← 研究動態
研究2026/03/17 下午10:16

Phase U+G 完結報告:26 個實驗、19 種指標,VIX 壟斷再度確認

QLIKEVIX研究報告TZ Arbitrage台股策略組合Phase U情緒指標Phase G

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。

Phase U+G 完結報告:26 個實驗、19 種指標,VIX 壟斷再度確認

[提出: 用戶+Claude, 執行: Claude]

摘要

今天完成了兩個研究階段共 26 個實驗:Phase U(策略升級,7 個實驗)和 Phase G(情緒/財務指標全面掃描,19 個實驗)。核心成果有三:(1) TW+JP 50/50 時區套利組合以 Sharpe 1.81 成為系統內最強策略;(2) 10 日回看期升級使換手率降低 38% 而 Sharpe 提升 29%;(3) 在 19 種情緒與財務指標的系統性測試中,VIX 作為「充分統計量」被第 16 次確認,唯一的例外是台灣進口年增率。


一、Phase U:策略升級(7 個實驗)

Phase U 聚焦於時區套利(TZ Arbitrage)策略的優化與組合。

U1: Panel GARCH-X — Null Result

項目設定
方法GARCH-X + cross-asset lagged RV
資產SPY(加入 QQQ/GLD/TLT/EEM 信息)
結論所有 panel 方法劣於單資產 GJR-GARCH

跨資產的滯後 realized volatility 對 SPY 的 1-step ahead 預測只有 R²=0.05-0.21,無法克服額外參數帶來的估計噪音。即使 QQQ 與 SPY RV 的同期相關高達 0.97,滯後預測力仍不足。 QLIKE 天花板第 14 次確認 :日頻波動率預測的精度上限依然穩固。

U2: TW+JP 50/50 TZ — 系統最強策略

策略SharpeHarvey tMDD策略間相關性
 B: TW+JP 50/50  1.81  4.86 -11.9%TW-JP: 0.484
C: US VT + TW TZ1.614.31 -8.4% TW-US: 0.14
A: Mom x VIX overlay1.37—-9.4%—
參考: TW 單獨1.623.25-9.5%—
參考: JP 單獨1.233.69——

台灣與日本的時區套利報酬相關性僅 0.484,等權組合後 Sharpe 從單一市場的 1.62 躍升至 1.81。值得注意的是:VIX overlay 反而降低報酬(Sharpe 1.37),因為動量信號與 VIX 方向衝突,當動量轉空時已經空倉,VIX 飆升的「減倉」信號毫無作用。

 教訓:不要用同類工具疊加,要用異質 alpha 來源組合。 

U4: 10d Lookback 升級

回看期TW Sharpe (net)JP Sharpe (net)換手率 (sw/yr)Harvey t
5d(原設定)1.141.0747> 3.0
 10d(新設定)  1.47  1.31  29 > 3.0
改善幅度+29%+22%-38%—

10 日回看期在所有維度都優於 5 日:更高的 Sharpe、更低的換手率、所有 4 個子期間正報酬。短回看期(1-3 日)雖然毛 alpha 更高,但交易成本敏感度極高(1 日在 0.4% 成本時損益平衡)。

 建議:將預設回看期從 5d 升級至 10d。 

U7: Adaptive Lookback — Null

嘗試用 VIX 水準動態切換回看期(VIX>=20 時用 3d,否則用 10d),但雙 regime 策略的改善不顯著。固定 10d 的簡潔性和穩健性更優。


二、Phase G:情緒/財務指標全面掃描(19 個實驗)

Phase G 是本系統最大規模的指標掃描實驗,目標是回答一個核心問題:

 除了 VIX 之外,還有什麼指標能改善波動率預測或 VT 策略? 

測試的 19 種指標

編號指標類別控制 VIX 後結論
G1CNN Fear & Greed美國情緒partial r < 0.03NULL
G2CBOE SKEW尾部風險partial r < 0.03NULL
G3VVIX波動率的波動率partial r < 0.03NULL
G4Credit Spread (BAA-AAA)信用風險partial r < 0.03NULL
G5AAII Sentiment散戶情緒partial r < 0.03NULL
G6Yield Curve (10Y-2Y)利率結構partial r < 0.03NULL
G7Consumer Confidence消費者信心partial r < 0.03NULL
G8a台灣外資買賣超台股機構r=0.33 同日,預測 r=0NULL (lagging)
G8b台灣融資融券台股散戶Sharpe -0.21NULL
G8cPUT/CALL Ratio選擇權情緒r=0.41 同日 artifactNULL
G8d台積電 PE估值指標方向相反 (PE>25→+34%)NULL
G942 FRED Macro 指標美國總經STLFSI4 partial R²=16.5%微弱例外
G10GARCH-MIDAS(STLFSI4)正式模型QLIKE < 1% 改善NULL (經濟無意義)
G1127 TW DGBAS Macro 指標台灣總經進口 YoY 有 OOS 信號 唯一例外 
G12台灣進口 YoY MIDAS台灣貿易+5.6% OOS, DM p=0.043 有效 
G13進口 > 20% Macro Guard台灣策略Sharpe +0.056, DM p=0.0005輔助有效
G14Google Trends 「股災」搜尋熱度partial r=-0.145(弱)NULL (regime only)
G15AAII 深度測試散戶長期26w contrarian t=-3.96不可交易
G16Shiller CAPE估值partial r=0.0001NULL
G175-indicator Ensemble組合模型Ridge shrinks all to 0NULL
G18Crypto Fear & Greed加密情緒FNG 是 lagging indicatorNULL

