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。
「等跌了再買」聽起來很聰明，數據卻說你多半會輸給「有錢就投」
很多人手上有一筆閒錢，想進場又不敢，於是替自己定下一條規矩：先把錢放著，等股價從近期高點回檔一定幅度，再一口氣買進。聽起來很有紀律，也很划算，買在相對低點誰不愛。 我們把這套「囤現金等回檔」的做法，拿去跟最樸素的對照組比：紀律性持續投入，有錢就分批進場，不管現在貴不貴。比的方式很直接：同一段歷史、同一筆本金、同一個結算時點，看誰的最終資產比較高。結果跟直覺相反。等回檔的人，多數情況下手上錢比有錢就…
手上有一筆閒錢，該一次全押還是分批慢慢買？我們用真實數據算給你看
很多人手上突然多了一筆錢，可能是年終、分紅、或賣掉一間房，第一個問題就是：要現在全部丟進股市，還是分成 12 個月慢慢買？ 這個問題會吵起來。一派主張分批買比較安全，可以攤平成本；一派主張早買早賺，錢放越久越多。兩邊聽起來都對。我們乾脆把這件事用真實數據跑一遍，看到底誰賺得多。 先講結論 把一筆錢一次投入市場（業界叫 Lump Sum，單筆投入），跟把它切成 12 份每月買一次（DCA，定期定額）…
測了 16 個模型組合，唯一看起來成功的那個，其實是資料時序用錯了
去年，我們測了一組問題：聯準會每週公布的金融壓力指數，能不能用來預測 ETF 的波動率？ 測了四個 ETF（S&P 500、黃金、美國長債、比特幣），五種模型設定，共 16 格。結果 15 格都顯示 VIX 類的波動率基準模型完勝，額外的 alt-data 不只沒幫助，有些反而讓預測變差。 只有一格例外：TLT（美國長債 ETF）配上金融壓力指數（NFCI 系列），t 統計量達到 +3.74——按…
輝達狂賺八百億，選擇權市場卻在問：下一步還能信嗎？
輝達五月底交出一張數字幾乎挑不出毛病的財報。 FY27 第一季營收 816 億美元，比市場預期高出大約 5%；淨利 583 億美元，淨利率 71.4%。這個數字放到任何行業，大概都是讓人沉默三秒的那種規模。一個科技公司，每賺一百塊、七十一塊留下來。 財報出來之後，股價漲了不到 1%。 這不是冷漠，也不是市場出了什麼問題。這是選擇權市場早在財報前兩週就已經定價過的結果。 --- 隱含波動率在說什麼…
每日策略建議：VIX 15.32（正常）— 2026-05-30
基於 2026-05-29 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $756.48 (+0.25%) GLD: $417.12 (+1.05%) 0050.TW: NT$100.5（2026-05-28 收盤） VIX: 15.32 🟡（正常） GARCH 年化波動率: 10.3% ⚠️ 0050.TW 資料延遲提醒：本文所引用的 0050.TW 收盤為 2026-05-28，…
2026-05-30 本日持倉比率建議（依據 2026-05-29 收盤數據）
σ = 10.3% · VIX = 15.32 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 78% 22% Risk Parity (SPY+GLD) SPY 82% + GLD 48% 0% 12/VIX (SPY) SPY 78% 22% 50/50 SPY/GLD …
K1202：六層 NULL 的終點 — 非 capex 量化指引對晶圓代工個股 RV 的預測力檢驗
台積電、聯電、中芯、GlobalFoundries 四家晶圓代工廠，135 個法說會事件，六輪實驗，最終答案一致：法說會中的非資本支出量化指引（產能利用率、晶圓 ASP、研發費用年增率），對個股實現波動率沒有可測量的預測力。 K1202 是這個答案的最後一塊拼圖。先前的 K1108d 只覆蓋了 12/135（8.9%）的事件樣本，結論只能算初步。K1202 透過 MOPS 重大訊息加上公開 IR…
四種 HAR 分解都無法超越標準 HAR-RV：台灣期貨波動率預測的系統性 NULL 結果
直覺很合理，但答案不是 做波動率預測時，一個很自然的想法是：既然已實現波動率（RV）本來就是各種價格波動加總出來的，把它拆得更細，應該更容易預測。 這個想法有其學理基礎。日盤與夜盤可能反映不同資訊來源；正負半方差可能捕捉不對稱波動；跳躍成分可能代表事件衝擊；路徑加權則試圖更精細地描述市場記憶。問題是，理論上合理，不代表在每一個市場都真的有增量價值。 我們把這四條文獻上常見的 HAR 分解路徑，全部…
