RESEARCH ARCHIVE
研究日誌
VolPred 全部已發佈文章的時間序列，依發佈日期由新到舊排列。
K1207：GICS 行業別是法說會超額波動的獨立驅動因素——跨 12 市場 182 股驗證
使用 K1171 建立的 N=182 股票 × 12 市場 × 10 GICS 行業 panel，本研究檢驗 GICS 行業別（sector）是否是法說會前後超額已實現波動率（θ_EAV）的獨立結構性驅動因素，且與法人持股佔比正交。四模型比較顯示：行業固定效應（FE）的邊際 adj-R² 貢獻為 0.148，是法人持股邊際貢獻（0.0046）的 32 倍；行業 FE 聯合 F=689.5（p=7.…
我們把自己論文裡的兩個數字重做了一次：5.2 跟 −0.05 真的對嗎
[提出: Claude] 學術論文裡常常會看到這種句子：「我們估計出來的參數是 η = 5.2、λ = −0.05。」 讀者一掃就過了，因為這兩個數字看起來無傷大雅。但對研究本身來說，這兩個數字才是整個風險模型的脊椎骨，它們決定了你的尾部多厚、你的左尾多偏、最後你算出來的 VaR 到底是高估還是低估。 我們最近做了一件平常很少人做、但其實該做的事：把自己論文裡這兩個數字，從零開始重新跑一遍 MLE…
想用偏態 t 打敗波動率？商品市場給了個彆扭答案 — 波動預測沒救，但能救你的『最壞情境』
[提出: Claude，執行: Claude] 一句話結論 在油、天然氣、黃金、白銀四個商品 ETF 上，把波動率模型的誤差項從常態分布換成 Hansen (1994) 偏態 t 分布，對「明天波動率有多大」的預測完全沒幫助；但對「最壞 1% 情境下會虧多少」這個 ES 估計，四個商品全部從嚴重低估翻轉成校準正確。偏態 t 是一把 tail 風控工具，不是波動預測工具。 為什麼挑這四檔商品 挑 U…
VIX 15，個股波動率卻是兩倍半：期權市場在定價什麼？
VIX 收在 15.32，標普 500 的 30 日實現波動率只有 9.9%。聽起來市場很穩。 但 Mag-7 的 NVDA 30 日波動率 35.8%，TSLA 38%，MSFT 27.7%。整個 Mag-7 組合加權平均 30 日實現波動率是 25.7%。 指數層面低波動，個股層面高波動，這兩個數字同時為真，靠的是一件事：這七檔股票目前走法分散，不太一起動。 過去 90 個交易日，Mag-7…
為什麼只有公債吃這套？我們把另類數據丟到三個資產，結果只有 TLT 點頭
[提出: Claude] 過去半年我們在平台上反覆驗證一個很無聊的結論：那些聽起來很厲害的「另類數據」，經濟政策不確定性指數 EPU、芝加哥聯儲金融狀況指數 NFCI、聖路易聯儲金融壓力指數 STLFSI——丟進波動率預測模型裡，幾乎都打不贏一條極其樸素的對照組：把該資產自己的選擇權隱含波動率（VIX 之於 SPY、GVZ 之於黃金、MOVE 之於公債）直接拿來用。 這篇要講的 K1116F 是這…
把樣本拆成「景氣循環的上升期 vs 下降期」再測一次，晶圓代工財報日的謎還是沒解開
VolPred 在過去幾週連續發了幾篇關於晶圓代工財報日的研究。簡單講，台積電、聯電、格羅方德、中芯這四家公司在公布財報那一天，股價跳動的幅度有一個我們暫時還解釋不掉的固定模式。我們之前已經試過四種猜想都失敗了，其中包含「公司宣布要加碼資本支出時，市場是不是會有不同反應」這個直覺很強的版本。 這篇要講的 K1108F，是第五次嘗試。它把樣本切成兩塊重新測，一塊是 2020 年第二季到 2021 年…
晶圓代工財報日為什麼比較劇烈？我們連四層猜想全部失敗了，這篇講為什麼這對你是好消息
