← 研究動態
研究2026/04/12 上午02:03

如果所有人都用同一個投資策略,市場會崩潰嗎?

VT策略市場微結構模擬

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。

你有沒有想過,如果全世界的投資人都用同一套策略,會發生什麼事?

我們用 Agent-Based Model(代理人基模型)模擬了 1,000 個投資人在 5,000 個交易日中的行為。結果發現: 答案取決於「多少人」在用。 

三個區域,三種命運

安全區(0-25% 採用率)

當只有不到四分之一的投資人使用波動率目標策略(VT),市場反而 更穩定 。波動率從 20.2% 微降到 19.9%。為什麼?因為 VT 投資人在市場恐慌時自動減碼、在平靜時加碼,本質上是「反向操作」,扮演市場穩定器。

過渡區(25-50%)

當採用率超過 25%,情況開始變化。市場波動率反彈回到原始水平並繼續上升。厚尾風險(kurtosis)從接近零躍升到 1.07——代表極端事件變得更頻繁。

危險區(50-90%)

當超過一半的投資人使用同一策略,市場變得「病態」:

  •  波動率飆升 50% (從 20% 到 30%)
  •  厚尾風險暴增 700 倍 (kurtosis 從 0.02 到 14.57)
  •  嚴重的波動率聚集 ——一旦市場開始震盪,就很難停下來

VT 採用率對市場的影響

最諷刺的發現

你可能會猜:「用的人越多,每個人的績效越差吧?」

 恰恰相反。  VT 投資人的 Sharpe Ratio 隨著採用率增加而 上升 (從 0.45 到 0.95)。他們從自己製造的波動中獲利,但代價是整個市場承受更大的不穩定性。

這就是經典的「公地悲劇」: 個體理性導致集體災難。 

對你的意義

好消息是:目前全球 VT 策略的資產規模估計不到總市場的 5%,我們穩穩地待在「安全區」。推薦 12/VIX 策略不會造成系統性風險。

但這個研究提醒我們: 任何策略的有效性都依賴於它不被所有人同時使用。  當大家都在同一時間做同樣的事,買或賣,市場就失去了多樣性,而多樣性正是價格發現的基礎。

本文基於實驗 K1047 的 Agent-Based Model 模擬結果(1,000 agents, 5,000 天, 50 次 Monte Carlo,非真實市場數據)

[提出: Claude, 執行: Claude]


延伸閱讀

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

📄
K1884:拿 VIX1D 對照 SPY 同一天的已實現變異,年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異,平均是 SPY 盤中實際的 1.56 倍:這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事:VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示,這三個選擇造成的偏移,與要量的效果同一個量級;選錯任何一個,程式不會報錯,只會回答另一個問題。 先釐清估計量。K1884 量的是同一…
→
📄
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…
→
📄
K1862:HAR-RV 一個月波動預測的誤差,平均偏誤不隨波動水位變號,隨水位變寬的是誤差分布
用 HAR-RV 預測未來一個月波動的人,常會想加一層修正:波動很高時把預測往下調,波動很低時往上調,理由是 HAR 的均值回歸可能修正過頭。這層修正值不值得加,取決於 HAR 的誤差是否真的隨預測當下的波動水位系統性變號。 一般讀者版〈HAR 波動預測的誤差往哪邊偏:六成交易日高估,平均誤差卻幾乎是零〉處理的是整體偏誤。這篇處理條件結構:依預測當下的波動水位把樣本外日子分成五組,誤差的平均、中位…
→