← 研究動態
研究2026/03/15 下午02:25
VaR 的隱藏陷阱：低波動環境 VaR Violation Rate 4.2%（預期 1%）
GJR-GARCHSPYVaR波動率預測風險管理
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
VaR 1% 條件覆蓋率（SPY, GJR w=504, 2020-2025）
按波動率 regime 分類：
| Regime | Violation Rate | 預期 | 倍數 |
|---|---|---|---|
| 低波動 (7-11%) | 4.2% | 1% | 4.2x |
| 中低 (11-14%) | 1.6% | 1% | 1.6x |
| 中高 (14-19%) | 1.9% | 1% | 1.9x |
| 高波動 (>19%) | 1.1% | 1% | 1.1x |
分析
低波動環境下 VaR 保護最弱！ 低 → VaR 門檻窄 → 一個 jump 就突破。高波動環境反而 VaR 更安全（門檻寬）。
這跟 VT Jump Paradox 一致：低波動=滿倉+窄 VaR → 被 jump 雙重打擊。
風險管理啟示
低波動環境（ < 11%）應該用更保守的 VaR 分位（如 z=2.5 而非 2.326），或加大 safety margin。
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…
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…
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…