核心發現:VIX Sufficient Statistic(第 16 次確認)

在控制 VIX 之後:

  •  12 種美國指標 的 partial correlation 全部低於 0.03(統計上等於零)
  •  4 種台股指標 均為滯後指標或方向相反
  •  STLFSI4  有微弱獨立性(partial R²=16.5%),但其本身是 VIX + 信用利差的組合,形式上是 GARCH-MIDAS 改善 < 1%
  •  組合 Ridge 回歸 把所有係數壓縮到零,連機器學習都認為這些指標沒有增量

 VIX 已經是市場恐懼的充分統計量 ——只要你知道 VIX,其他 12 個美國指標不再提供任何額外信息。

唯一例外:台灣進口年增率

指標OOS QLIKE 改善DM p-value策略效果
台灣進口 YoY+5.6%0.043—
進口 > 20% Guard—0.0005Sharpe +0.056, MDD +3.2pp

為什麼台灣不同?可能的解釋:

  1.  台灣是出口導向經濟 ,進口數據反映了全球供應鏈需求
  2.  VIX 是美國市場的恐懼指標 ,對台灣市場的覆蓋力較弱
  3. 進口年增率 > 20% 通常出現在全球擴張期,此時台股波動率偏低

但效果仍屬輔助性質(Sharpe 僅提升 0.056),不足以改變核心策略架構。


三、論文更新

項目內容
頁數56 頁
圖表7 圖 + 11 表
新增貢獻TZ Arbitrage(時區套利)作為第 3 個學術貢獻
審查Codex + Gemini 雙重審查完成

論文現在包含三個核心貢獻:

  1.  GJR-GARCH 最佳波動率預測模型 的跨資產實證
  2.  VIX 充分統計量 命題的系統性驗證(16 個指標)
  3.  TZ Arbitrage(時區套利) 策略的理論與實證

四、累積研究規模

維度數量
總實驗數~77(Phase N-T-U-G)
今日新增26
測試指標19 種
涵蓋資產SPY, QQQ, GLD, TLT, EEM, BTC, 0050.TW, N225
VIX sufficiency 確認次數16
QLIKE ceiling 確認次數15

五、結論與展望

 Phase U+G 的核心結論 :

  1.  策略層面 :TW+JP 50/50 是最佳報酬組合(Sharpe 1.81),US VT + TW TZ 是最低風險組合(MDD -8.4%)。10d lookback 是最佳參數。
  2.  預測層面 :沒有任何情緒或財務指標能顯著改善日頻波動率預測。QLIKE 天花板堅不可摧。
  3.  理論層面 :VIX 是市場恐懼的充分統計量,這個命題經歷了 16 次獨立測試仍然成立。
  4.  例外 :台灣進口 YoY 是唯一有 OOS 統計顯著性的非 VIX 指標,反映了台灣出口導向經濟的特殊結構。

 下一步方向 :

  • 高頻數據(5-min RV)需等待數據累積至 252 天
  • 跨國 TZ Arbitrage 延伸(韓國、印度等亞太市場)
  • BTC regime-switching 模型
  • 台灣進口數據的因果機制深入研究

基於 Phase U (U1-U7) + Phase G (G1-G18) 共 26 個實驗。OOS 期間 2018-2024。所有 Harvey t-stat 已通過嚴格門檻 (t>3.0)。

投資提醒:所有策略結果基於歷史回測,過去報酬不代表未來表現。時區套利依賴市場微觀結構,可能隨算法交易普及而衰減。

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…
→
📄
asia3:台股九檔的波動溢出方向對 VAR 階數很穩,換成 Granger 網絡卻有六檔翻面
先前的一般讀者版〈台積電發、鴻海收:台股的波動是有方向的〉以 Diebold-Yilmaz 廣義預測誤差變異分解(GFEVD)排出九檔台股代表股的淨發送者與淨接收者。這篇回答那篇沒問的兩個方法問題:這個方向排序對模型設定有多穩?換一把網絡量尺,誰在發、誰在收,答案還一樣嗎? 結論分兩半。對 VAR 階數,排序幾乎不動;對量尺本身,排序大半翻面。而方向本身的量級,相對於總連結度只是一個零頭。 設定…
→