樣本外結果：SPY 的 QLIKE 從 EWMA 的 0.502 降到 0.487，方向正確，但統計上完全無法區分（DM-HLN t=…
5 月非農新增 172K，是預期的兩倍：市場為什麼反而跌？
台灣時間今晚 20:30，美國勞工統計局（BLS）公布 5 月就業報告。非農就業人口增加 172,000，比 Dow Jones 共識預期的 80,000 整整多了一倍。失業率維持 4.3%，符合預期；時薪年增率 3.4%，與市場估值相符。 美股開盤後下跌，S&P 500 跌 0.6%，納斯達克跌 1.1%，10 年期公債殖利率從 4.47% 衝到 4.54%，單日上升近 7 個基點。VIX 從開…
市場真的很「粗糙」，但更複雜的模型還是沒贏
金融市場的波動路徑帶有一種「粗糙感」。今天的波動大幅跳動，明天可能立刻反向；估計出的 Hurst 指數也遠低於一般布朗運動的 0.5。K1386 把這個現象放進隔日 SPY 波動預測，再加入 QQQ 與 GLD 的落後資訊，檢查較複雜的做法能否勝過 HAR。 答案很清楚。粗糙特徵存在，兩個 fGN 近似模型的樣本外誤差卻都更高。 結果 樣本外預測起點為 2022-01-03，終點為 2026-05…
K1404：1978 年的方法在台股 1,305 天測試後 — 尾部區間比點預測更可信
實驗 K1404，基於 ^TWII yfinance 日線資料，OOS 期間 2021-01-04 至 2026-05-26 2026-07-11 推論更新：^TWII 的 loss differential ACF(1)=0.237，原 local DM 因未做 HAC 而高估統計強度。canonical HAC t 由 -8.90 修正為 -6.43（p=1.78×10⁻¹⁰），仍超過嚴格…
模型分數明明贏了，為什麼我們還是不敢說它有效？
做投資研究時，最危險的時刻通常不是模型失敗，而是它看起來「差一點就成功」的那一刻。 這次測的是一個很經典的問題：如果我們把 0050.TW 的 5 分鐘資料整理成每日波動，再拿一個標準波動模型去預測隔天，會不會比「昨天怎樣，今天大概也怎樣」這種最簡單的做法更好？ 第一眼看，答案很像是會。 在最早那版樣本裡，新模型的誤差分數是 0.170，最簡單做法是 0.443。單看這組數字，很容易讓人覺得模型已…