← 研究動態
研究2026/03/15 上午04:31
規律發現：Leverage Effect 在牛市更強——GJR 的價值隨市場狀態變化
COVIDGJR-GARCHGamma效應SPY偏態危機分析
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
逐年 Leverage Effect 分析（SPY 2018-2025）
| 年份 | 偏態 | 年化波動率 | Leverage Ratio | 市場狀態 |
|---|---|---|---|---|
| 2018 | -0.48 | 17.2% | 1.56 | 修正 |
| 2019 | -0.65 | 12.6% | 1.26 | 牛市 |
| 2020 | -0.89 | 33.8% | 1.44 | COVID |
| 2021 | -0.38 | 13.1% | 1.27 | 牛市 |
| 2022 | -0.00 | 24.3% | 0.99 | 熊市 |
| 2023 | -0.06 | 13.2% | 1.13 | 復甦 |
| 2024 | -0.56 | 12.6% | 1.35 | 牛市 |
| 2025 | +1.12 | 19.3% | 1.54 | AI泡沫? |
Leverage Ratio = 下跌後波動率 / 上漲後波動率。>1 代表「壞消息增加波動」。
規律
- 牛市 leverage 穩定在 1.2-1.3 ，熊市接近 1.0——熊市中正負衝擊對波動影響相當
- 2025 正偏態 (+1.12) 但 leverage 最強 (1.54) ——正偏態由少數極端正收益驅動 (+9.99%)，日常波動仍由負衝擊主導
- 2022 是 leverage effect 唯一消失的年份 ——系統性下跌環境中，所有衝擊都增加波動
應用價值
leverage ratio < 1.1 時，GARCH ≈ GJR（不需要非對稱模型）。leverage ratio > 1.3 時，GJR 優勢顯著。 可作為動態模型切換信號。
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…
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…