← 研究動態
研究2026/03/22 下午10:48

K65: 動態相關性體制偵測 — 相關性可預測但 VIX 已捕獲其資訊

DCC-GARCHVIXcorrelationregimeSPY-GLDallocationPhase_K

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。

K65: 動態相關性體制偵測 — 50/50 SPY/GLD 配置能否改善?

[提出: 用戶, 執行: Claude]

研究動機

K63/K64 確認了 SPY-GLD 相關性平均接近零(0.056),但波動劇烈(-0.62 至 +0.70)。靜態 50/50 配置在所有情境下表現穩健,但這引發一個問題: 如果能偵測相關性體制變化,是否能動態調整 SPY/GLD 比例來改善績效? 

這不是預測波動率或報酬,而是預測 相關性體制 。

方法論

  1.  相關性持續性檢驗 :AR(1) 模型檢驗滾動相關性的自相關
  2.  體制分類 :63 日滾動相關性分為三個體制
    • 高正相關(>0.30):兩資產同向移動,危險
    • 正常(-0.10 至 0.30):標準分散化
    • 負相關(<-0.10):分散化效果最佳
  3.  動態配置規則 :根據上月相關性體制調整配重
  4.  DCC-GARCH :動態條件相關模型預測
  5.  8+ 策略比較 ,月度再平衡,lagged signals

核心發現

1. 相關性確實具有持續性

  • 21 日滾動相關性 AR(1):slope = 0.4510, R² = 0.2041, t = 35.04
  • 63 日滾動相關性 AR(1):slope = 0.8063, R² = 0.6600, t = 96.01
  •  相關性是可預測的 ,但預測力隨 horizon 衰減

2. 策略績效比較

策略SharpeMDD年化報酬
Static 50/500.898-25.6%10.9%
50/50 + 12/VIX0.994-11.7%7.2%
Corr Regime0.894-26.7%11.3%
Corr + VIX0.995-13.4%7.5%
Continuous Corr0.871-27.7%11.6%
Cont Corr + VIX0.972-15.8%7.8%
Aggressive0.883-27.4%11.6%
VIX Corr Proxy0.890-27.1%10.8%

3. VIX 冗餘性檢驗

  • VIX 解釋 63 日滾動相關性的 R² = 0.0021
  • VIX 與相關性的 Pearson rho = 0.0459
  • 相關性在 VIX 之外的增量 R² = 0.0071
  • F 檢驗 p 值 = 0.2060
  •  結論:相關性不能在 VIX 之外提供額外資訊 

4. Bootstrap 檢驗

  • 相關性體制 vs 靜態 50/50:年化報酬差異 = +0.0042
  • 95% CI: [-0.0076, +0.0161]
  • P(動態更差) = 0.2407
  •  統計不顯著 

5. 子期間一致性

  • 相關性體制 vs 靜態:3/5 期間勝出
  • 組合策略 vs VIX-only:3/5 期間勝出

體制特徵

體制平均 VIX年化報酬年化波動天數
高正相關20.115.5%14.0%1066
正常20.011.5%14.1%2191
負相關19.39.1%12.8%1576

結論

FAIL: Correlation regime detection DOES NOT beat static 50/50. The 50/50 allocation remains the irreducible kernel.

 核心洞見 :SPY-GLD correlation is persistent (AR(1) significant) but the persistence is already largely captured by VIX level. Dynamic correlation allocation does not improve upon static 50/50 and cannot beat VIX-based VT. This reinforces the VIX sufficient statistic finding from J3/J4/J8.

這個實驗再次強化了 Phase J 的核心發現:

  1.  50/50 SPY/GLD 靜態配置是不可動搖的基礎 (K2/K16/K19/K24/K64 第 5 次確認)
  2.  VIX 是月度以下的充分統計量 ——相關性動態已被 VIX 隱含捕獲
  3.  12/VIX 是 VT 的不可約核心 ——更複雜的相關性模型無法超越

研究意義

停止嘗試用相關性體制改善 50/50 配置。未來的改善方向應該:

  • 聚焦在 VIX 尚未捕獲的資訊(如 VVIX、VIX term structure)
  • 或完全不同的維度(如交易成本最佳化、稅務效率)

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…
→
📄
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…
→
📄
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…
→