重做了一次論文 8 的「市場衝擊」實驗——數字對不上，故事卻變得更乾淨
一句話結論 我們把自己論文 8 的兩張關鍵表（Table 5 和 Table 6）拿原始程式重跑一遍，結果部分數字對不上——某些衝擊事件的數量差了 30% 到 60%，非農就業日的「顯著性」也從原本的剛好過關變成沒過關。但有趣的是，新數字反而把故事說得更一致：地緣政治衝擊也會被市場吸收（論文原本說不會），而且非農就業日的影響在恐慌期會完全消失（這一點兩版都一致）。一次重做，學到的不是「論文錯了」，…
Sharpe 不夠用：五維度排名洗出完全不同的策略冠軍
一句話結論 把 14 個波動率策略放進「報酬、風險調整、回檔、表現一致性、月勝率」五個維度評分後（壓力期表現為輔助觀察，未入分），綜合排名第 1 是台股動能策略（年化 32.6%、四月閃崩還賺 6.6%；該策略已知 c2c timing bias，caveat 見文末限制一節），但純 Sharpe 排名第 1 卻是另一支極度保守的策略。同一份資料、同樣 14 個玩家，換個尺度，前三名就完全洗牌。這…
銀行法規說用「平方根法」估一個月風險，但它真的失準了嗎？SPY 十年數據給出一個不舒服的答案
Basel III 對銀行風險資本的計算有一條廣為人知的規定：把單日 VaR 乘以 10 的平方根，換算成 10 天的風險值。這個「平方根時間法（SRT）」理論上只在報酬彼此獨立、波動率固定的情況下成立。實務上兩個前提都不符合。市場有波動群聚，GARCH 效應隨處可見。 學界多年來的直覺是：越長期，SRT 偏差越大。Monte Carlo GARCH 模擬應該更準。 K1382 實驗在 SPY 2…
單季 766 億，AI 基建燒錢競賽背後的波動率訊號
四月初，市場短暫崩過一次。關稅衝擊把 VIX 推到 31，高收益債 ETF（HYG）跌到 71 塊美元。一個半月後，HYG 回到 80，VIX 重回 15。 表面上，什麼都過去了。 但 Microsoft、Meta、Alphabet、Amazon 的 Q1 2026 財報數字還擺在那：四家合計資本支出 766 億美元，比去年同期的 476 億暴增 61%。Meta 一家就把資本支出翻了一倍多（+1…
降息時黃金漲 30.8%、股票漲 13.4%——那為什麼跟著利率調倉，幾乎等於沒做？
⚠️ Audit Notice (2026-05-29)：本文已退回 draft 狀態。Codex 24h-review (mile_ada624d5) 發現 K709 experiment 缺 reproducibility artifact（無 k709.py 腳本、README placeholder、data/ references/ 為空），文章中具體百分比（30.8% / 13.4%…
每日策略建議：VIX 15.74（正常）— 2026-05-29
基於 2026-05-28 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $754.6 (+0.55%) GLD: $412.77 (+1.04%) 0050.TW: NT$102.55（2026-05-27 收盤） VIX: 15.74 🟡（正常） GARCH 年化波動率: 10.6% ⚠️ 0050.TW 資料延遲提醒：本文所引用的 0050.TW 收盤為 2026-05-27，…
2026-05-29 本日持倉比率建議（依據 2026-05-28 收盤數據）
σ = 10.6% · VIX = 15.74 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 76% 24% Risk Parity (SPY+GLD) SPY 80% + GLD 48% 0% 12/VIX (SPY) SPY 76% 24% 50/50 SPY/GLD …
你以為持有 5 個策略就分散風險？我們把 14 個策略兩兩相關拉出來看，發現一些「套娃」——K678
一、「我有 5 個策略所以分散風險了」，這句話可能是錯的 很多投資人喜歡同時跑好幾個策略：一個 SPY 的 12/VIX、一個 GARCH 波動率目標（VT）、一個恐慌加碼 DCA、再配一個 Risk Parity。心裡想：「我都四五個策略了，總不可能同進同退吧？分散得很徹底。」 實情是：只要它們訊號的來源相同（都看 VIX、都針對 SPY），同進同退的程度可能高到嚇人。 K678 這個實驗，把我…
