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。
VIX 說平靜，NVDA 說不：指數波動率的隱藏盲點
VIX 上週收在 18 附近。 這個數字放在歷史上算普通，不算緊張，不算恐慌。從數字表面讀，現在的美股就是一個「中性偏冷靜」的環境。 但你如果同時持有 NVDA、GOOGL 或 META，你過的那個市場跟 VIX 說的完全不是同一件事。 --- 一張數字對比表 截至 2026 年 5 月 19 日，SPY（追蹤 S&P500 指數）的 20 日已實現波動率是 10.9%。 這是很低的數字。今年以來…
NVDA 倒數 24 小時：T+0 通常很無聊，T+5 才是戰場
NVIDIA 2026 年 5 月 20 日盤後公布財季業績。距離公告剩約 24 小時。 很多人盯著「明天股價會跳幾趴」。我們把過去 8 次財報攤開來看，發現另一個更值得準備的事——真正的波動釋放在財報後 5 個交易日，不是在 T+0 那天。 這篇不預測方向，只給你三個可驗證的數字 + 兩張圖 + 一份可操作的清單。 過去 8 次財報，T+0 那天其實很「無聊」 我們抓 2024 年 5 月到 2…
穆迪降評美債整整一年：市場還給了什麼答案？
一年前的今天，穆迪（Moody's）把美國主權信用評級從 AAA 降到 Aa1。這是穆迪自 1917 年以來首次降評美國。 當時媒體一面倒：「美元要崩」、「公債拋售潮來了」、「股市危了」。財經評論員競相預警，各種末日情境層出不窮。 一年過去了，讓數字說話。 --- 降評當天，市場的反應比你想像中小 穆迪在 2025 年 5 月 16 日（週五盤後）宣布降評。 那週的 VIX 是 17.24。不僅沒…
60 天 5 分鐘資料夠不夠用？三個波動率模型在 SPY 的真實對決
當你看到一篇研究說「我們用了高頻資料」時，第一個應該問的問題不是「結果好不好」，而是「資料夠不夠多」。在波動率預測領域，這個問題尤其關鍵，因為許多模型（特別是利用日內波動細節的 HAR 系列）需要長時間累積的高頻資料，才有辦法穩定估計。 K1054 這個實驗就是一個誠實面對這個限制的小型對決：在只有 60 天的 5 分鐘 SPY 資料下，三種風格不同的波動率模型——HAR-RV、GJR-GARCH…
股市剛創新高，VIX 卻升了 7%——這個組合在歷史上從來不是壞消息
本週三，SPY 收盤 748 美元，寫下 2001 年以來的收盤新高。隔天，VIX 飆升 6.8%，從 17.26 跳到 18.43。 財經媒體的標題一面倒：「市場矛盾訊號」、「創高背後的恐懼」。 我們把 2001 年至今 6,390 個交易日全翻出來，問一個更直接的問題：歷史上每當 SPY 站在 252 日高點、同時 VIX 在 18 到 22 之間，後來 30 天發生了什麼？ --- 一千個新…
每日策略建議：VIX 17.82（正常）— 2026-05-19
基於 2026-05-18 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $738.65 (-0.07%) GLD: $418.43 (+0.27%) 0050.TW: NT$94.9 VIX: 17.82 🟡（正常） GARCH 年化波動率: 12.6% 今日策略配置 策略 資產配置 總曝險 現金 ------ --------- -------- -----…
2026-05-19 本日持倉比率建議（依據 2026-05-18 收盤數據）
σ = 12.6% · VIX = 17.82 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 67% 33% Risk Parity (SPY+GLD) SPY 68% + GLD 43% 0% 12/VIX (SPY) SPY 67% 33% 50/50 SPY/GLD …
波動率預測的『分布假設』到底重要嗎？同一個模型換 5 種誤差分布的實測
一句話結論 做「明天的波動率有多大」這種點預測時，換不換誤差分布幾乎沒差；但做「明天最差會跌幾趴」這種風險預測（VaR）時，分布選錯，警報就會失靈。我們用 SPY 與 QQQ 從 2019 到 2026 共 1827 個交易日的樣本實測，把 5 種分布跑在同一個波動率模型上，差距一目了然。 為什麼要重做這件事 波動率模型（GARCH 家族）在學界與業界已經是老朋友了，過去三十年文獻也累積出一個共識…
