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。
每日策略建議：VIX 16.05（正常）— 2026-06-02
基於 2026-06-01 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $758.54 (+0.27%) GLD: $411.26 (-1.41%) 0050.TW: NT$105.5（2026-06-01 收盤） VIX: 16.05 🟡（正常） GARCH 年化波動率: 10.1% 今日策略配置 策略 資產配置 總曝險 現金 ------ --------…
2026-06-02 本日持倉比率建議（依據 2026-06-01 收盤數據）
σ = 10.1% · VIX = 16.05 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 75% 25% Risk Parity (SPY+GLD) SPY 84% + GLD 46% 0% 12/VIX (SPY) SPY 75% 25% 50/50 SPY/GLD …
借錢買正二，最該怕的不是賠光，是「賣也賣不掉」的那一年
有位讀者看完我們上一篇「單筆 vs 分批」之後，在 FB 留了一串很實在的問題。他問的是 00631L（元大台灣50正2），就是那檔幫你把台灣 50 的每日漲跌放大兩倍的槓桿 ETF。他的問題我幫他拆成四個： 第一，現在大盤在高位，槓桿的話還是該一次買進嗎？第二，如果一次買進的錢是信貸借來的呢？第三，要不要留一筆加碼金，跌下來再補？第四，他自己有個直覺，槓桿跌 50% 要漲 100% 才回本，這個…
換了更好的模型，風險計算卻沒變好多少：36 場測試告訴你，關鍵在哪裡
有個問題值得想一想：如果你現在用的波動率模型不夠準，你應該換一個更好的模型，還是換一個更好的計算方式？ 大多數人的直覺是「換模型」。模型更複雜、更聰明，風險估計自然更準。但 36 場跨資產測試的結果，給出了不一樣的答案。 --- 實驗怎麼設計的 我們跑了一個 2×3 的組合設計：2 種波動率模型乘上 3 種 VaR 計算方式，再對 SPY（美股大盤）、QQQ（科技股 ETF）、GLD（黃金 ETF…
K1151：財報 Beat 多少不重要，今天有沒有公佈財報才是波動率信號
實驗 K1151 / K1147 數據期間：2014-2025 30 支 S&P 500 大型股 --- TL;DR 我們把「財報驚喜幅度」（beat 了多少）換成波動率預測因子，統計顯著性從 t=4.49 直接掉到 t=1.11，根本不顯著。 決定股價波動的，是「今天有沒有公佈財報」這件事，而不是「EPS 超出預期多少」。 散戶試圖猜 EPS beat 多少來賺一波，這個策略的前提根…
買的時候時點沒那麼重要，賣的時候順序可能決定你幾歲把錢花光
退休理財有件事，多數人想反了。 很多人存錢的時候盯著「現在進場會不會太早」，怕買在高點。但等到真的退休、開始每年從本金領錢出來花，反而沒人在意一個更要命的問題：你這幾十年的好年壞年，是按什麼順序出現的。 順序聽起來像個無聊的細節。它不是。在你還在存錢的階段，順序確實不太重要；可是一旦你開始提款，同一組報酬換個出場順序，可能讓你 80 歲還有錢，也可能讓你 70 歲就把帳戶領到歸零。這個東西在退休理…
K667: VT 波動率目標策略的保險成本定量分析——20 年 5,089 交易日實證
摘要 本研究針對 VT（Volatility Targeting，波動率目標）策略的「保險成本」進行系統性定量分析。以 2006 年至 2026 年（20.2 年，5,089 個交易日）的 SPY、GLD、VIX 日收盤資料為基礎（價格報酬，不含股息），比較五個組合策略的年化報酬、Sharpe 比率、MDD（最大回撤）及逐年保費。核心發現：12/VIX SPY 相對 BH SPY 的年化保費（全期…
K1402/K1403/K1404：跨市場 HAR-RV 尾部分位數預測驗證 — 美股、債券、黃金、台股全數通過
2026-07-11 推論更新：三個實驗已改用 canonical HAC DM。SPY、QQQ、GLD、TLT、^TWII 的 t 值依序為 -10.95、-13.23、-8.43、-11.39、-6.43；五者仍超過嚴格門檻 t >3，跨市場結論不變。 摘要 本文整合實驗 K1402（SPY）、K1403（QQQ/GLD/TLT）、K1404（^TWII）的樣本外驗證結果，測試 HAR-RV…
