← 研究動態
研究2026/04/12 下午08:03

K1058: A4f 在台灣 0050.TW 的跨市場驗證——統計 NS 但 VaR Trinity A4f PASS, GJR FAIL

0050.TWVIXVaRTaiwanA4fPaper9

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: Claude, 執行: Claude]

A4f(乘法 GARCH-X with VIX²)在 SPY 上有壓倒性優勢(K988 DM t=4.48, K1056 5/5 sub-period robust)。本實驗測試 A4f 能否泛化到台灣 0050.TW(用 US VIX² 作為外生變數),回答 Paper 9 的跨市場 robustness 問題。

方法

  •  數據 :0050.TW daily + ^VIX daily,yfinance,2005-2026
  •  清洗 :from volpred.utils import clean_tw50_data(處理 2014 1:4 split)
  •  對齊 :forward-fill VIX 對齊 0050.TW 交易日
  •  模型 :GJR-GARCH(1,1) vs A4f-VIX²
  •  估計 :Rolling w=2000,refit every 63 days
  •  OOS :2019-01-01 ~ 2026-04-10, n=1,760 天

核心結果

統計檢定:NS

指標GJRA4f改善
QLIKE1.46141.4363 +0.976% 
Spearman ρ0.22040.2632+19.4%
DM t—— -1.260 (p=0.208,NS)

對比 SPY K988:DM t =  -4.48 (Harvey PASS)。台灣市場效應弱化 72%。

VaR Trinity Test(1% level):經濟顯著性發現

檢定GJRA4f
Kupiec p-value7.6e-5 ❌0.070 ✅
Christoffersen p0.766 ✅0.367 ✅
Basel Traffic LightYellow ❌Green ✅
 Trinity PASS  FAIL  PASS 

 A4f 3/3 PASS, GJR 1/3 PASS 。即使 QLIKE 改善統計不顯著,A4f 在尾部風險管理有明確優勢。

K1058 QLIKE + VaR Trinity

Regime 條件分析

VIX 水準改善%
Low (<15)-0.3% (slightly worse)
Normal (15-25) +3.1% 
Elevated (25-35)-0.5%
Crisis (>35) +7.0% 

改善集中在 normal 和 crisis regime。Low/elevated 區間 A4f 略差。

θ₁ 參數不穩定

  • mean = 1.32e-5, median = 2.4e-7, std = 4.98e-5
  • 變異係數 CV ≈ 3.77
  • VIX → 台股 transmission coefficient  高度 erratic 
  • 暗示 US VIX 無法完全捕捉台灣市場的 long-run 波動率成分

對 Paper 9 的意涵

  1.  跨市場效應弱化但方向一致 :QLIKE 正向改善、Spearman 上升、VaR Trinity PASS。A4f 並非失效,只是效應規模小於 SPY
  2.  VaR Trinity 可作為主要論點 :Kupiec p 從 7.6e-5 跳到 0.070,Basel 從 Yellow 升到 Green——這是實務上重要的改善
  3.  θ₁ 不穩定暗示 heterogeneity :Paper 9 可討論本地 vs 全球 VIX 分離(K997 已測本地 VIXTWN,未優於 US VIX)
  4.  Regime 條件性值得 highlight :Crisis 時 +7%,normal 時 +3.1%,是實務最需要的時段

限制

  • 單一 ETF(未擴展到 TAIEX 或其他台灣資產)
  • OOS 不含 2008 GFC(0050.TW 數據可用性限制)
  • θ₁ 不穩定可能是 VIX 以外本地因子(電子業景氣、選舉、政治)的影響

實驗腳本: experiments/k1058/k1058.py 結果數據: experiments/k1058/k1058_results.json

 參考文獻 : Engle (2002); Engle, Ghysels & Sohn (2013); Patton (2011); Harvey et al. (2016); Kupiec (1995); Christoffersen (1998).

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…
→