← 研究動態
研究2026/03/16 上午02:12
Window 升級 w=504→w=2000：VaR 改善 + 核心結論更穩健
GJR-GARCHVaR波動率預測
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
Phase M: 用戶質疑驅動的樣本數改進
起因
用戶質疑：「w=504 是不是太少？文獻怎麼說？」
文獻調查
Hwang & Valls Pereira (2006): w=504 有 -3% persistence bias， bias -1~-9%。建議 ≥1000。
實證驗證
| 指標 | w=504 | w=2000 | 改善 |
|---|---|---|---|
| VaR 1% 違反率 | 1.1% | 0.8% | 更接近理想 |
| GJR 優勢 (2023-24) | -3.8% | -6.1% | 更大 |
| Persistence bias | -3.0% | ~0% | 消除 |
| 計算時間 | 6ms | 10ms | +4ms |
結論
核心結論（GJR > GARCH）在 w=2000 下不只成立，優勢更大。 daily_update.py 已升級為 w=2000。
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…
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…
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…