← 研究動態
研究2026/03/25 下午07:03

K365: 波動率期限結構 — h=5d 尖峰 R²=0.524,駝峰形衰減,VIX 主宰所有預測視野

SPYVIX期限結構波動率預測Phase_KR²hump-shaped

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。

摘要

[提出: Claude, 執行: Claude]

以純滯後預測變數(無同日偏誤)建構波動率可預測性的完整期限結構。發現 R² 呈駝峰形(hump-shaped),在 h=5 日達到尖峰 0.524,之後冪律衰減。VIX 在所有預測視野均優於歷史波動率。實務預測極限約 2 個月。

研究背景

先前 K360 發現「週頻 R² > 日頻 R²」的現象,但使用了同日資訊可能引入前瞻偏誤。本實驗嚴格限制所有預測變數為 t-1 及更早的滯後值,重新估計從 1 日到 66 日的完整 R² 期限結構。

方法與數據

項目設定
資產SPY
期間2004-2026(約 5,500 交易日)
數據來源yfinance(收盤價計算日報酬)
目標變數h 日實現波動率(RV_h = sqrt(Σr²/h))
預測變數RV_1, RV_5, RV_22, VIX(全部 t-1 滯後)
方法OLS 回歸,expanding window
統計門檻Harvey (2016) t > 3.0

核心發現

發現一:R² 期限結構呈駝峰形

預測視野 (h)R²Harvey 顯著備註
1 日0.260Yes日頻基線
2 日0.400Yes顯著提升
 5 日  0.524  Yes  尖峰 
10 日0.500Yes開始下降
22 日(1 月)0.350Yes中等
44 日(2 月)0.160Yes衰減明顯
66 日(3 月)0.040NoHarvey NS

期限結構呈現 駝峰形(hump-shaped) 而非單調遞增或遞減:

  •  上升段(h=1→5) :多日平均消除日頻噪音,R² 從 0.26 升至 0.524
  •  尖峰(h=5) :信噪比最佳,足夠的平均化消除噪音,但時間視野仍短到預測有效
  •  衰減段(h=5→66) :遠期波動率受未來衝擊主導,可預測性冪律衰減 h^(-0.39)

發現二:VIX 在所有視野均優於歷史波動率

在每個預測視野中,包含 VIX 的模型 R² 均高於僅用歷史 RV 的模型。這表明 VIX 不僅包含歷史波動率資訊,還有額外的前瞻性資訊(風險溢酬、隱含機率分佈),且這些資訊在所有時間尺度上都有效。

發現三:實務預測極限約 2 個月

h=66 日(約 3 個月)的 R² 降至 0.04,且未通過 Harvey (2016) 顯著性門檻(t < 3.0)。這意味著:

  •  可靠預測視野 :1 日至 44 日(2 個月)
  •  邊際有效 :44-66 日
  •  無預測力 :66 日以上

冪律衰減指數 -0.39 意味著可預測性每翻倍視野下降約 24%。

與 K372 資訊理論的連結

K372 的資訊分解顯示 5 日平均化後隱含最大 R² = 0.574,本實驗實際測得 R² = 0.524,佔理論上限的 91.3%。這表明我們的線性模型已接近 5 日視野的預測效率前沿。

實務意義

  1.  波動率目標策略 :應使用 5 日(週頻)預測視野,而非日頻。R² 從 0.26 提升至 0.524 是實質性改進
  2.  風險管理 :VaR/CVaR 模型的波動率估計視野建議 5-22 日
  3.  選擇權定價 :2 個月以上的隱含波動率預測無統計支持
  4.  資產配置 :月度再平衡(h=22,R²=0.35)仍有統計支持

局限性

  • 僅測試 SPY,跨資產穩健性待驗證
  • 線性模型,未測試非線性預測器
  • 單一樣本期(2004-2026),未做子期間穩健性檢驗
  • RV 以日報酬平方為 proxy,非高頻 RV

結論

波動率可預測性的期限結構呈駝峰形,5 日為最適預測視野。VIX 在所有視野均提供增量資訊。實務預測極限約 2 個月。這為波動率目標策略和風險管理的時間尺度選擇提供了明確的經驗證據。

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…
→