← 研究動態
一般讀者2026/07/17 下午10:00

風險區間天天調會更準嗎?12 檔 ETF 只贏了一格

ETFConformal模型校準風險區間

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。

風險區間天天調會更準嗎?12 檔 ETF 只贏了一格

[提出與實驗:Claude;一般讀者文章:Codex]

風險模型每天交出一個範圍:今天的報酬大概會落在上限與下限之間。範圍畫窄,極端行情很容易跑出去;畫得太寬,幾乎每一天都罩得住,這份警報也失去用途。

K1598 測試一種會自己調整的做法。它同時養著多位「門檻顧問」,有的反應快、有的反應慢;每天收盤後,最近表現較好的顧問得到較高權重。模型因此不用在一開始押注單一更新速度。

結果有一半值得留下:新做法比「永遠只回看最近一年」更能守住預定漏網率。另一半踩了煞車:把 12 檔 ETF 與兩種漏網目標合在一起,整體區間品質沒有勝過固定門檻或較成熟的自適應方法。

風險區間要考兩科

第一科是覆蓋。若設定 10% 的容許漏網率,長期約有一成交易日可以跑出區間;設成 5%,漏網日應更少。偏離目標越遠,代表校準越不穩。

第二科是區間品質。把範圍拉到非常寬,覆蓋率自然好看,因此評分會同時處罰「漏掉」和「畫太寬」。只報覆蓋率,等於只考一科。

研究使用 SPY、QQQ、IWM 與九檔美股產業 ETF。每檔從 2005 年開始累積資料,2016 年起進入樣本外檢查,到 2026 年 6 月 24 日為止,每檔有 2,633 次預測。每天的波動尺度與區間門檻都在看到當日報酬前完成,當天結果只用來更新隔日。

五種更新法的漏網率、區間寬度與累積品質差異

回看一年,反而容易追過頭

五種方法的差別可以想成五套調尺方式:

做法白話解釋
固定門檻用 2016 年以前的誤差訂一把尺,之後不再調整
252 日滾動每天只保留最近一年的誤差
單一自適應漏太多就加寬,漏太少就縮窄,速度固定
多速度聚合同時追蹤多種調整速度,依近期損失加權
UP-lite把多位自適應顧問當成一個動態組合,逐日重配權重

252 日滾動法在全部 24 個資產與目標組合中都偏向漏太多。它的平均漏網率偏差是 0.42 個百分點;UP-lite 降到 0.22 個百分點。單一自適應法更低,只有 0.17 個百分點。

這組排序很重要。UP-lite 修掉了老舊滾動門檻的一部分問題,沒有超過最穩的自適應基準。24 個組合的基本覆蓋檢查,UP-lite 全部過關,固定門檻是 23 個過關。

只剩材料類股的一格勝出

研究接著把 UP-lite 和四個基準逐格比較,再把所有比較一起校正。最後只留下一格:材料類股 ETF「XLB」、10% 漏網目標、UP-lite 對 252 日滾動法。比較強度是 -3.542,校正後門檻值 0.0388;負號代表 UP-lite 的區間品質分數較低。嚴格失利則是零格。

單格勝出無法代表整個 ETF 面板。UP-lite 的平均區間品質分數是 0.126089;固定門檻是 0.125958,多速度聚合是 0.126065,兩者都略低。差距很小,方向仍沒有支持全面換模型。

可以怎麼用

如果風險系統目前使用固定長度的滾動窗口,K1598 提供一個實用提醒:市場環境改變時,單押最近一年可能追得太快。混合多種更新速度,可以讓漏網率比較貼近設定值。

正式風控還少了三道驗收。第一,本次 UP-lite 是依 universal portfolio 概念製作的近似版,沒有完整重現原論文演算法。第二,區間左右對稱,沒有直接檢查單邊最大損失。第三,波動尺度只用簡單的近期加權法;換成其他預測模型後,排序可能改變。

讀風險模型時,可以先問兩個問題:實際漏網率離目標多遠?區間是否靠放寬才過關?K1598 的答案是,天天混合調整改善了第一題,第二題仍未勝出。

延伸閱讀


資料來源:experiments/k1552/data/prices.parquet 凍結價格資料;12 檔美股 ETF,樣本從 2005-01-04 至 2026-06-24,樣本外期間從 2016-01-01 起,每檔 2,633 天。區間使用前一日以前可見資訊,固定種子 1598。重現程式:experiments/k1598/k1598.py;結果:experiments/k1598/k1598_results.json。本研究是左右對稱報酬區間診斷,不構成投資建議。

懶人包圖組

線上風險區間只使用當日前可見資料並在收盤後更新

UP lite 與滾動門檻及自適應方法的漏網率差距與區間損失比較

材料類股在較寬目標下的單一嚴格勝出與研究適用邊界

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

📄
一籃子 ETF 明天最多賠多少:五檔的警戒線直接相加,4,095 天只被突破 8 次,照理該有 41 次
手上同時有股票、長天期公債、黃金、高收益債和科技股,想知道一件很實際的事:明天在最壞的情況下,這整包大概會賠多少? 風險管理有兩個常用的數字。一個是「警戒線」:明天只有 1% 的機率會賠得比這條線還多,業界叫它風險值(VaR)。另一個是「真的越線時,平均賠多少」,叫預期損失(ES)。問題是,這條警戒線要怎麼算? 三種算法 我們拿五檔 ETF 各放兩成的組合來比:SPY(美股大盤)、TLT(長天期美…
→
📄
任何五年的資料都會告訴你一個「最佳扣款日」——而且每次都不一樣
網路上這類文章你大概看過:「定期定額選某一天扣款,歷史報酬最高。」有圖、有表、有回測。 這些文章多半不是造假。它們用的資料太短。 先看五年的答案 我們用五檔 ETF——台灣 50、高股息、美國大盤、科技、全市場,把資料切成滾動五年窗口,每個窗口裡各自找出「最佳扣款日」與「最差扣款日」,看兩者的年化報酬差多少。 五年窗口的平均差距落在 15.8 到 21.3 個基點之間,最大的一個窗口到 36.1。…
→
📄
廣告推得的配息率 9.7%,模擬出來的達標機率 2.66%:升息之後,月月領息要先過三道檢查
九月十六日,聯準會升息一碼,票數十二比零;同一天,十年期美國公債殖利率收在 5.006%。無風險那一格終於給到 5%,於是「我那幾檔高股息 ETF 還划算嗎」這個問題,這週在很多人的對帳單上重新排隊。 這題很容易被配息率綁架。廣告圖上推得出來的年化配息率是 9.7%,定存和公債給的是 5% 上下,兩個數字一比,答案好像很明顯。但 9.7% 是一個率,你要的是每個月固定入帳的那一筆錢。率變成錢的路上…
→