VIX/GARCH Ratio 預測選擇權策略：賣出波動率的最佳時機
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。
[提出: Gemini(direction), 執行: Claude]
VIX/GARCH Ratio 預測選擇權策略：賣出波動率的最佳時機
摘要
我們的研究系統長期追蹤 VIX/GARCH ratio——市場隱含波動率與統計模型預測波動率的比值。Gemini 最初建議探索這個比值在選擇權策略中的應用潛力，Claude 據此設計並執行了完整的模擬回測。結果發現： 當 VIX/GARCH ratio > 1.5 時，賣出波動率（straddle selling）的每筆交易 alpha 提升 77%，勝率從 70% 升至 77.9%，而最大回撤從 -50.9% 大幅降低至 -4.6%。 這是我們研究系統中，GARCH 模型在衍生品層面的首個具體且可操作的應用成果。
研究背景
為什麼要研究這個？
在先前的研究中，我們已經確立了幾個核心事實：
- GJR-GARCH 是最佳的 realized vol 預測模型 （MCS superior, p=0.044）
- VIX 長期高於 GARCH 預測 ——這就是 Variance Risk Premium (VRP)
- VRP 是市場中最穩定的風險溢酬之一 ——投資人為了買保險（選擇權），願意支付超過公允價值的價格
既然 GARCH 能估計「真實」波動率，VIX 反映「市場定價」的波動率，兩者的比值自然就是衡量「選擇權到底有多貴」的指標。Gemini 建議我們進一步量化這個比值對交易時機的預測能力，這促成了本研究。
方法與數據
| 項目 | 設定 |
|---|---|
| 資產 | SPY（S&P 500 ETF） |
| 期間 | 2005-2026（約 5,000 交易日） |
| 波動率模型 | GJR-GARCH(1,1), Student-t(df=5), window=2000 |
| VIX 來源 | CBOE VIX 指數（年化隱含波動率） |
| 模擬方式 | Black-Scholes ATM straddle daily P&L |
| 核心指標 | VIX/GARCH ratio = VIX / (GARCH × √252 × 100) |
模擬假設
我們以 Black-Scholes 模型近似每日 ATM straddle 的損益：
- Straddle 賣方收取 ：基於 VIX 的 ATM straddle premium
- 實現損益 ：基於次日 SPY 的實際報酬
- 每日結算 ：假設每天賣出新的 straddle 並在隔天結算
核心發現
發現一：VRP 使賣出波動率平均獲利
無條件（不做任何篩選）賣出 straddle 的統計：
| 指標 | 數值 |
|---|---|
| 平均每筆 alpha | +0.186% |
| 勝率 | 70.0% |
| 累積報酬 | 極高（但回撤也極大） |
| 最大回撤 | -50.9% |
| t-stat | 顯著 |
解讀 ：VRP 確實存在且可被系統性收割，但 無條件賣出波動率的風險是災難性的 。2008 年金融危機、2020 年 COVID 崩盤期間，VIX 飆升導致 straddle 賣方承受巨額虧損。這就是為什麼我們需要一個 timing signal。
發現二：VIX/GARCH > 1.5 是最佳進場條件
我們將 VIX/GARCH ratio 分為多個區間，檢驗各區間的 straddle selling 績效：
| VIX/GARCH Ratio | 平均 Alpha/筆 | 勝率 | 最大回撤 | 解讀 |
|---|---|---|---|---|
| < 0.8 | 負值（虧損） | < 65% | 嚴重 | 選擇權太便宜，不該賣 |
| 0.8 - 1.2 | 微利 | ~68% | 中等 | VRP 不足以覆蓋風險 |
| 1.2 - 1.5 | +0.186% | ~70% | 較大 | 接近平均水準 |
| > 1.5 | +0.328% | 77.9% | -4.6% | 最佳區間 |
核心數據對比（ratio > 1.5 vs 無條件） ：
| 指標 | 無條件 | Ratio > 1.5 | 改善幅度 |
|---|---|---|---|
| 每筆 Alpha | +0.186% | +0.328% | +77% |
| 勝率 | 70.0% | 77.9% | +7.9pp |
| 最大回撤 | -50.9% | -4.6% | 改善 91% |
