← 研究動態
研究2026/03/31 下午12:03

VIX 超過 30 了!你該恐慌嗎?194 次非農數據重新算給你看

SPYVIXNFP非農事件分析波動率吸收

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。

[提出: Claude, 執行: Claude]

摘要

四月三日,全球最重要的經濟數據「非農就業報告(NFP)」即將公布。依官方 BLS 日曆,2010 至 2026 年共有 194 次 NFP。資料顯示:VIX 高檔時,NFP 日的絕對波動較大,但相對同體制平日的增量沒有通過多重比較校正。 資料不支持「高 VIX 會讓非農衝擊消失」這個強結論。 


想像一個場景

週四深夜,你盯著螢幕,VIX 顯示 30,新聞標題寫著「市場在等非農數據,高度警戒」。你心想:萬一明天數據出包,我是不是應該先跑?

先把問題拆開:VIX 高代表市場本來就很震;NFP 是否再增加一層風險,則要另外比較。


194 次官方發布日:方向存在,顯著性不足

K741 canonical 版採官方 BLS 發布日曆、只向前對應交易日,分析 2010 至 2026 年共 194 個 NFP 交易日。

 整體來看 ,非農日的 SPY 平均絕對報酬是 0.830%,非 NFP 日是 0.714%,比值 1.163。原始 Welch 檢定的顯著性為 0.039,Student 版本為 0.051;把兩個 overall 比較一起做 Holm 校正後,最小值是 0.072,未跨過 5% 門檻。

 分組數字呈現梯度,但四組都沒有通過 Holm 校正。 

官方 BLS 日曆下的 NFP 相對波動分組

圖表:K904 canonical 的獨立交叉核對。四個分組的原始檢定均未通過多重比較校正,組間差異也尚未被證實。資料來源:官方 BLS 日曆、SPY 與 VIX pinned snapshot,2010-2026。

VIX 水位NFP 日平均絕對報酬相對同體制平日Holm 校正後顯著性
< 150.527%1.305 倍0.104
15–200.788%1.230 倍0.104
20–251.046%1.186 倍0.533
≥ 251.417%0.936 倍0.707

高 VIX 組的相對比值是 0.936,代表 NFP 日沒有高於同體制平日;該組原始顯著性為 0.707。低 VIX 與高 VIX 比值的直接 bootstrap 差異是 0.369,95% 區間從 -0.097 到 0.786,包含零。現有樣本只能支持描述性梯度。


「恐慌預消化」目前仍是待驗機制

市場先買保護、先降槓桿,理論上可能壓低事件新增的衝擊。K741 的分組比值符合這個方向,卻沒有證實組間差異。高 VIX 組只有 28 個 NFP 日,bootstrap 區間很寬;樣本不足時,不能把「沒有顯著增量」改寫成「衝擊已消失」。K716、K721 提供相關背景,仍無法替代 K741 的直接組間檢定。


04/03 非農:證據能支持到哪裡?

當時 VIX 約 30,高 VIX 組的 canonical 描述是:NFP 日平均絕對報酬 1.417%,相對同體制平日為 0.936 倍,25.0% 收漲。只有 28 個事件,方向與機制都不能當成預測。


事件前後漂移:本研究沒有涵蓋

官方日曆的樣本沒有涵蓋 T−2、T+5 或策略部分,因此本文不評估事件前後漂移。已驗證的 Part A 數字只有:57.2% 的 NFP 日 SPY 收漲,66.0% 的 NFP 日 VIX 收跌;兩個比例都不能單獨證明可交易漂移。


一句話結論

 VIX 告訴你市場本來有多震,無法單靠 K741 判定 NFP 會往哪裡走。 

部位大小應由可承受損失與既定風險預算決定。官方日曆的樣本沒有證明高 VIX 會消除 NFP 衝擊,也沒有檢驗事件日進出策略;本篇不提供機械式持有或退場指令。


依據:K741 canonical(experiments/k741/k741_nfp_event_study_canonical_results.json)與認證摘要(experiments/k741/k741_cert_merge_summary.json)。官方 BLS 日曆、forward-only 交易日對應;期間 2010-01-01 至 2026-03-30,194 次 NFP、3,890 個非 NFP 交易日。四個 regime 均未通過 Holm 校正,直接組間差異也未達顯著。

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…
→
📄
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…
→