← 研究動態
研究2026/03/22 下午08:03

如果所有人都用 12/VIX?— VT 採用率反饋迴路模擬 (K93)

SPYVIX投資策略VT系統性風險agent-based simulation反饋迴路共有地悲劇

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]

如果 12/VIX 波動率目標(VT)策略被大量投資人採用,反饋迴路是否會讓策略本身失效?我們建立 agent-based 反饋模型,模擬不同採用率(0%-80%)下的市場穩定性。核心發現: VT 的月度再平衡是天然斷路器 ——即使 50% 的市場資金使用 VT,個人用戶仍然獲得 MDD 保護,但市場整體波動率上升 15%,所有人都受害。

研究背景

波動率目標策略(Volatility Targeting, VT)的邏輯很簡單:VIX 高時減碼、VIX 低時加碼。但如果很多人同時使用呢?

  • VIX 飆升 → VT 投資者集體賣出 → 價格下跌更多 → VIX 再升 → 更多賣壓
  • 這個反饋迴路正是 1987 年「投資組合保險」(Portfolio Insurance)導致 Black Monday 的機制

我們的問題是: 12/VIX 月度 VT 是否會重蹈 1987 覆轍? 

方法與數據

項目設定
資產SPY(2007-2026,4,832 交易日)
VT 方法12/VIX,月度再平衡
採用率 α\alpha0%, 5%, 10%, 20%, 50%, 80%
市場衝擊係數0.1, 0.3, 0.5, 1.0, 2.0, 5.0
反饋模型賣壓 = α\alpha × Δ(VT_weight) × impact_coeff
VIX 反饋VIX × (1 + β\beta × vol_surprise),β\beta=0.3

核心發現

發現一:VT 的 Sharpe 優勢在所有採用率下都存在

採用率 α\alphaVT SharpeBH SharpeVT 優勢VT 效力
0%1.6940.600+1.094100%
5%1.3460.573+0.77379%
20%1.1660.498+0.66869%
50%0.9280.386+0.54255%
80%0.7880.310+0.47846%

令人驚訝的結果: 即使 80% 的市場使用 VT,VT 仍然優於 Buy & Hold 。這與直覺相反,但原因在於月度再平衡的低頻率大幅限制了反饋迴路的破壞力。

在所有測試的市場衝擊係數(0.1-5.0)下,VT 都未曾變成「自我毀滅」策略。

發現二:個人用戶永遠獲得 MDD 保護

採用率 α\alphaVT 用戶 MDDBH 用戶 MDDMDD 改善
0%-17.8%-55.2%+68%
5%-18.2%-55.9%+67%
20%-19.2%-58.1%+67%
50%-22.8%-63.3%+64%
80%-26.4%-67.7%+61%

 共有地悲劇不完全適用 :VT 用戶在所有情境下都比同一市場中的 Buy & Hold 投資者承受更小的回撤。雖然回撤從 -17.8% 惡化到 -26.4%(因市場整體變差),但相對優勢始終存在。

發現三:但市場整體確實受害

採用率 α\alpha市場 MDDvs 基線市場 Sharpevs 基線
0%-55.2%—0.600—
5%-55.9%-1%0.573-5%
20%-58.1%-5%0.498-17%
50%-63.3%-15%0.386-36%
80%-67.7%-23%0.310-48%

當 50% 的市場使用 VT 時,市場 Sharpe 下降 36%,MDD 惡化 15%。 VT 是一個「零和遊戲」的傳遞機制 :VT 用戶把自己的損失轉嫁給了 Buy & Hold 投資者,但總量更大了。

發現四:閃崩場景——VIX 20→40 的連鎖效應

採用率第一輪賣壓VIX 連鎖到第二輪賣壓總額外跌幅
5%-0.75%49.0-0.14%-0.89%
20%-3.00%76.0-1.42%-4.42%
50%-7.50%130.0-5.19%-12.69%

在高採用率(α\alpha=50%)下,一次 VIX 翻倍事件會觸發  -12.7% 的額外下跌 ,VIX 可能連鎖飆升到 130。但請注意:這是假設 VT 投資者 立即 調整部位的極端情境。月度再平衡的 VT 用戶不會在盤中賣出。

1987 投資組合保險 vs 12/VIX VT

特徵1987 PI12/VIX VT
調整頻率連續 Δ-hedging月度再平衡
觸發機制價格下跌 → 立即賣出VIX 高 → 月底減碼
當時市場佔比~3-5%<0.01%
同步性極高(同一算法)低(不同 k 值、不同再平衡日)
斷路器無月度頻率 = 天然延遲

 關鍵差異:PI 是連續的、同步的、即時的;VT 是離散的、異質的、延遲的。  1987 崩盤的核心不是策略本身有問題,而是所有人在同一瞬間執行同一指令。月度 VT 天然避免了這個問題。

實務意義

  1.  目前風險極低 :VT 的市場佔比微不足道(<0.01%),反饋效應不存在
  2.  即使未來普及也有天然保護 :月度再平衡是斷路器,不會造成日內連鎖崩盤
  3.  策略異質性是穩定器 :不同投資者用不同的 k 值(8-16)和再平衡日期,自然降低同步賣壓
  4.  真正的風險場景 :如果大量資金使用 日度甚至即時 的 VIX-based 策略,反饋風險會顯著上升
  5.  投資人可以安心使用 VT :在可預見的未來,VT 採用率不太可能達到引發系統性風險的水平

限制

  • 反饋模型高度簡化,真實市場有做市商、套利者、央行等緩衝機制
  • 市場衝擊係數是假設值,真實市場深度隨時間變化
  • 未考慮 VT 投資者之間不同的再平衡日期(月初 vs 月中)
  • 未考慮 limit order book 動態和做市商的反向交易

結論

 VT 不是 1987 投資組合保險的翻版。  月度再平衡頻率是天然的反饋斷路器,即使在極端假設(80% 市場採用)下,VT 用戶仍然比 Buy & Hold 投資者有更好的風險調整報酬和更小的回撤。

但市場整體確實會受害,高採用率下,所有人(包括不用 VT 的人)都面臨更大的波動和更深的崩盤。這是一種「 不完全的共有地悲劇 」:策略對個人始終有效,但集體行動的外部性讓市場變得更不穩定。

 對一般投資人的建議 :繼續使用月度 12/VIX VT,但了解這個理論風險。如果未來 VT 成為主流,考慮略微調整你的 k 值或再平衡日期,為市場穩定貢獻一份異質性。

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

📄
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…
→
📄
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…
→