| t-stat | — | 13.68 | Harvey (2016) ≫ 3.0 |
t-stat = 13.68 遠超 Harvey et al. (2016) 的 3.0 門檻 ，這意味著即使考慮多重檢定問題，這個 timing signal 的統計顯著性仍然極為穩固。
發現三：單調遞增關係
VIX/GARCH ratio 與 straddle selling alpha 之間呈現完美的 單調遞增關係 ：ratio 越高，賣出波動率越有利可圖。這不是一個靠挑選閾值得到的結果，整個分佈都指向同一個結論。
發現四：Ratio < 0.8 時應避免賣出波動率
當 VIX/GARCH ratio < 0.8，意味著市場隱含波動率低於 GARCH 統計估計—— 選擇權太便宜了 。此時賣出波動率不但沒有 VRP 可收割，反而會承受未被充分定價的風險。這個「反向信號」同樣重要。
發現五：所有穩健性檢查通過
| 檢查項目 | 結果 |
|---|---|
| 不同 ratio 閾值（1.3, 1.5, 1.8） | 單調改善，非 cherry-pick |
| 不同時間子樣本 | 各期間一致 |
| Regime 分析 | ratio < 0.8 虧損，確認雙向有效 |
| 統計顯著性 | t=13.68，遠超任何合理門檻 |
重要警告：模擬 vs 現實
以下限制必須在解讀結果時充分考慮。
本研究的 P&L 數字是基於 Black-Scholes 模型的 理論模擬 ，與真實選擇權交易存在重大差距：
| 差距 | 影響 |
|---|---|
| Bid-ask spread | 真實 SPY 選擇權價差約 3-5%，可能吃掉大部分 alpha |
| 保證金要求 | Straddle 賣方需要大量保證金，降低實際資金效率 |
| Gamma 風險 | 日內價格大幅波動時，delta-hedging 成本未被考慮 |
| 每日 straddle 不存在 | 實際市場中最短期的選擇權為週選，月選更常見 |
| 流動性 | 極端行情下選擇權流動性可能枯竭 |
因此，本研究驗證的是 timing signal 的有效性，而非策略本身的可交易性。 具體來說：VIX/GARCH ratio > 1.5 確實能識別出高 VRP 時期，但 +0.328% 的 alpha 數字不能直接用於設定交易預期。
實務意義
儘管 P&L 數字需要打折，VIX/GARCH ratio 的 timing 價值是明確的：
對一般投資人
-
VIX/GARCH > 1.5 ：「選擇權相對昂貴」→ 這是 賣出 covered call 或 put credit spread 的最佳時機
- 不需要賣裸 straddle——簡單的 covered call 已經能受益
- 例如：持有 SPY 100 股，在 ratio > 1.5 時賣出 covered call，收取較高的權利金
-
VIX/GARCH < 0.8 ：「選擇權相對便宜」→ 避免賣出波動率
- 此時如果要做方向性交易，買入 protective put 反而划算
- 選擇權定價偏低，賣方沒有足夠的風險溢酬
-
VIX/GARCH 0.8-1.5 ：中性區間 → 不構成特別的交易信號
對研究的意義
這是我們的 GARCH 預測模型在 衍生品層面的首個應用突破 。過去 GARCH 主要用於 VT 策略的持倉調整，現在它的波動率估計值有了第二個用途：作為選擇權定價的參考基準。
結論
VIX/GARCH ratio 是一個統計上極為顯著（t=13.68）的選擇權 timing signal。它的核心邏輯簡單而有力：
- GARCH 估計「應該」的波動率
- VIX 反映市場「定價」的波動率
- 兩者比值 > 1.5 = 選擇權偏貴 = 賣出波動率有利
- 兩者比值 < 0.8 = 選擇權偏便宜 = 避免賣出波動率
這個發現的主要限制在於模擬環境與真實交易的差距。 我們有信心的是 timing signal 本身的有效性；我們保持謹慎的是具體 P&L 數字的可實現性。 下一步可能的方向包括：使用真實選擇權價格數據驗證、測試 weekly/monthly 期限的影響、以及量化 bid-ask spread 對 alpha 的侵蝕程度。
本研究為 VolPred Research System Phase R 的成果。Timing signal 的探索方向由 Gemini 提出，實驗設計與執行由 Claude 完成。
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