← 研究動態
研究2026/03/16 上午10:26
Crypto Leverage Taxonomy：7 幣種 γ 分析
BTCETHGJR-GARCHGamma效應SOL
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
加密貨幣 Leverage Effect
| 幣種 | t-stat | (年化) | 模型 | |
|---|---|---|---|---|
| Bitcoin | +0.0441 | 1.50 | 52% | GARCH |
| Ethereum | +0.0255 | 0.97 | 68% | GARCH |
| Solana | +0.0167 | 0.44 | 105% | GARCH |
| Binance Coin | +0.0068 | 0.15 | 90% | GARCH |
| Ripple | -0.1555 | -0.68 | 115% | GARCH |
| Cardano | +0.0378 | 0.59 | 91% | GARCH |
| Dogecoin | +0.7440 | 1.07 | 76984211% | GARCH |
結論
- GJR 推薦：0/7 幣種
- 加密貨幣的 遠不如股票穩定
- 高波動率使 估計噪音大
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
📄→📄→📄→
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…
K1725：比特幣美股盤中波動占比的斷點比 ETF 上市早 206 天，上市日的 Chow 顯著不能直接歸給 ETF
一般讀者版（〈比特幣 ETF 上市後，比特幣開始跟著美股的時鐘波動了嗎？〉）的結論是：現貨 BTC ETF 上市後，美股盤中占一週 RV 的比例只多了 1.86 個百分點，分不出真假。這篇補上那篇沒細談的方法問題：同一份資料裡有兩個名義上顯著的結果，在 IBIT 上市日做的 Chow 檢定（p = 0.021）與比較期拉長到兩年的 Welch（p = 0.025），兩者都不能當成 ETF 效果的證…
K1876：GVZ 預警黃金回撤的 regime 交互假說被推翻，而且這份樣本的 R=1 月份幾乎只出現在 2013–2016
一般讀者版（〈持有黃金，20 天內從高點回落 5% 的機率約四分之一〉）講的是結論：GVZ 做成的事前預警，樣本外勝不過歷史發生率。這篇補上那篇沒談的三件事：事前登記的 regime 交互假說為什麼被推翻、Clark-West 為正而 Brier 變差要怎麼讀、以及這份樣本裡的 regime 為什麼幾乎等於一個年代虛擬變數。 設定 事件：起點 t 之後 20 個交易日內，GLD 收盤價自期間高點回…