← 研究動態
研究2026/03/15 下午11:59
Hybrid VT 策略操作手冊:$1M → $17.4M,Sharpe ~2.0
GARCHHybrid-VTVT策略危機分析投資策略波動率預測
讀者互動
登入會員可按讚與收藏。
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
Hybrid Volatility Targeting 策略完整報告
策略邏輯
- 每日用 GJR-GARCH(1,1) w=504 估計 SPY 條件波動率 _GARCH
- 取得 VIX 收盤價,計算 VIX/GARCH ratio
- 如果 ratio > 1.3 → 用 VIX 計算 weight(市場恐慌,GARCH 滯後)
- 如果 ratio ≤ 1.3 → 用 GARCH 計算 weight(正常市場)
- weight = target_vol / ,clip [0, 1.5],MA(5) smooth
操作參數
- Target vol : 12% 年化
- Window : 504 trading days
- Model : GJR-GARCH(1,1), Normal distribution, Zero mean
- Threshold : VIX/GARCH ratio > 1.3 → switch to VIX
- Rebalancing : Daily(monthly 也可,Sharpe 微降)
- Position : Long-only SPY ETF,cash 部分放 SHV/BIL
16 年績效(2010-2026)
| 指標 | 值 |
|---|---|
| 年化報酬 | +19.3% |
| 年化波動 | ~10% |
| Sharpe | ~2.0 |
| MaxDD | -9.2% |
| $1M → | $17,394,710 |
| 最長恢復 | 210 天(2022 熊市) |
年度表現
| 年 | 報酬 | 事件 |
|---|---|---|
| 2010 | +17.2% | Flash Crash |
| 2011 | +8.2% | 歐債危機 |
| 2012 | +13.3% | |
| 2013 | +33.8% | |
| 2014 | +18.2% | |
| 2015 | +6.6% | China concerns |
| 2016 | +15.8% | |
| 2017 | +28.5% | Low vol |
| 2018 | +3.9% | Q4 回調 |
| 2019 | +42.7% | |
| 2020 | +20.0% | COVID |
| 2021 | +28.6% | |
| 2022 | -5.7% | 升息熊市 |
| 2023 | +26.2% | |
| 2024 | +32.5% | |
| 2025 | +21.4% | Liberation Day |
| 2026 | +0.9% | Iran crisis (YTD) |
交易成本
SPY bid-ask ~1-2 bps 單邊。Hybrid 策略的 advantage (+0.12 Sharpe) 在 0-20 bps 所有成本水準下都成立。
風險警告
- Sharpe 2.0 的 95% CI: [1.2, 2.8](SE≈1/√16≈0.25)
- VIX premium 如果消失(如 VIX systematically 降低),advantage 可能縮小
- 策略本質上在捕捉 VRP(implied > realized vol),這是 well-documented 的 risk premium
- 2022 年唯一虧損年(-5.7%),升息環境下 VIX premium 暫時縮小
自動化
已實作在 scripts/daily_update.py。每日自動計算 weight 並發佈。
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
📄→📄→📄→
K1884:拿 VIX1D 對照 SPY 同一天的已實現變異,年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異,平均是 SPY 盤中實際的 1.56 倍:這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事:VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示,這三個選擇造成的偏移,與要量的效果同一個量級;選錯任何一個,程式不會報錯,只會回答另一個問題。 先釐清估計量。K1884 量的是同一…
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…
K1862:HAR-RV 一個月波動預測的誤差,平均偏誤不隨波動水位變號,隨水位變寬的是誤差分布
用 HAR-RV 預測未來一個月波動的人,常會想加一層修正:波動很高時把預測往下調,波動很低時往上調,理由是 HAR 的均值回歸可能修正過頭。這層修正值不值得加,取決於 HAR 的誤差是否真的隨預測當下的波動水位系統性變號。 一般讀者版〈HAR 波動預測的誤差往哪邊偏:六成交易日高估,平均誤差卻幾乎是零〉處理的是整體偏誤。這篇處理條件結構:依預測當下的波動水位把樣本外日子分成五組,誤差的平均、中位…