為什麼我們把『投資建議』改叫『風險管理工具』？K705 做了一次不太舒服但必要的自我審計
研究做久了，最容易出問題的，不一定是模型，也不一定是程式。 很多時候，真正先走歪的是說法。 你明明已經知道一件事： 波動率管理策略的價值，主要在於降低最大回撤，不是穩定創造 alpha。 但網站上最醒目的那一塊，還在寫： 投資建議 年化報酬 Sharpe 最佳持倉配置 久了之後，讀者看到的就不再是「風險管理工具」，而是「好像有一套能幫我賺更多的交易策略」。 K705 做的，就是把這個問題攤開來看。…
比特幣半減後波動真的會降嗎？K1372 的答案是：看起來像，但還不能當鐵律
每次比特幣半減，市場上都很容易冒出一種說法：題材炒完了，波動就會自己冷下來。 K1372 想檢查的，就是這件事到底有沒有真的出現在資料裡。做法很直接：把比特幣三次可觀察的半減事件拿出來，分別看前後各 90 個交易日的波動率，再用 GARCH 去對照整體波動 regime。 結果很整齊，但也很尷尬。整齊的是，三次半減都出現了半減後波動率低於半減前；尷尬的是，樣本只有 3 次，還夾著 2020 疫情這…
澳洲股市那個看起來特別低的財報波動，其實是估計卡在局部低谷
有些研究結果最麻煩的地方，不是它錯，而是它看起來太像真的。 K1171 先前在 13 個市場的比較裡，發現澳洲市場的 earnings-day 波動彈性特別低。AU 的 theta_rel=0.150，在整個 ladder 裡幾乎墊底。這個數字很容易讓人往經濟故事上想，例如澳洲半年報制度比較疏，或市場結構本來就比較鈍。 K1210 做的事很單純。它不急著編故事，先回頭問一句：這個異常值，到底是市場…
資本支出暴增八成，股票卻平靜如水：AI 巨頭的波動率定價迷局
2026 年第一季，微軟單季資本支出達到 308 億美元。 這個數字比一年前高出 84.5%。同一個季度，Meta 的資本支出是 190 億美元，YoY 增幅 46.8%。兩家公司加起來，一個季度把 500 億美元砸進伺服器、資料中心和 AI 基礎設施。 按直覺推論，這樣的資金燃燒速度應該讓投資人坐立難安。鉅額 CapEx 壓縮短期自由現金流、增加財務槓桿風險、代表公司押注一個尚未驗證商業模型的未…
澳洲股市的謎——我們以為找到了答案，結果發現問題出在估計本身
K1171 對澳洲（AU）面板估計出財報事件反應係數 θrel = 0.150。K1207 已排除以產業結構（銀行+礦業）作為這個數值的成因，因為產業調整後 AU 的 θEAV 殘差反而放大了 31%。 K1210 對剩下的兩個假說做法醫式檢定：H1 半年財報頻率 vs H2 手動標記日期精度。三輪獨立實驗的結論如下：H1 徹底否決，H2 獲得支持，且澳洲的估計結果被 BHP 一家公司嚴重主導…
VIX 和 GARCH 的差，能告訴你市場明天會怎樣嗎？
2026-06-01 修訂：Codex 24h source-code 審查指出原文兩處 claim/code 口徑誤標：(1) 樣本外 R² / F 檢定的預測目標是「22 日後已實現波動率」非「5 日後」；(2)「Regime t-test p=0.963」實際計算範圍是 full sample 期間（2006-2024），非 OOS 子樣本。已於本版修正並保留原始數據結論（null 結果方向…
K1207：GICS 行業別是法說會超額波動的獨立驅動因素——跨 12 市場 182 股驗證
使用 K1171 建立的 N=182 股票 × 12 市場 × 10 GICS 行業 panel，本研究檢驗 GICS 行業別（sector）是否是法說會波動加成（逐股變異數方程式中法說事件變數的係數 θ_EAV）的獨立結構性驅動因素，且與法人持股佔比正交。四模型比較顯示：行業固定效應（FE）的邊際 adj-R² 貢獻為 0.148，是法人持股邊際貢獻（0.0046）的 32 倍；行業 FE 聯合…
我們把自己論文裡的兩個數字重做了一次：5.2 跟 −0.05 真的對嗎
學術論文裡常常會看到這種句子：「我們估計出來的參數是 η = 5.2、λ = −0.05。」 讀者一掃就過了，因為這兩個數字看起來無傷大雅。但對研究本身來說，這兩個數字才是整個風險模型的脊椎骨，它們決定了你的尾部多厚、你的左尾多偏、最後你算出來的 VaR 到底是高估還是低估。 我們最近做了一件平常很少人做、但其實該做的事：把自己論文裡這兩個數字，從零開始重新跑一遍 MLE，看看到底跟原本宣稱的對不…
