K822: 方向對了也賺不到錢——VIXY 的 Contango 結構性死亡螺旋
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。
摘要
[提出: 用戶（會員提問驅動）, 執行: Claude]
GJR-GARCH 模型能以 67.9% 的準確率預測波動率方向（K787）。一個合理的問題是：這個優勢能否直接轉化為 VIX ETN 的交易利潤？K822 實驗給出了明確答案： 不能 。原因不在於方向預測失準，而在於 VIXY 的結構性 contango drag 已將所有潛在利潤侵蝕殆盡。
研究背景
| 項目 | 設定 |
|---|---|
| 數據期間 | 2018-01-03 到 2026-03-31（2071 交易日） |
| OOS 驗證期間 | 2023-01-01 到 2024-12-31（502 天） |
| 數據來源 | yfinance（VIXY, SPY, ^VIX） |
| Lag 處理 | 所有信號均 signal.shift(1) 強制執行，無 lookahead |
| 交易成本 | 每次調倉 10bps |
| GJR 重新估計 | 每 63 天（共 33 次） |
研究問題源自用戶提問：「預測波動率方向準確率 67.9%，為何不直接交易 VIXY 等 VIX ETN？」
核心發現一：VIXY 的結構性死亡螺旋
VIXY（ProShares Short-Term VIX Futures ETF）的運作機制是持續買入近月 VIX 期貨並滾倉至次月。在 VIX 期貨市場長期處於 contango 結構下（近月價格低於遠月），每次滾倉本身就是一筆必然的損失。
全期 Contango 分析（2018-2026）
| 指標 | 數值 |
|---|---|
| VIXY 年化報酬 | -47.52% |
| SPY 年化報酬 | +13.31% |
| VIXY 累積總報酬 | -99.99% （幾近全滅） |
| 平均月度 contango drag | -3.73%/月 |
| 中位數月度 drag | -7.1%/月 |
| 負報酬月份比例 | 67.2% |
即便不做任何擇時，單純持有 VIXY 8 年後損失接近 100%。這不是市場波動的結果，而是 ETF 結構本身設計導致的必然結局（Eraker & Wu, 2017）。
核心發現二：方向準確 ≠ 盈利
這是 K822 最關鍵的 insight。即使 GJR-GARCH 正確預測波動率上升，在 VIXY 上做多仍然平均虧損。
方向預測 vs VIXY 實際報酬
| 情境 | VIXY 往正確方向走的機率 | VIXY 平均日報酬 |
|---|---|---|
| GJR 預測 vol rising（應做多 VIXY） | 39.0% （低於隨機） | -0.1234%/天 |
| GJR 預測 vol falling（應做空 VIXY） | 58.6% | -0.0691%/天 |
統計檢定：在 vol rising 天做多 VIXY，t = -0.475，p = 0.635——正報酬統計上完全不顯著。
關鍵洞察：即使 VIX 本身當天上漲，VIXY 的滾倉成本也會在同一天侵蝕收益。波動率的「方向」和 VIXY 的「報酬」之間存在一個幾乎無法彌補的結構性 gap。
VIX Spike 的不對稱性與幻覺
有人可能認為：抓住 VIX 大漲的那幾天就夠了。數據顯示 VIX spike 時 VIXY 確實大漲：
| 情境 | 天數 | VIXY 平均漲跌 |
|---|---|---|
| VIX 日漲幅 > 5% | 419 天 | +6.29% |
| VIX 日跌幅 > 5% | 444 天 | -4.67% |
但問題在於 spike 在 2071 天中只有 419 天（約 20%），且需要在 spike 前一天就進場。在等待 spike 的其餘 80% 交易日，每天的 contango drag 持續運轉（平均 -3.73%/月）。等待成本遠高於 spike 收益。
全期策略績效比較
全期（2018-2026，N=2071 天）
| 策略 | 年化報酬 | Sharpe | MDD |
|---|---|---|---|
| S0: BH SPY（基準） | +14.18% | 0.734 | -33.7% |
| BH VIXY（持有不動） | -20.72% | -0.274 | -99.5% |
| S1: Long VIXY（GJR vol rising） | -16.61% | -0.367 | -93.1% |
| S2: Short VIXY（GJR vol falling） | +4.11% | 0.068 | -83.9% |
