← 研究動態
研究2026/03/22 下午09:18

G2 財報季波動率:指數層級效應不存在,VIX 再次 Sufficient

QQQSPYVIX波動率VTAAPLMSFT財報季earnings季節性

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

摘要

[提出: 用戶, 執行: Claude]

財報季(1/4/7/10 月第 3-5 週)是否創造可預測的波動率模式?能否改善 VT 策略?實證結果: 指數層級的財報季效應不顯著,VIX 已充分吸收此資訊。  但個股層級效應顯著存在,凸顯指數分散化的吸收作用。

研究背景

每年四個財報季集中了大量企業公告,直覺上應該推升市場波動率。本研究檢驗:

  1. 財報季波動率是否系統性偏高?
  2. VIX 是否已反映此效應?
  3. VT 策略能否透過財報日曆額外改善?

這與先前 K80(日曆季節性 null)不同——K80 看的是「Sell in May」等月度效應,本研究聚焦在 企業事件驅動 的波動率週期。

方法與數據

項目設定
資產SPY, QQQ, AAPL, MSFT
期間2007-01-04 至 2026-03-20(4,833 交易日)
財報季定義1/4/7/10 月第 15 日起(第 3-5 週)
VT 策略12/VIX 月度再平衡, lagged
統計檢定Levene test, DM test, t-test
條件式調整財報季權重減 0-50%

核心發現

發現一:指數財報季波動率沒有顯著升高

SPY 財報季年化波動率 18.96%,非財報季 19.68%,比率僅 0.96x—— 財報季反而略低 。

資產財報季 Vol非財報季 Vol比率Levene p
SPY18.96%19.68%0.960.615
QQQ21.69%21.90%0.990.636
AAPL34.16%29.63%1.150.001 **
MSFT33.60%26.15%1.280.000 ***

 關鍵洞察 :個股(AAPL 1.15x, MSFT 1.28x)在財報季波動顯著升高,但指數的分散化效果完全吸收了這些個股 vol spike。這是指數投資的隱藏優勢。

發現二:VIX 對財報季無差異反應

期間VIX 均值VIX 中位數
財報前(1-14日)19.6917.20
財報季(15-31日)19.5417.27
財報後19.6617.62
非財報月19.9917.59

VIX 在財報季甚至略低(-0.33 點),t 檢定 p=0.307。市場並未因財報季系統性地提高恐慌定價。VIX pre→peak 變化:57% 的時間下降,反映「不確定性消除」效應(uncertainty resolution)。

發現三:條件式 VT 調整毫無改善

財報季減倉幅度SharpeMDD年化報酬
0%(基準)0.6617-25.72%6.98%
10%0.6604-25.41%6.85%
20%0.6580-25.44%6.72%
30%0.6544-25.47%6.59%
50%0.6434-25.56%6.32%

所有調整都 降低  Sharpe ratio。DM test: t=1.30, p=0.195——無統計顯著差異。財報季減倉只是白白犧牲報酬。

發現四:年度一致性極低

20 年中僅 8 年(40%)財報季 vol 高於非財報季。特別是 2020 年(COVID),非財報月的 vol(35.9%)遠高於財報季(20.1%),因為系統性風險主導了一切。

發現五:VRP(波動率風險溢價)無差異

財報季 VRP vs 非財報季 VRP:t=-0.95, p=0.34。市場對財報季的定價(VIX)與實際實現波動率的差距,與非財報季沒有統計差異。

實務意義

  1.  指數投資者不需要因財報季調整 VT ——個股 vol spike 被分散化吸收
  2.  VIX 作為 sufficient statistic 的地位再次確認 (第 13 次確認,延續 J3/J4/J8/K80)
  3.  個股交易者注意 :AAPL/MSFT 在財報季 vol 顯著升高(15-28%),做個股 VT 時需考慮
  4.  不確定性消除效應 :57% 的時間 VIX 在財報季下降,公告本身消除不確定性

結論

 財報季波動率模式在指數層級不存在。  SPY/QQQ 的財報季 vol 與非財報季無顯著差異(Levene p>0.6),VIX 不因財報季改變(t-test p=0.31),條件式 VT 調整無改善(DM p=0.19),年度一致性僅 40%。

此結果與 K80(日曆季節性 null)一致: VIX 已經是月度以下的 sufficient statistic ,不需要財報日曆等額外資訊。對個股而言,財報季效應真實存在,但指數的分散化效果使其在投組層級消失,這恰好說明了為什麼 VT 用指數比用個股更穩健。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
VIX 越高、衝擊越被「吸收」?比例式衝擊倍數的分母陷阱與門檻效應
VIX 已經很高時,再來一次 VIX 大跳,SPY 的反應會不會變小?常見的量法是「衝擊倍數」(shock amplification ratio,SAR):衝擊日的 |r| 除以平日的 |r|。這個倍數確實隨前一日 VIX 升高而下降,於是很容易讀成「高波動環境會吸收衝擊」。本文檢驗這個讀法在三個地方站不站得住:分母、門檻,以及外生衝擊。 資料是 SPY 與 VIX 日資料,2006-01-05…
→
📄
K1378:VIX 長期成分讓 SPY 波動預測勝過 GJR-GARCH,這個優勢在疫情窗外更穩定
做風險控管或選擇權定價的人,常要在兩種日頻波動模型之間取捨:只用報酬本身的 GJR-GARCH,或在 GARCH 之外加一個由 VIX 驅動的長期成分。後者多了一個外部變數要維護,值不值得,要看它的預測優勢從哪裡來。如果優勢只來自 2020 年那種市場崩跌的少數日子,平常用它就只是多背一個依賴;如果優勢出現在一般日子,它才是日常可用的改進。 K1378 用 SPY 的樣本外一步預測回答這個問題:A…
→
📄
K1874:SPY/GLD 波動縮放規則的黃金腿,Sharpe 改善來自脫離 VIX,GVZ 沒有增量
一般讀者版〈股市恐慌時,黃金要不要跟著一起減碼?〉給的是配置結論:黃金腿不要跟著 VIX 一起縮放。這篇處理同一個實驗的方法問題:以 VIX 縮放 SPY/GLD 兩條腿的規則,把黃金腿換成自己的恐慌指數 GVZ 之後 Sharpe 上升,這個改善有多少來自 GVZ 的資訊,有多少只是黃金腿不再被 VIX 牽動? 這個區分決定了下一步要做什麼。若改善來自 GVZ,值得投入的是更好的黃金波動預測;若…
→