升降息環境下，黃金真的能避險嗎？K663 三種利率環境量化驗證
一句話結論 「黃金能避險」這句教科書常識，在 K663 的資料裡要看利率環境怎麼切。 按當天收盤的殖利率變化分組時，50/50 SPY/GLD+VT 的 Sharpe 比純股 VT 在降息期高 0.97、在升息期低 0.38，兩者差 1.35；傳統 60/40（SPY/TLT）公債組合在升息期 Sharpe 跌到 −0.04，2022 年那一輪甚至吃下 −22.9% CAGR。改用前一交易日收盤的…
禮拜一是不是最危險？跨三市場 day-of-week 大檢驗：幾乎全軍覆沒
「禮拜一最危險，賣壓最重」幾乎是教科書 anomaly 的標配。打開任何一本投資心理學的書，都會告訴你週末兩天累積的壞消息會在週一開盤一次釋放，所以週一的波動會明顯比其他日子大。 聽起來很合理。但問題是——這個效應跨市場驗證得起來嗎？ 我們在 K631 把這個老問題重新測了一遍：取 SPY（美股 ETF）、GLD（黃金 ETF）、0050.TW（台股 ETF） 三個市場、2006 到 2026 年…
策略池有 11 個，演算法怎麼幫你挑？K647 配對機制全公開
平台目前同時追蹤 11 個量化策略：從最簡單的 12/VIX，到複雜的 Adaptive Tier、Taiwan Hybrid Leverage。對讀者來說最常見的問題是：「我該照哪一個做？」 K647 不是直接給答案，而是建一個配對演算法：先把投資人的條件（風險容忍、資金規模、市場 access、操作能力）變成數字，再把每個策略的屬性（Sharpe、MDD、複雜度、交易成本）也變成數字，然後算分…
動態目標波動率能贏固定目標嗎？K603：方向贏一點點，嚴格檢驗沒過
一句話結論 把固定 12% 目標波動率改成「跟著利率走」「跟著 VIX 區間走」「跟著滾動 Sharpe 走」「跟著 VIX 百分位反向走」這四種動態版本，在 2004 年到 2026 年共 5,371 個交易日 的 SPY/GLD 50/50 組合上測試，結果很微妙：有的版本年化報酬確實高一點，但全部沒有通過嚴格的統計門檻。這篇文章把數據完整攤開，告訴讀者「為什麼方向對也不能說贏」。 為什麼要做…
財報驚喜有多大，不影響當日波動率：日美跨市場的同一結論
每到財報季，市場的直覺很一致：公司公布的 EPS 比分析師預估偏差越大，當天股票震盪應該越劇烈。這個邏輯聽起來幾乎不需要驗證。 實驗結果說不對。 在 N=30 日本 TOPIX 大型股、跨越 2014 至 2025 年、約 88,500 個交易日觀察值的資料上，我們把財報「驚喜幅度」（Surprise%）拿來對日內波動率做迴歸，把它設計成一個連續訊號，數字越大代表 EPS 偏差越大，最後得出的 b…
小波分析能不能改善波動率預測？K479 給的答案是：看你怎麼比
訊號處理界對小波（wavelet decomposition）幾乎是信仰級的偏愛。它能把一段時間序列拆成不同「頻率帶」，好比把一首音樂拆成低音、中音、高音三軌，讓你看清楚「短期雜訊」和「長期趨勢」分別貢獻了多少。 這個概念套到金融市場聽起來很迷人：日內快波是雜訊、週級慢波是動量、月級慢波是基本面，那把它們分開來建模豈不是天經地義？過去 20 年確實有不少論文宣稱小波能改善波動率預測，動輒把它和 G…
偏態與峰度能預測波動嗎？K471 給你三個資產的誠實答案
一個聽起來合理的直覺 如果今天的市場「左尾比較重」，也就是過去這段時間出現幾次極端負報酬，回報分佈被往左拉得很長，你會不會覺得，未來一個月的波動應該會比較高？ 直覺上會。教科書也會這樣告訴你：偏態（skewness）描述分佈的不對稱、峰度（kurtosis）描述肥尾，兩者都是「風險的形狀」。既然形狀變了，未來的風險水準應該也跟著變。 實證金融學界從 Harvey & Siddique（1999）以…
每日策略建議：VIX 16.29（正常）— 2026-05-28
基於 2026-05-27 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $750.46 (-0.02%) GLD: $408.49 (-1.34%) 0050.TW: NT$100.1（2026-05-26 收盤） VIX: 16.29 🟡（正常） GARCH 年化波動率: 10.9% ⚠️ 0050.TW 資料延遲提醒：本文所引用的 0050.TW 收盤為 2026-05-26，…