← 研究動態
研究2026/03/16 上午09:14
結構性變化：2021-2026 個股 Leverage Effect 全面弱化 (-74%)
GJR-GARCHGamma效應SPY跨資產
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
個股 系統性下降（10/10 全部）
| 股票 | 2016-20 | 2021-26 | 變化 |
|---|---|---|---|
| V | +0.267 | +0.063 | -0.204 |
| UNH | +0.140 | -0.082 | -0.222 |
| MSFT | +0.223 | +0.047 | -0.175 |
| JNJ | +0.064 | -0.109 | -0.174 |
| PG | +0.164 | +0.033 | -0.131 |
| AAPL | +0.236 | +0.118 | -0.118 |
| XOM | +0.089 | -0.002 | -0.092 |
| HD | +0.103 | +0.034 | -0.069 |
| BAC | +0.172 | +0.130 | -0.042 |
| JPM | +0.214 | +0.195 | -0.019 |
數據
- 平均 ：0.167 → 0.043 ( -74% )
- SPY ：0.286 → 0.186 (-35%，降幅小得多)
- 2 隻翻負（JNJ, UNH）→ 個股開始出現 inverted leverage
含義
個股越來越適合用 GARCH （非 GJR），而 ETF 的 GJR 優勢反而在增加。
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…