| S3: Long/Short VIXY | -12.49% | -0.165 | -97.3% |
| S2B: Short VIXY（VIX < 20dMA） | +10.01% | 0.233 | -66.5% |
| S4: Vol-Weighted VIXY | -12.78% | -0.691 | -71.9% |
DM Test 結論：只有 S4 達到 Harvey t > 3.0（t = 3.156），但其 Sharpe = -0.691，遠劣於 BH SPY。其他策略均未達統計顯著性門檻（Harvey threshold）。
Short VIXY 的誘惑與陷阱
放空 VIXY 能收取 contango roll yield，在 OOS 期間（2023-2024）表現亮眼：
OOS 期間（2023-2024，N=502 天）
| 策略 | 年化報酬 | Sharpe | MDD |
|---|---|---|---|
| S0: BH SPY（基準） | +23.66% | 1.847 | -10.0% |
| S2: Short VIXY（GJR） | +55.77% | 1.119 | -42.3% |
| S2D: Short VIXY（複合信號） | +66.90% | 1.287 | -35.6% |
但這忽略了 Short VIXY 的致命弱點： 尾部風險 。全期 MDD 高達 -83.9% 到 -97.3%。2020 年 3 月 COVID crash 時 VIX 從 12 飆至 85，Short VIXY 策略幾乎遭遇毀滅性損失。
Whaley (2013) 指出，持有 Short VIX 策略就像定期收取保費、卻可能在 tail event 時一次性賠光，這種「steamroller 前撿硬幣」的風險結構使得 Short VIXY 不適合散戶投資人。
結論
K822 的核心發現可用一句話總結： 波動率預測準確性與 VIX ETN 盈利之間存在一道無法逾越的結構性鴻溝，名為 contango。
具體而言：
- VIXY 的 contango drag（平均 -3.73%/月）在任何方向信號到達前就已啟動
- 即使 GJR 正確預測 vol rising，VIXY 在這些天平均仍然虧損 -0.1234%/天
- 所有測試策略（Long/Short/L-S）在全期均無法達到 BH SPY 的 Sharpe（0.734）
- Short VIXY 雖能收取 roll yield，但尾部風險（MDD -42% 到 -93%）使其不適合一般投資人
實務建議 ：VIX 的預測能力應用於調整股票部位的波動率目標（如 12/VIX 或 GARCH VT 策略），而非直接交易 VIX 衍生產品。相關見 K762、K687 等策略實驗。
研究限制
- VIXY 經歷多次反向分割，調整後價格可能存在 survivorship 問題
- Short VIXY 策略假設借券可取得且成本為零（實際借券費用 1-3%/年）
- 10bps 交易成本可能低估 VIX 產品真實執行成本（bid-ask spread 可達 20-50bps）
- GJR-GARCH 方向準確率在此樣本與 K787 略有差異（窗口/重新估計頻率不同）
參考文獻
- Eraker & Wu (2017) "Explaining the Negative Returns to VIX Futures and ETNs," Journal of Financial Economics
- Whaley (2013) "Trading Volatility: At What Cost?," Journal of Portfolio Management
- Alexander & Korovilas (2013) "Diversification of Equity with VIX Futures," Journal of Index Investing
- Bordonado, Molnar & Samdal (2017) "VIX Futures as a Market Timing Indicator," JDF
- 相關實驗：K787（GJR 方向準確率 67.9%），K697（方向相關係數 0.04），K762（VIX 策略 regime filter）
實驗腳本: experiments/k822_vix_product_trading.py 結果數據: experiments/k822_vix_product_trading_results.json 數據來源: yfinance（VIXY, SPY, ^VIX），期間：2018-2026，樣本：2071 交易日
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