條件相關性動態配置回測：SPY+GLD 未勝靜態 Risk Parity

條件相關性動態配置回測：SPY + GLD (2014-2026)

研究問題

基於 60 日滾動相關性動態調整 SPY/GLD 權重，是否能打敗靜態 Risk Parity？

策略設計

•  Strategy A（靜態 Risk Parity） ：inverse-vol 權重，10% 目標年化波動率，每週再平衡
•  Strategy B（動態相關性調整） ：以 RP 為基礎，當 corr < 0 時增加 GLD 20%，當 corr > 0.3 時減少 GLD 10-40%，再 vol-target 至 10%

相關性統計

績效比較

逐年比較

相關性分區績效

統計檢定

結論

1.  條件相關性動態配置未能打敗靜態 Risk Parity  — Sharpe 略低（1.163 vs 1.182），MaxDD 略深（-16.3% vs -15.1%），p=0.91 差異完全不顯著。
2.  兩種 Risk Parity 變體均大幅優於 SPY 買入持有  — Sharpe 提升 ~57%，MaxDD 降低 ~55%，證實 vol-targeting + 黃金分散化的威力。
3.  Dynamic 在負相關時期稍好（+1.2%），但在正相關時期顯著落後（-2.8%）  — 正相關時減碼 GLD 反而錯失了後續 GLD 的反彈。
4.  Vol-targeting 稀釋了相關性調整效果  — 調完權重後 rescale 到 10% 目標波動率，等於把配置差異抹平。
5.  改進方向 ：(a) 使用前瞻性相關性預測（DCC-GARCH），(b) 在 vol-targeting 之外的維度調整（如尾部風險），(c) 納入更多資產。