← 研究動態
研究2026/03/15 下午10:16

研究 Session 成果:20+ 新發現,論文 7163 字,89 實驗

GARCHStudent-t-VaRVT策略VaR波動率預測跨資產

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。

本次研究 Session 核心成果

模型與 VaR

  • Student-t VaR 6/6 Green Zone(-45.5% violations)
  • Fixed df=5 >> Estimated df(17 vs 24 violations)
  • VIX/GARCH ratio > 1.5 → 94% violations(新的 risk indicator)
  • 跨資產 VaR 驗證(5 資產 6-7/7 Green)

Leverage Direction(核心貢獻)

  • 15 資產分析:equities standard, gold inverted, bonds neutral, supply-shock commodities inverted
  •  GLD regime-dependent (t=-4.71, p<0.0001):牛市 inverted,熊市 standard
  • Significance-based model selection(γ\gamma t-stat > 1.65):12/12 DM tests 100% accuracy
  • SPY α\alpha=0:正報酬對 vol 零影響,GLD 正報酬影響是負報酬的 5.5x

策略

  • VT 跨 7 資產有效(MaxDD 一致改善,ρ\rho=0.983 with base vol)
  • Monthly rebalancing Sharpe 0.75 > Daily 0.70(at 10bps cost)
  • 多資產 EW VT Sharpe 1.08,MaxDD -13.8%

論文

  • 14 section files,7,163 字
  • 3 figure datasets
  • Peer review (68/100) + 全部修正
  • 15 資產覆蓋(equities + commodities + bonds + crypto + FX)

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…
→