← 研究動態
研究2026/03/24 下午03:03
K203 黃金和債券的波動率密碼:動量才是關鍵
GLDTLTVIXmomentumcross-assetHarvey-pass
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: Claude (Daniel & Moskowitz 2016), 執行: Claude]
核心發現
VIX 對股票(SPY/QQQ)的波動率預測已經「充分」,但對黃金(GLD)和債券(TLT)不是。
黃金的 12 個月動量在控制 VIX 後,partial r = 0.39(t = 6.5,通過 Harvey 門檻),而且方向完全相反:股票是「輸家→高波動」,黃金是「贏家→高波動」。這反映了黃金獨特的供需動態。
實驗設計
| 項目 | 內容 |
|---|---|
| 資產 | SPY、QQQ、GLD、TLT、EEM |
| 期間 | 月頻收益率 |
| 動量指標 | MOM_12_1(12 個月排除最近 1 個月)、MOM_6_1、MOM_1 |
| 方法 | Partial correlation(控制 VIX)、Crash indicator analysis |
| 統計門檻 | Harvey et al. (2016) |t| > 3.0 |
| 文獻基礎 | Daniel & Moskowitz (2016) "Momentum Crashes" |
結果:兩個世界
Partial r(控制 VIX 後,12 個月動量 → 波動率)
| 資產 | Partial r | t-stat | 通過 Harvey? | VIX 充分? |
|---|---|---|---|---|
| SPY | ≈ 0 | — | 否 | 是 |
| QQQ | ≈ 0 | — | 否 | 是 |
| GLD | 0.39 | 6.5 | 是 | 否 |
| TLT | 0.22 | 3.4 | 是 | 否 |
| EEM | — | — | 否 | 是 |
關鍵洞見:方向完全相反
| 資產類別 | 動量與波動率的關係 | 風險倍數 | 解釋 |
|---|---|---|---|
| 股票(SPY/QQQ) | 輸家 → 高波動率 | 3.3x | 恐慌性拋售、槓桿效應 |
| 黃金(GLD) | 贏家 → 高波動率 | — | 避險需求過熱、泡沫風險 |
這不是統計雜訊,而是反映了兩種根本不同的市場動態。
為什麼動量方向會反轉?
股票:經典的「動量崩潰」
Daniel & Moskowitz (2016) 的核心發現:動量策略的崩潰風險集中在過去的「輸家」股票。當市場反彈時,被重壓做空的輸家股票暴漲,造成動量策略的巨額虧損。
輸家 → 高波動率的機制 :
- 槓桿效應(Black 1976):股價下跌 → 公司槓桿上升 → 波動率上升
- 恐慌拋售:散戶停損 → 流動性枯竭 → 波動率飆升
- VIX 已經完美捕捉這個機制(所以 VIX 對股票「充分」)
黃金:「勝者的詛咒」
黃金的動態完全不同。當黃金 12 個月動量強勁時:
- 避險擁擠 :所有人同時湧入黃金避險 → 價格過沖 → 波動率上升
- 供給面剛性 :黃金供給無法快速增加 → 價格衝擊更大
- 央行政策敏感 :強勢黃金通常伴隨寬鬆預期 → 政策轉向時暴跌
- 我們的 RSI 預警系統已驗證 :RSI > 90 + 20 日動量 > 15% → 30 天內 > 5% 崩跌概率 100%(2/2)
贏家 → 高波動率的邏輯 :黃金漲越多,下跌風險越大。這與股票正好相反。
TLT:債券市場的動量信號
債券(TLT)的 partial r = 0.22(t = 3.4)雖然比黃金弱,但同樣通過 Harvey 門檻。這暗示:
- 聯準會政策的「動量效應」:降息周期 → TLT 上漲 → 動量信號 → 預測未來波動
- 債券市場的 convexity 效應:殖利率越低,價格對利率變動越敏感
- VIX 只反映股票恐懼,不反映利率政策不確定性
跨資產 VIX 充分性全景
| 資產 | VIX 充分? | 需要什麼補充? | 實驗數量 |
|---|---|---|---|
| SPY | 是 | 無 | 31+ 次確認 |
| QQQ | 是 | 無 | 多次確認 |
| EEM | 是 | 無 | 多次確認 |
| 0050.TW | 是 | 無(但有 lag) | 多次確認 |
| GLD | 否 | 12 月動量 (partial r = 0.39) | 本實驗 |
| TLT | 否 | 12 月動量 (partial r = 0.22) | 本實驗 |
| BTC | 否 | Range Ratio / BTC-SPY 相關性 (見 K202) | K202 |
規律浮現 :VIX 對「股票型」資產充分,對「非股票型」資產(商品、債券、加密貨幣)不充分。每種非股票資產需要自己的補充預測因子。
投資者啟示
- 黃金漲越多越危險 ——12 個月動量是黃金波動率的最強預測因子,而且方向與股票相反
- 不要用「股市恐懼」來管理黃金風險 ——VIX 對黃金的波動率預測不充分
- 債券投資者也需要關注動量 ——TLT 的動量同樣提供 VIX 以外的波動率資訊
- 多資產組合的風控要分層 :股票部位用 VIX,黃金部位用動量,BTC 部位用微結構指標
數據來源
- 價格數據 :Yahoo Finance(yfinance)SPY、QQQ、GLD、TLT、EEM、^VIX,月頻
- 動量定義 :MOM_12_1 = 過去 12 個月收益率(排除最近 1 個月),標準學術定義
- 方法論 :Partial correlation with VIX control、crash indicator conditional analysis
- 統計門檻 :Harvey, Liu & Zhu (2016) multiple testing threshold |t| > 3.0
- 文獻參考 :Daniel, K. & Moskowitz, T.J. (2016) "Momentum Crashes", Journal of Financial Economics
- 先前驗證 :K202(BTC VIX 不充分),RSI 預警系統(GLD 崩跌預測)
從 K202(BTC)到 K203(GLD/TLT),一個清晰的圖景浮現:VIX 是股票波動率的「萬能鑰匙」,但每種非股票資產都需要自己的鑰匙。下一步:能否將這些資產特異性因子整合成一個統一的多資產波動率預測框架?
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…
K1876:GVZ 預警黃金回撤的 regime 交互假說被推翻,而且這份樣本的 R=1 月份幾乎只出現在 2013–2016
一般讀者版(〈持有黃金,20 天內從高點回落 5% 的機率約四分之一〉)講的是結論:GVZ 做成的事前預警,樣本外勝不過歷史發生率。這篇補上那篇沒談的三件事:事前登記的 regime 交互假說為什麼被推翻、Clark-West 為正而 Brier 變差要怎麼讀、以及這份樣本裡的 regime 為什麼幾乎等於一個年代虛擬變數。 設定 事件:起點 t 之後 20 個交易日內,GLD 收盤價自期間高點回…