六月快到了：台股除息日的波動率，比你想的高約 34%
六月快到了。 台灣的除息旺季從四月開始、延伸到九月。今年台股指數在四萬點以上徘徊，歷史高位。市場氣氛不差，不少人正在盤算今年配息能入袋多少。 但有一件事，幾乎沒有人在算：除息日那天，台股的日波動幅度，比平常日高了約 34%。 --- 220 多次除息事件，十年數據 我們從 2015 到 2025 年，追蹤台股 17 檔主要成份股的每一次除息日，涵蓋 ETF（0050、0056）、科技股（台積電、鴻…
蒙地卡羅 VaR 真的比較準嗎？一場關於風險估計的反直覺實驗
一個常見的誤解 當投資人或風控人員第一次接觸「風險值」（Value-at-Risk, VaR）這個概念時，最常聽到的進階方法之一就是「蒙地卡羅模擬」。它聽起來既高科技又嚴謹：用電腦跑上萬次模擬，把所有可能的未來情境都跑過一遍，再從模擬出來的報酬分佈裡讀出風險值。 直覺上，這應該是最準的方法。畢竟「模擬越多次，誤差越小」是統計學的基本道理。但在我們最近的一場系統化實驗中，結果狠狠打臉了這個直覺：在預…
VIX 加進波動率模型，殘差會變得更「乾淨」嗎？SPY 七年實證的雙面結果
一個老問題：模型「對」了嗎？ 每一個學過計量財務的人，都會被告知一件事：拿到一個波動率模型之後，真正要看的不是它的「預測值」漂不漂亮，而是它「殘差」是不是乾淨的。 什麼叫殘差乾淨？簡單說，就是把每天的報酬除以模型估計的當日波動率，得到一條叫做標準化殘差（z 值）的序列。如果模型把該抓的波動結構都抓走了，這條 z 值序列應該長得像一堆「沒有結構、沒有相關、分布對稱」的隨機數。如果還有結構殘留，例如平…
計算風險值的兩種非參數做法：FHS 與滾動 CF 的等價之爭
一句話結論 當我們把「資產明天最壞會虧多少」這個問題交給電腦計算，業界其實有好幾種做法在彼此競爭。本研究在三個美國 ETF（SPY、QQQ、GLD）上把四種做法各跑了 1,827 個交易日的實測，結果發現：只要願意捨棄「報酬呈鐘形分配」的假設、改用過去 252 個交易日的真實尾端，無論是教科書級的「過濾歷史模擬法」（FHS）還是同樣非參數的「滾動 Cornish–Fisher 修正」，兩者的表現都…
台積電財報事件交易策略（策略A）：全樣本與多頭期顯著、但跨期穩定性不足——可交易性存疑
一句話結論 K620 的事件後加碼策略（策略A）在全樣本（Newey-West 自我相關修正後達到嚴格統計門檻）與 2023–2026 多頭期（OOS3 同樣通過嚴格統計門檻）都顯示可偵測的信號，bootstrap 信賴區間也不含零（[+0.53%, +1.55%]），但 2015–2018（OOS1）和 2019–2022（OOS2）都未達顯著水準，顯示信號高度集中於近期多頭行情。扣除交易成本後…
國會議員的買賣訊號能預測美股嗎？4 年 1.5 萬筆交易紀錄的誠實檢驗
「國會議員一定有內線消息，跟著他們買就對了。」 這句話在投資社群裡流傳已久。理論上它有點道理：美國國會議員握有立法權、聽取機密簡報、也比一般人更早知道哪些產業會被監管或補貼。學術界也曾經為這個直覺背書——Ziobrowski 等人在 2004 與 2011 年發表的兩篇知名論文指出，美國參議員與眾議員的個人持股能交出超越大盤的報酬，引發外界對「政治菁英資訊優勢」的長期猜想。 近年來社群媒體甚至誕生…
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…
你買的不是台股，你買的是台積電的七折波動
你打開帳戶，看到 0050，心想：五十家公司，分散穩健，長期存股。 然後台積電那週跌了 8%，你的 0050 跌了 5.6%。 「嗯，有分散效果嘛，只跌七成。」 好，這句話有問題。 --- 相關係數 0.93，不是分散，是稀釋 2012 年，台積電與 0050 的 252 日滾動相關係數是 0.67。一般人對這個數字的直覺是「蠻高的，但至少還有三成的差異空間」。 2025 年，這個數字是 0.93…
高 Gamma 資產真的更適合波動率目標策略嗎？13 個跨類別資產的因果重檢
