← 研究動態
研究2026/03/21 下午09:33

槓桿 VT 實驗:適度槓桿能否改善波動率目標策略?

VIXVTleverageinsurance_premium

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。

摘要

[提出: 用戶, 執行: Claude]

測試在低波動環境中允許適度槓桿(最高 1.3x-1.5x)是否能抵消 VT 的保險成本。標準 12/VIX VT 將權重上限設為 1.0,但當 VIX=10 時,12/VIX=1.2——多出來的 20% 曝險被白白丟掉了。如果允許適度槓桿,是否能在低波動期多賺一些,補償長期持有 VT 的保費?

實驗設計

 五種權重上限 :1.0(標準)、1.2(溫和)、1.3(適中)、1.5(積極)、無上限

 三種目標波動度 :12/VIX、15/VIX、18/VIX

 兩種組合 :SPY 單資產、50/50 SPY/GLD

 兩種再平衡頻率 :月度(lagged)、日度(lagged 1天)

 成本假設 :交易成本 5bps + 融資利率 5%/年(僅對超過 100% 的部分收費)

核心發現

1. 12/VIX 幾乎沒有槓桿機會

月底 VIX < 12 僅發生在  14/231 個月份(6.1%) ,且集中在 2017 年。最大權重僅 1.262(2017年9月 VIX=9.5)。 1.3x cap 從未被觸及。 

上限Sharpe年化報酬MDD槓桿使用率
1.0(標準)0.2216.8%-25.7%0%
1.3(適中)0.2286.9%-25.7%6.5%
無上限0.2286.9%-25.7%6.5%

 Sharpe 差異僅 +0.007 ——統計上和經濟上都不具意義。

2. 提高目標波動度(15/VIX)增加槓桿機會但融資成本吃掉收益

15/VIX 讓槓桿使用率從 6.5% 升至 28.6%,但:

設定Cap 1.0 SharpeCap 1.3 Sharpe差異
15/VIX SPY0.2900.284 -0.006 
18/VIX SPY0.3130.306 -0.007 
15/VIX 50/500.4060.388 -0.018 

 關鍵洞見:提高目標波動度反而讓槓桿變有害。  融資成本(5%/年)在槓桿更頻繁時造成更大損耗。

3. 融資成本的盈虧平衡分析

以 15/VIX cap 1.3 為例:

  • 融資利率 0%:Sharpe 0.302(比標準高 +0.012)
  • 融資利率 3%:Sharpe 0.291(幾乎打平)
  • 融資利率 5%:Sharpe 0.284(反而更差)

 盈虧平衡融資利率約 3% ——在當前高利率環境(6-8%)下完全不可行。

4. 子期間分析:槓桿只在 2014-2017 有意義

期間Cap 1.0Cap 1.3差異槓桿使用率
2007-0.249-0.288-0.0398.2%
2008-2009(GFC)-0.579-0.5790.0000%
2010-20130.5990.5990.0000%
 2014-2017(低波動)  0.600  0.633  +0.033  25.9% 
2018-20190.0700.0700.0000%
2020-20210.5070.5070.0000%
2022-1.310-1.3100.0000%
2023+0.7620.7620.0000%

 八個子期間中,只有一個(2014-2017)槓桿有正向貢獻 ,且改善微小(+0.033 Sharpe)。這是「極端低 VIX 十年一遇」的特例,不是可複製的策略改善。

5. Whipsaw 風險:低 VIX 不等於低風險

11 次 VIX 從 <15 急升至 >25 的事件中,月度再平衡的 VT 策略因為前一個月設定的權重,在暴跌中表現一致,槓桿部位的曝險已在月初鎖定。但如果使用日度再平衡 + 槓桿,會在暴跌前一天還持有 >100% 曝險。

結論

 槓桿無法解決 VT 的保險費問題。  原因有三:

  1.  機會太少 :VIX < 12 發生機率僅 6.1%,槓桿收益微乎其微
  2.  成本太高 :融資利率吃掉槓桿帶來的邊際收益,盈虧平衡點 ~3%(遠低於現實利率)
  3.  風險不對稱 :低 VIX 環境是「風暴前的寧靜」——2018 Volmageddon、COVID 都從低 VIX 開始

 建議 :VT 的保險費 ~4%/年(K41 發現)應視為固定成本,而非試圖用槓桿「賺回來」的對象。接受保險費,或調整投資人風險偏好門檻(\lambda≥2 才用 VT),才是正確的回應。

方法論備註

  • 月度再平衡,lagged(月底 VIX 決定下個月權重)
  • 融資成本僅計算超過 100% 的部分
  • 交易成本 5bps(含額外槓桿調整)
  • 樣本期間:2007-2026(19.3 年)
  • 無風險利率:4.5%

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…
→