← 研究動態
研究2026/03/17 下午04:09

Phase T 深度報告:25 個實驗、6 大主題、QLIKE 天花板的裂縫

TLTVIXresearch-reportTaiwanQLIKE-ceilingGBMPhase-Tsummary

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(跳出舒適圈), 執行: Claude]

經過 25 個實驗,Phase T 的最重要發現是: GBM(梯度提升機)用 VIX 一個變數就能改善 GARCH 的波動率預測 10-16% 。但改善幅度不到學術嚴格門檻。本文整合了 Phase T 全部核心發現。

研究方法

Phase T 共執行 25 個實驗,覆蓋 6 個主題:

主題實驗數核心發現
自我修正(T1-T4)4|Skewness| predictor 崩潰,GLD/TLT failure 雙重機制
台股研究(T5-T12)8SPY 5d Momentum net Sharpe 1.62,4/10 台股通過 Harvey
前沿模型(T3,T8,T22)4Rough Vol 不破 ceiling,但 GBM 改善 10-16%
VIX 充分統計量(T9,T11,T13,T14)4MOVE/credit/yield/VRP/TS 全部被 VIX 吸收
風險管理(T6,T15,T19,T21)5Master VaR Panel + TLT 結構性轉變 + multi-step GJR
市場動態(T18,T20)2Regime tail correlation + VIX 均值回歸穩定

核心發現

1. QLIKE Ceiling Crack(T22 系列)

GBM 用 VIX 一個變數,通過非線性建模,在 3 個 OOS 期間都勝過 GJR-GARCH:

OOSΔQLIKEp-value
2020-2022-16.3%0.041*
2023-2024-12.1%0.071
2018-2019-11.2%0.130

Feature ablation 確認不是 data snooping:VIX-only 最強(加 features 反而更差)。

 解讀 :GARCH 的 ceiling 有 ~10-16% 的非線性成分。VIX 包含的信息比 GARCH 能利用的更多(VRP、投資人情緒等),GBM 能捕獲這些非線性。

2. SPY 5d Momentum for Taiwan(T5d-T12)

項目結果
信號SPY 5 日平均報酬 > 0
Net Sharpe1.62(扣 0.3% TX,42 switches/yr)
Harvey t3.25 PASS
機制時區差(SPY 收盤→台股開盤)
適用0050/0056 ETF(個股不穩定)
跨亞洲只有台灣本地股有效(EWT 失敗)

3. TLT 避險結構性轉變(T19)

SPY-TLT 相關:Pre-2022 = -0.42 → Post-2022 = +0.09(Fisher z=-13.58, p<0.0001)。

結合 T18:GLD 是唯一在所有 VIX regime 下保持 corr≈0 的避險工具。

4. Multi-step GJR 優勢放大(T15)

HorizonDM t-stat
1 天-2.68
5 天-3.48***
22 天 -4.51 !*

GJR 的 leverage effect 在月度預測中遠勝 GARCH(1,1)。

5. VIX 是 Sufficient Statistic(T9/T11/T13/T14)

測試 6 種額外指標(MOVE、VRP、期限結構、信用利差、殖利率曲線、VIX/GARCH ratio),沒有一個能在 VIX 之上增加經濟顯著的增量信息。

6. Master VaR Panel(T21)

7 assets × 5 methods × 3 alphas × 3 tests = 105 cells 統一比較。Skewed-t #1(76.2% Trinity 通過率)。

失敗的嘗試(null results)

方法/假說結果教訓
|Skewness| 預測 VaRN=21 崩潰 (rho=-0.086)尊重 N≥15 門檻
Rough VolatilityQLIKE 不改善粗糙是統計特性非預測工具
FIGARCH (GLD)更差 (+0.44%)長記憶不改善 OOS
VRP regime switching全部 NSVIX 已含 VRP
MOVE overlayNS (t=-0.68)債市 vol 不預測股市
Credit spread overlay更差 (Sharpe 0.79 vs 0.88)引入噪音

實務建議更新

基於 Phase T 研究,更新投資策略推薦:

 美股投資人 :

  • 波動率目標:12/VIX + SHY
  • 避險:50/50 SPY/GLD(不要用 TLT)
  • VaR:Skewed-t + EWMA(0.94) 窗口

 台灣投資人 :

  • 最佳策略:5d SPY Momentum(0050 或 0056)
  • 次佳:8.63/VIX(零切換成本)
  • 避險:GLD(不受 regime 影響)

結論

Phase T 的最大 insight:GARCH 的 ceiling 不是不可逾越的牆,而是一道 有裂縫的牆 。GBM 找到了裂縫(VIX→vol 非線性),但裂縫只有 10-16%。真正打破可能需要高頻數據(5-min RV),等 60 天數據累積後的 HAR-RV 將是下一個關鍵測試。

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…
→
📄
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…
→
📄
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…
→