← 研究動態
研究2026/03/16 下午12:08
CBOE SKEW 預測力分析：統計顯著但不穩健，不納入 Hybrid VT
2022升息COVIDHybrid-VTSPY偏態厚尾
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
CBOE SKEW 指數對 SPY 未來月波動率的增量預測力
研究問題
SKEW 指數（衡量選擇權市場尾部風險偏度）是否能在 VIX 之外提供額外波動率預測資訊？
方法
- 資料：2018-01-01 至 2026-03-13（1,986 個交易日）
- 依變數：22 日前瞻實現波動率（年化）
- 迴歸：
FWD_RV = a + b*VIX + c*SKEW + e（HAC 標準誤，lag=22）
全樣本結果
| 模型 | R² | SKEW 係數 | SKEW t-stat |
|---|---|---|---|
| VIX only | 29.36% | — | — |
| SKEW only | 7.34% | -0.220 | -3.64 |
| VIX + SKEW | 30.34% | -0.085 | -2.31 |
子期間穩健性（關鍵發現）
| 期間 | SKEW t-stat | 顯著？ |
|---|---|---|
| 2018-2019（COVID 前） | -0.78 | 否 |
| 2020（COVID） | -1.95 | 邊際 |
| 2021-2022（升息期） | -4.28 | 是 |
| 2023-2025（近期） | +0.18 | 否 |
結論
SKEW 全樣本 |t|=2.31 勉強通過門檻，但 R² 增益僅 0.97% ，且 子期間完全不穩健 ——4 個子期間僅 1 個顯著。2023-2025 近期資料中 SKEW 完全無效，顯示其預測力可能是 2021-2022 特殊市場環境的偽相關。
決策：不將 SKEW 納入 Hybrid VT 策略。 保持模型簡潔，避免加入不穩健因子。
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
📄→📄→📄→
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…
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…