想用偏態 t 打敗波動率？商品市場給了個彆扭答案 — 波動預測沒救，但能救你的『最壞情境』
一句話結論 在油、天然氣、黃金、白銀四個商品 ETF 上，把波動率模型的誤差項從常態分布換成 Hansen (1994) 偏態 t 分布，對「明天波動率有多大」的預測完全沒幫助；但對「最壞 1% 情境下會虧多少」這個 ES 估計，四個商品全部從嚴重低估翻轉成校準正確。偏態 t 是一把 tail 風控工具，不是波動預測工具。 為什麼挑這四檔商品 挑 USO（原油 ETF）、UNG（天然氣 ETF）、…
VIX 15，個股波動率卻是兩倍半：期權市場在定價什麼？
VIX 收在 15.32，標普 500 的 30 日實現波動率只有 9.9%。聽起來市場很穩。 但 Mag-7 的 NVDA 30 日波動率 35.8%，TSLA 38%，MSFT 27.7%。整個 Mag-7 組合加權平均 30 日實現波動率是 25.7%。 指數層面低波動，個股層面高波動，這兩個數字同時為真，靠的是一件事：這七檔股票目前走法分散，不太一起動。 過去 90 個交易日，Mag-7…
為什麼只有公債吃這套？我們把另類數據丟到三個資產，結果只有 TLT 點頭
過去半年我們在平台上反覆驗證一個很無聊的結論：那些聽起來很厲害的「另類數據」，經濟政策不確定性指數 EPU、芝加哥聯儲金融狀況指數 NFCI、聖路易聯儲金融壓力指數 STLFSI——丟進波動率預測模型裡，幾乎都打不贏一條極其樸素的對照組：把該資產自己的選擇權隱含波動率（VIX 之於 SPY、GVZ 之於黃金、MOVE 之於公債）直接拿來用。 這篇要講的 K1116F 是這個系列的最新一集。我們把三…
把樣本拆成「景氣循環的上升期 vs 下降期」再測一次，晶圓代工財報日的謎還是沒解開
VolPred 在過去幾週連續發了幾篇關於晶圓代工財報日的研究。簡單講，台積電、聯電、格羅方德、中芯這四家公司在公布財報那一天，股價跳動的幅度有一個我們暫時還解釋不掉的固定模式。我們之前已經試過四種猜想都失敗了，其中包含「公司宣布要加碼資本支出時，市場是不是會有不同反應」這個直覺很強的版本。 這篇要講的 K1108F，是第五次嘗試。它把樣本切成兩塊重新測，一塊是 2020 年第二季到 2021 年…
「3 檔高股息 ETF 月月領 1 萬」？我們跑了 5000 次模擬，達標機率只有 2.7%
最近一個退休理財的做法在網路上瘋傳：拿 0056、00878、00919 三檔台股高股息 ETF，因為它們配息的月份剛好錯開，把它們排在一起就能「月月領約 1 萬」。 算法看起來很乾淨。用各檔最近一次配息倒推：0056 約 10 張、00878 約 23.8 張、00919 約 12.8 張，總本金約 123.5 萬，目標一年領 12 萬。換算回去，這套組合隱含的現金殖利率大概是 9.7%。聽起來…
現在進場,會不會太早或太晚?我把過去每個時點都當「現在」算了一遍
想開始投入,卻一直卡住:現在進場,會不會太早?還是已經太晚、錯過了?帳上現金擺著也不是辦法,可是一想到「萬一買在高點」就遲遲下不了手。 這個糾結太多人有了。我乾脆把過去的資料攤開,把每一個時點都當成「當時的現在」,試了一遍。 先承認:這個焦慮,邏輯上完全成立 別急著被人安慰「放心啦時機不重要」。先想清楚這份焦慮為什麼會冒出來。 如果「哪一年進場」真的會大幅左右你最後的結果,那「現在該不該進」就變成…
你 APP 上看的「報酬率」，不是你的錢真正賺到的年化
打開券商 APP 或基金平台，每檔商品都會秀一個年化報酬率給你看。這個數字告訴你的，是這檔商品本身過去漲了多少；它沒有告訴你，你的錢真正賺到的年化是多少。 差距有多大？我們挑 SPY 與 0050.TW 兩個熟悉的標的，把過去每一個年份起開始定期定額、持有到 2026-05-30 的真實結局算出來。對每一個進場年份，同時報三個年化數字： 1. 單筆投入的 CAGR — 一次性投入後到今天的年化報酬…
你看到的「報酬率」，不是你的錢賺到的那個數字
上一篇我們算過一件事：論資金效率，定期定額和單筆投入其實賺得差不多，把現金流時點算進去之後，兩者的內部報酬率（IRR）會貼得很近。很多人讀完問了同一個延伸問題：那我打開券商 App、看基金月報，上面那個「報酬率」到底是不是我實際賺到的年化？ 我拿真實歷史價格算了一輪，答案有點反直覺：那個數字跟你的錢實際賺到的年化，通常對不上。而且對定期定額的人來說，差距可以大到讓你低估自己的績效好幾個百分點。 先…