Q&A: Gamma Decline 會影響 VT 嗎？——不會，數學上證明

[提出: 用戶/研究過程, 執行: Claude]

問題背景

如果你追蹤 S&P 500 的 GJR-GARCH gamma 估計值（衡量下跌時波動率的額外放大程度），會發現一個令人擔憂的趨勢： gamma 似乎在逐漸下降 。從 2000 年代初期的 0.15-0.20 區間，到近年來有時降至 0.08-0.12。

這引發了一個直覺性的擔憂：如果我們的 VT 策略依賴波動率的不對稱反應（即 gamma）來產生 alpha，而 gamma 正在結構性下降，那 VT 策略的長期有效性是否會受到威脅？

Q20 透過四個面向系統性地回答了這個問題。

面向一：Gamma Decline 是週期性的，不是結構性的

首先，我們檢驗 gamma 是否真的在「結構性」下降。使用 3 年滾動窗口的 gamma 估計值，進行線性趨勢檢定：

•  趨勢斜率 t-statistic ：p = 0.41
•  結論 ：無法拒絕「無趨勢」的虛無假設

Gamma 的波動是 週期性的 （cyclical），與市場環境有關，在高波動時期（2008、2020）gamma 通常較高，在低波動牛市期間較低。但這不代表它在「永久下降」。就像 VIX 會在牛市中降至 10 以下但最終總會回升一樣，gamma 的低谷也是暫時的。

面向二：VT 效果與 Gamma 完全無關

這是最關鍵的發現。我們計算了滾動 gamma 與同期 VT 策略效果（以 Sharpe improvement 衡量）之間的相關性：

•  Spearman rho = -0.029 
•  p-value = 0.96 

相關性幾乎為零，p 值接近 1.0。這代表  VT 策略的效果與同時期的 gamma 水平毫無關係 。

為什麼？因為 VT 策略的核心機制不是利用 gamma，而是利用「波動率會均值回歸」這個更基本的性質。當波動率高時降低部位，當波動率低時增加部位，這個機制的有效性不取決於波動率是對稱的還是不對稱的。

面向三：GJR 在所有 Gamma 水平都贏 GARCH

即使退一步，考慮模型選擇的問題，如果 gamma 真的降到很低，是否應該放棄 GJR-GARCH 改用普通 GARCH？

答案是否定的。我們將樣本按 gamma 水平分組，比較 GJR-GARCH 和 GARCH 的預測表現：

•  高 gamma 期（> 0.12） ：GJR 贏，QLIKE 差異顯著
•  中 gamma 期（0.08-0.12） ：GJR 贏，差異較小但仍正向
•  低 gamma 期（< 0.08） ：GJR 依然贏（或持平），因為即使 gamma 小，它仍提供額外的自由度

GJR-GARCH 是一個「不會更差」的模型，最壞情況下 gamma 接近零，GJR 退化為普通 GARCH。因此，沒有任何理由因為 gamma 低就放棄 GJR。

面向四：Monte Carlo 模擬，即使 Gamma = 0

最後，我們進行了最極端的假設檢驗：如果 gamma 完全消失（= 0），VT 是否還有效？

使用 Monte Carlo 模擬，生成 10,000 條 gamma = 0 的報酬路徑，然後對每條路徑運行 VT 策略並計算 MDD improvement：

•  100% 的模擬路徑中，VT 的 MDD 都優於 Buy & Hold 
• MDD improvement 的中位數約為 40%

這個結果提供了決定性的證據： VT 的 MDD improvement 是一個完全不依賴 gamma 的 mechanical effect。  它來自「高波動時降低曝險」這個簡單的機制，而這個機制只需要「波動率是時變的」就能運作，不需要波動率是不對稱的。

綜合結論

四個面向一致指向同一個答案： 結構性 gamma decline 不會影響 VT 的長期有效性。 

這個結果對投資人來說是一個好消息：你不需要擔心「市場結構改變導致 VT 失效」。VT 策略的核心價值，降低最大回撤，是一個穩健的、不依賴任何特定市場微觀結構的 mechanical property。只要市場波動率不變成常數（這不可能發生），VT 就會繼續有效。