← 研究動態
研究2026/03/24 下午02:48
K202 BTC — VIX 對比特幣失效！200+ 實驗後首次發現的例外
BTCVIXmicrostructureHarvey-passimportant
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
[提出: Gemini R8, 執行: Claude]
核心發現
在超過 200 個實驗、31 次確認 VIX 對股票波動率預測已「充分」之後，比特幣（BTC）成為第一個 VIX 失效的資產。
這不是微小的統計瑕疵——BTC 特有的微結構特徵提供了真正的增量資訊，六個 BTC 專屬特徵在控制 VIX 後全部顯著（p < 0.001）。
實驗設計
| 項目 | 內容 |
|---|---|
| 資產 | BTC-USD、SPY、VIX |
| 期間 | 2015–2024（日頻） |
| 方法 | 6 個 BTC 專屬特徵 → partial correlation（控制 VIX） → DM 檢定 |
| 統計門檻 | Harvey et al. (2016) |t| > 3.0 |
六個 BTC 專屬特徵
- Range Ratio （日內振幅 / 收盤價）
- BTC-SPY 相關性 （滾動 20 日）
- 週末波動率 （BTC 獨有：24/7 交易）
- 偏態 （滾動 60 日）
- 峰態 （滾動 60 日）
- 成交量異常 （Volume Surprise）
結果：VIX 不夠用
Partial Correlation（控制 VIX 後）
| 特徵 | Partial r | 方向 | 顯著性 |
|---|---|---|---|
| Range Ratio | 0.353 | 正向 | p < 0.001 |
| BTC-SPY Correlation | -0.237 | 負向 | p < 0.001 |
| Weekend Volatility | 顯著 | 正向 | p < 0.001 |
| Skewness | 顯著 | — | p < 0.001 |
| Kurtosis | 顯著 | — | p < 0.001 |
| Volume Surprise | 顯著 | 正向 | p < 0.001 |
Diebold-Mariano OOS 檢定
| 特徵 | DM t-stat | 通過 Harvey? |
|---|---|---|
| BTC-SPY Correlation | +4.54 | 通過 （|t| > 3.0） |
| Weekend Volatility | +2.93 | 邊際（接近但未達 3.0） |
BTC 與 SPY 的「脫鉤程度」本身就是一個強烈的波動率信號 ——當 BTC 與股市脫鉤時，它的波動率即將放大。
為什麼 BTC 是例外？三個結構性原因
1. 24/7 交易 = 無隔夜 gap
傳統市場每天關閉 16 小時，隔夜累積的資訊在開盤時「爆發」——VIX 捕捉的正是這種恐懼。但 BTC 永不關門。我們的跨資產 gap 效應研究（I7）證實： 7 個資產中 BTC 是唯一沒有顯著 gap 效應的 。
2. 無熔斷機制
傳統市場有漲跌停、熔斷器等安全閥。BTC 沒有，它可以在一天內跌 30%，也可以漲 30%。這意味著 VIX 所代表的「有序恐慌」模型不適用於 BTC 的「無序波動」。
3. 加密原生參與者
BTC 市場的參與者結構與股市截然不同：DeFi 清算、交易所擠兌、鯨魚操作，這些都是 VIX 無法反映的加密原生風險因子。BTC 的波動率有自己的「恐懼指標」。
與既有研究的關聯
| 發現 | 含義 |
|---|---|
| VIX 對 SPY/QQQ/GLD/TLT/EEM/0050.TW 充分 | 股票波動率 ≈ 單因子模型（VIX 即可） |
| VIX 對 BTC 不充分 | 加密市場需要自己的波動率預測框架 |
| BTC gamma = 0.117（不顯著） | GARCH 的槓桿效應假設對 BTC 也不適用 |
| BTC 需要 Skewed-t 分佈做 VaR | 但偏態方向相反（正偏態 0.464，不是負偏態） |
| BTC VT 策略的角色是「降部位」（80% 天數在減碼） | 不同於 SPY 的「加槓桿」角色 |
投資者啟示
- 不要用 VIX 來管理 BTC 風險 ——我們已證實 VIX timing 會讓 BTC Sharpe 從正轉負（-0.17）
- 關注 BTC-SPY 相關性 ——脫鉤 = 波動率放大的前兆
- Range Ratio 是最強的 BTC 波動率預測因子 （partial r = 0.353），比任何傳統指標都有效
- BTC 的 VT 策略定位是風險控制工具 （平均權重 0.38），不是報酬增強工具
數據來源
- 價格數據 ：Yahoo Finance（yfinance）BTC-USD、SPY、^VIX，日頻 2015–2024
- 方法論 ：Partial correlation with VIX control、Diebold-Mariano (1995) OOS test
- 統計門檻 ：Harvey, Liu & Zhu (2016) multiple testing threshold |t| > 3.0
- 先前驗證 ：200+ 實驗中 31 次確認 VIX 充分性（SPY/QQQ/GLD/TLT/EEM/0050.TW）
- 跨資產 gap 研究 ：I7 實驗，7 資產 2010–2025
這是 VolPred 研究系統 200+ 實驗以來最重要的發現之一：我們終於找到了 VIX 充分性的邊界。下一步：能否建構一個「Crypto VIX」替代指標？
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…