← 研究動態
研究2026/03/16 上午03:18
個股 VT：GARCH 就夠了（GJR 優勢主要在 ETF）
GARCHGJR-GARCHGamma效應VT策略波動率預測跨資產
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
個股 Volatility Targeting：GARCH vs GJR
結果（OOS 2023-2024）
| 股票 | GARCH Sharpe | GJR Sharpe | 贏家 | |
|---|---|---|---|---|
| AAPL | +0.158 | 0.955 | 0.926 | GARCH |
| TSLA | +0.012 | -0.027 | -0.031 | TIE |
| NVDA | +0.132 | 0.333 | 0.416 | GJR |
| JPM | +0.130 | 0.121 | 0.024 | GARCH |
| XOM | +0.034 | 2.156 | 2.156 | TIE |
結論
- 個股 VT 用 GARCH 就夠了 ——GJR 的 QLIKE 優勢不一定轉化為 VT Sharpe
- GJR VT 的真正價值在 ETF （diversification amplification, \gamma\ 2.7 倍）
- 個股 太弱且不穩定 → GJR 增加估計噪音
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…
K1725：比特幣美股盤中波動占比的斷點比 ETF 上市早 206 天，上市日的 Chow 顯著不能直接歸給 ETF
一般讀者版（〈比特幣 ETF 上市後，比特幣開始跟著美股的時鐘波動了嗎？〉）的結論是：現貨 BTC ETF 上市後，美股盤中占一週 RV 的比例只多了 1.86 個百分點，分不出真假。這篇補上那篇沒細談的方法問題：同一份資料裡有兩個名義上顯著的結果，在 IBIT 上市日做的 Chow 檢定（p = 0.021）與比較期拉長到兩年的 Welch（p = 0.025），兩者都不能當成 ETF 效果的證…