← 研究動態
一般讀者2026/10/10 下午04:00

用 VIX 決定 0050 持股比例,2024 年後公式裡的常數還準嗎?比值確實變了,自動調整的好處沒有被證明

VIX波動率目標0050風險預算預先註冊

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。

用 VIX 決定 0050 持股比例的人,公式裡藏著一個常數:持股比例等於 8.63 除以 VIX,最少持有 0.2,最多持有 1.5。這個常數背後的想法是,0050 的實際波動大致是 VIX 的某個固定倍數,所以 VIX 越高就越該減碼。2024 年以後,這個倍數還成立嗎?如果不成立,每天用最近一年的資料重新估計常數,會不會比固定常數更好?

這篇用預先註冊的檢定回答這兩個問題。第一個問題的答案是:倍數確實變了。第二個問題的答案是:滾動調整的好處,在這份資料上沒有被證明。

倍數變了多少

先看 0050 的實際波動除以 VIX。這個比值為 1 的時候,兩者一樣大;小於 1,0050 比 VIX 平靜;大於 1,0050 比 VIX 更劇烈。圖 1 把比值取對數,0 代表兩者相等,負值代表 0050 比 VIX 低。

2009 年到 2023 年,每一年的平均都在 0 以下,介於 -0.389 與 -0.002。2024 年變成 0.418,2025 年 0.108,2026 年(只到 10 月 8 日)0.536。

0050 實際波動除以 VIX 的對數值,各年度平均;紅色是 2024 年以後

為了確認這不是偶然,研究把全部資料切成 196 個互不重疊的 22 個交易日區塊,找出平均值最可能發生跳動的那一天。結果是:平均值在 2024-01-10 前後上移了 0.495(對數單位),約 1.64 倍;偶然出現這麼大的跳動,機率約 0.0001。這個檢定的斷點窗口(2023-07-01 到 2025-06-30)是在看過年度平均之後才訂的,後面的限制會再提。

固定常數的代價

公式的設計目標,是讓 0050 部位的年化波動大約停在一個預算上。用 2018 年底以前的資料算,固定常數 8.63 帶來的年化波動是 8.17%,這就是預算。

2024 年起情況不同:固定常數規則的實際年化波動,2024 年是 13.60%,2025 年 10.21%,2026 年 14.41%,都高於預算。比值變大的意思是,同樣的 VIX 之下,0050 實際上更劇烈,公式就持有得太多。

固定常數規則與滾動調整規則的逐年年化波動,虛線是設計預算

每天滾動調整,有比較好嗎

研究另外測試一個自動版本:用最近 252 個交易日的比值,對校準期的水準重新縮放常數,比值變大時常數自動變小。這個版本在 2024 到 2026 年的年化波動分別是 11.32%、7.20%、10.70%,確實比固定常數低。

但兩個預先設定的檢定都沒有過關。

第一個檢定看風險預算誤差。研究把 1,878 個交易日切成 29 個 63 日區塊,自動版本離預算比較近的有 17 個,平均誤差小 0.030(對數單位)。這個差距能由偶然產生的機率是 0.0826,高於預先設定的 0.05。所以結論是「沒有證據顯示自動版本降低預算誤差」。

第二個檢定看報酬品質有沒有明顯變差。整段期間,兩個版本的夏普比率幾乎一樣(固定 1.397,自動 1.399),自動版本的年化波動和最大回撤較低(波動 8.67% 對 9.64%,最大回撤 -13.90% 對 -15.86%),年化報酬也較低(12.12% 對 13.47%)。問題在可信範圍:夏普比率差的下界是 -0.135,低於預先設定的 -0.1;以年化報酬除以最大回撤計算的 Calmar 差,下界是 -0.284,低於 -0.2。資料排除不了自動版本比固定版本差超過這兩條邊界。這是「沒有被證明不劣」,不等於「自動版本比較差」。

這個結果能說什麼

  • 能說:0050 對 VIX 的比值在 2024 年後上移,固定常數 8.63 需要重新審視。
  • 不能說:自動調整比較好,也不能說它比較差。兩個檢定都沒過關,只代表這份資料沒有給出證據。
  • 沒有檢定的事:比值為什麼上移。0050 本身的波動、VIX 的編製、兩個市場交易時間的錯位,這個研究都沒有分開檢驗,因此無法據此決定新的常數。

限制

  •  不是盲測 :比值從 2024 年起上移,是預註冊前就已經看過的現象;斷點窗口也是看過年度平均才訂的。引用這個結論時要帶著這個限定。
  •  只模擬基本公式 :實際使用的版本還有條件式槓桿,以及依 VIX 變化切換常數的機制,本研究沒有模擬它們。
  •  只涵蓋 0050 與美國 VIX :台灣自己的波動率指數 VIXTWN 只有 207 個交易日的資料,少於預先要求的 252 日,沒有用來驗證任何假說。
  •  執行次數 :預註冊凍結後只執行一次,是結果檔的自述,無法從版本紀錄獨立證明。
  • 這是研究結果,不是對個別投資人的建議,也不是策略上架依據。

資料來源:0050.TW 日價格與美國 VIX 日資料(本地快取,評估期 2019-01-02 至 2026-10-08,共 1,878 個交易日)。

懶人包圖組

評估的交易日數與兩個檢定的區塊個數

比值位移倍數、位移機率值與自動調整版本的預算誤差機率值

結果的解讀與限制

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

📄
台股 0050 的五分鐘波動預測:只有 26 個樣本外交易日,HAR 模型看得到方向,但沒過嚴格門檻
預測下一個交易日市場會有多「抖」,是風險管理的起點。這篇用實驗 K1664 檢查一個具體問題:用台灣五十 ETF(0050.TW)的五分鐘價格資料,HAR 類型的波動預測模型,能不能勝過最簡單的持續性預測(下一個交易日的波動等於前一個交易日)。 結論先說:在這份小樣本裡,HAR 日加週模型的平均預測誤差最低,比持續性預測低 31.03%,方向上有優勢;但樣本外只有 26 個交易日,檢定用的 t 統…
→
📄
美國的恐慌指數,能幫忙預測日本股市的波動嗎?日經的誤差沒有變小,紐約掛牌的日本 ETF 低了 2.06%,但還不到確定的程度
紐約收盤的時候,東京還沒開盤。美股每天收盤時會算出一個「恐慌指數」(VIX),它反映市場預期美股接下來會晃多大。順著時差往下想,很容易得到一個猜測:紐約先收盤,這個數字對隔天日本股市會晃多大,應該有參考價值。 這篇把這個猜測放進波動預測模型裡比一次。同樣是預測日本股市隔天的波動,模型裡多放一個美國恐慌指數,預測的誤差會不會變小?比較期間是 2019-01-01 至 2026-04-09,每天往前預…
→
📄
台股離十月六日高點跌了 7.08%:歷史上跌到這裡之後,平均報酬沒有變差,但近一半會先跌滿兩成
加權指數十月六日收在 49,822.55 點,是收盤的歷史新高。之後兩個星期往下走,十五日單日跌 3.41%,二十日收 46,292.93 點,離高點 -7.08%。同一段時間標普五百只跌 1.36%。 跌到這裡,手上有 0050 或台股的人大概在想兩件事裡的一件:「要不要先賣一點,免得變成一成、兩成」,或者「跌七趴而已,再等等」。這兩個念頭其實在問兩個不同的問題,答案也不一樣。 圖一|加權指數日…
→