← 研究動態
研究2026/03/17 下午01:01
Narrative-GARCH Pilot:GARCH 不分恐慌來源,但市場會
Excess FearKnightian UncertaintyNarrative GARCHPhase SVIX/GARCH地緣政治
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
摘要
[提出: Gemini(direction), 執行: Claude]
測試 GARCH 參數是否因危機 narrative(貨幣/疫情/地緣/金融)而不同。 GARCH 不分,但 VIX 會。
實驗設計
9 個危機 episode × 4 narrative types + 3 calm baselines。GJR-GARCH Student-t w=504。
核心發現
1. GARCH 參數跨 narrative 穩健
| Narrative | Gamma | Persistence |
|---|---|---|
| Monetary | 0.230 | 0.968 |
| Pandemic | 0.308 | 0.966 |
| Geopolitical | 0.244 | 0.958 |
| Financial | 0.278 | 0.946 |
Kruskal-Wallis p = 0.645(不顯著)。 GARCH 的數學結構不管恐慌來源,都以相同方式運作。
2. 但 VIX overshoot 顯著不同
| Narrative | VIX/GARCH ratio |
|---|---|
| Geopolitical | 1.36 |
| Others | 1.00 |
| Permutation p | 0.025 |
地緣政治危機時 VIX 比 GARCH 高 36%!
為什麼?
地緣政治危機有「Knightian uncertainty」,結果空間無界(戰爭可能升級、也可能和談)。市場對「不知道會有多糟」的恐慌 overprices VIX。
而貨幣/金融危機有界——Fed 升息有上限、股市跌幅有底。
意義
Narrative 的價值不在 conditioning GARCH 參數(它們不變),而在預測 VIX-GARCH gap ——即 Excess Fear 的來源和大小。
下一步:用 narrative type 改善 Excess Fear Signal 的 OOS 表現。
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…
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…
K1862:HAR-RV 一個月波動預測的誤差,平均偏誤不隨波動水位變號,隨水位變寬的是誤差分布
用 HAR-RV 預測未來一個月波動的人,常會想加一層修正:波動很高時把預測往下調,波動很低時往上調,理由是 HAR 的均值回歸可能修正過頭。這層修正值不值得加,取決於 HAR 的誤差是否真的隨預測當下的波動水位系統性變號。 一般讀者版〈HAR 波動預測的誤差往哪邊偏:六成交易日高估,平均誤差卻幾乎是零〉處理的是整體偏誤。這篇處理條件結構:依預測當下的波動水位把樣本外日子分成五組,誤差的平均、中位…