一個漂亮但可能誤導的發現 在量化金融研究中，有些「漂亮的相關性」會讓研究者一看到就忍不住想拿去寫論文、做策略、講故事。但漂亮的相關性，不見得是真的因果。 我們團隊在較早的研究（K53）中曾經觀察到一個極具吸引力的現象：在 22 個資產的橫截面樣本中，GJR-GARCH 模型估計出來的 gamma 參數——也就是俗稱「槓桿效應」、衡量資產對壞消息反應比好消息劇烈程度的指標，與波動率目標策略（Vola…
股市急漲時，選擇權市場在怕什麼
2025 年 4 月底到 5 月中，QQQ 從低點反彈超過 20%。VIX 在這段期間並沒有安靜下來，選擇權市場的隱含波動率反而在某些週維持在 20 以上，call 選擇權的成交量同時放大。 這個現象在結構上很不尋常。正常情況下，股市漲、VIX 跌，兩者呈負相關；這是過去 30 年的市場常態，也是 Black-Scholes 世界裡隱含的假設之一。但當市場快速拉升而選擇權市場卻沒跟著「放心」——c…
把六個總體變數一次丟進貝氏選模型，結果它什麼都沒選：聯合估計再次確認 GARCH 自己就夠了
一句話結論 我們把六個常被引用的「外部解釋變數」——VIX、VIX9D、VIX3M、期限利差、聖路易聯儲金融壓力指數、20 日實現方差，同時放進一個貝氏 GARCH-X 變異數方程，讓貝氏選模型機制（SSVS）自己決定要留下哪幾個。結果是：它一個也沒留。在 10,000 次 MCMC 迭代中，有 99.52% 的時間，模型直接選擇「什麼外部變數都不放」。這個結果不是 bug，而是一個重要的負面結論…
油價還在 100 美元，VIX 卻說沒事了——誰說錯了？
五月中的某個交易日，美股創歷史新高，VIX 收在 18.4。 同一天，WTI 原油在每桶 103 美元附近收盤。 這兩件事同時為真，但乍看之下有點奇怪。VIX 是市場的恐慌溫度計，18 代表正常。油價 103 美元，伊朗海峽封鎖風險仍在，OPEC 供應缺口還沒補上，這像是「正常」的環境嗎？ 問題是：VIX 和油價量的根本不是同一件事。 --- 三月的事，先搞清楚 今年三月一日到十三日，伊朗危機升溫…
VIX 期限結構斜率能預測波動，卻換不到交易 alpha：一個誠實的失敗紀錄
為什麼要寫這一篇 研究路徑上最常見的陷阱之一，是看到一個訊號在「預測波動率」上有統計上的微小優勢，就直接假設它能轉化成「可交易的超額報酬」。這篇文章想分享一個我們親自踩到坑、然後完整驗證、最後得到 NULL RESULT 的案例：用 VIX 與 VIX3M 的比值（VIX 期限結構斜率）做擇時。 我們之前的研究 K975 已經顯示，VIX/VIX3M 斜率對未來 5 天的已實現波動率（realiz…
美國國會議員的股票交易，能預測美股波動率嗎？一份誠實的「沒有」
一個聽起來很誘人的問題 打開財經新聞，每隔一段時間就會看到這樣的標題：「某參議員精準在股災前出清股票」、「眾議員家族在某科技股財報前異常加碼」。在《STOCK Act》（2012 年生效）強制要求美國國會議員揭露本人與配偶證券交易後，這類「議員選股能力」的故事幾乎成了財經新聞的固定欄目。 學界對此也有一段不算短的辯論。Ziobrowski 等人 2004 年發表在《Journal of Finan…
不假設分配的風險值估計：Conformal VaR 在 SPY 13 年外樣本表現
一、為什麼風險值估計總是「差一截」 在金融機構的日常風險管理中，風險值（Value-at-Risk, VaR）幾乎是不可或缺的工具。它的目的很單純：告訴你在 99% 的日子裡，明天最多可能虧多少錢。但實作上卻處處是陷阱。 最常見的做法是先用 GARCH 一族模型估計波動率 σ，再假設報酬率服從某個分配（例如常態分配或 Student-t），把分位數乘上 σ 當作 VaR。這套流程的問題在於：「報酬…
美國 VIX 預測台灣 0050 的波動率？跨市場時差讓訊號被稀釋的真實案例
一個直覺：美國的恐慌指數，是不是台灣交易日早盤的「先行指標」？ 很多投資人都注意過一件事：美國股市收盤之後，台灣股市才剛開盤。當美股當晚劇烈震盪、VIX（波動率指數，俗稱恐慌指數）大幅跳升時，隔天早上 09:00 一開盤，台灣 0050 似乎也會跟著動盪。這個「美國先動、台灣再動」的時差結構，看起來像是一個天然的訊號：用昨天的 VIX 來預測今天 0050 的波動率，應該會比沒有 VIX 資訊的模…