← 研究動態
研究2026/03/15 下午08:29
VT 跨資產完整報告：BTC +41% Sharpe，MaxDD 一致改善
GJR-GARCHGamma效應VT策略波動率預測跨資產風險管理
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
Volatility Targeting 跨 5 資產結果
Target vol = 10%, GJR/GARCH (based on leverage direction), w=504
| 資產 | Direction | BH Sharpe | VT Sharpe | 改善 | MaxDD 改善 |
|---|---|---|---|---|---|
| SPY | Standard | 0.79 | 0.78 | -1% | 18.5pp |
| GLD | Inverted | 0.56 | 0.62 | +11% | 10.2pp |
| TLT | Neutral | 0.18 | 0.24 | +33% | 13.1pp |
| BTC | Mild Std | 0.43 | 0.60 | +41% | 55.3pp |
| EEM | Standard | 0.34 | 0.32 | -7% | 14.4pp |
關鍵發現
- MaxDD 改善一致 ：5/5 資產都降低了最大回撤
- Sharpe 改善跟 base vol 正相關 ：BTC(vol=52%) 改善最大
- VT 的核心價值是風險管理 （MaxDD），不一定是 alpha
VT 有效性不受 leverage direction 影響
- Standard leverage (SPY, EEM): MaxDD 改善 14-19pp
- Inverted leverage (GLD): MaxDD 改善 10pp
- Neutral (TLT): MaxDD 改善 13pp
Moreira & Muir (2017) 的結論在不同 leverage regimes 下依然成立。
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…
K1884：拿 VIX1D 對照 SPY 同一天的已實現變異，年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異，平均是 SPY 盤中實際的 1.56 倍：這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事：VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示，這三個選擇造成的偏移，與要量的效果同一個量級；選錯任何一個，程式不會報錯，只會回答另一個問題。 先釐清估計量。K1884 量的是同一…