如果你是長期讀我們文章的人，會看過一個現象：台積電、聯電、聯華電子在港的同業中芯國際、美國的 GlobalFoundries，這四家晶圓代工股的財報日，平均比同產業其他公司（IC 設計、IP、封測）更劇烈。學名叫 θ_EAV（earnings-announcement variance），白話講就是「財報那一天股價跳得比平常更大」。 我們從去年底開始試著找出為什麼。一連跑了四個實驗，四個都失敗。…
「3 檔高股息 ETF 月月領 1 萬」？我們跑了 5000 次模擬，達標機率只有 2.7%
最近一個退休理財的做法在網路上瘋傳：拿 0056、00878、00919 三檔台股高股息 ETF，因為它們配息的月份剛好錯開，把它們排在一起就能「月月領約 1 萬」。 算法看起來很乾淨。用各檔最近一次配息倒推：0056 約 10 張、00878 約 23.8 張、00919 約 12.8 張，總本金約 123.5 萬，目標一年領 12 萬。換算回去，這套組合隱含的現金殖利率大概是 9.7%。聽起來…
現在進場,會不會太早或太晚?我把過去每個時點都當「現在」算了一遍
想開始投入,卻一直卡住:現在進場,會不會太早?還是已經太晚、錯過了?帳上現金擺著也不是辦法,可是一想到「萬一買在高點」就遲遲下不了手。 這個糾結太多人有了。我乾脆把過去的資料攤開,把每一個時點都當成「當時的現在」,試了一遍。 先承認:這個焦慮,邏輯上完全成立 別急著被人安慰「放心啦時機不重要」。先想清楚這份焦慮為什麼會冒出來。 如果「哪一年進場」真的會大幅左右你最後的結果,那「現在該不該進」就變成…
你 APP 上看的「報酬率」，不是你的錢真正賺到的年化
打開券商 APP 或基金平台，每檔商品都會秀一個年化報酬率給你看。這個數字告訴你的，是這檔商品本身過去漲了多少；它沒有告訴你，你的錢真正賺到的年化是多少。 差距有多大？我們挑 SPY 與 0050.TW 兩個熟悉的標的，把過去每一個年份起開始定期定額、持有到 2026-05-30 的真實結局算出來。對每一個進場年份，同時報三個年化數字： 1. 單筆投入的 CAGR — 一次性投入後到今天的年化報酬…
你看到的「報酬率」，不是你的錢賺到的那個數字
上一篇我們算過一件事：論資金效率，定期定額和單筆投入其實賺得差不多，把現金流時點算進去之後，兩者的內部報酬率（IRR）會貼得很近。很多人讀完問了同一個延伸問題：那我打開券商 App、看基金月報，上面那個「報酬率」到底是不是我實際賺到的年化？ 我拿真實歷史價格算了一輪，答案有點反直覺：那個數字跟你的錢實際賺到的年化，通常對不上。而且對定期定額的人來說，差距可以大到讓你低估自己的績效好幾個百分點。 先…
「等跌了再買」聽起來很聰明，數據卻說你多半會輸給「有錢就投」
很多人手上有一筆閒錢，想進場又不敢，於是替自己定下一條規矩：先把錢放著，等股價從近期高點回檔一定幅度，再一口氣買進。聽起來很有紀律，也很划算，買在相對低點誰不愛。 我們把這套「囤現金等回檔」的做法，拿去跟最樸素的對照組比：紀律性持續投入，有錢就分批進場，不管現在貴不貴。比的方式很直接：同一段歷史、同一筆本金、同一個結算時點，看誰的最終資產比較高。結果跟直覺相反。等回檔的人，多數情況下手上錢比有錢就…
手上有一筆閒錢，該一次全押還是分批慢慢買？我們用真實數據算給你看
很多人手上突然多了一筆錢，可能是年終、分紅、或賣掉一間房，第一個問題就是：要現在全部丟進股市，還是分成 12 個月慢慢買？ 這個問題會吵起來。一派主張分批買比較安全，可以攤平成本；一派主張早買早賺，錢放越久越多。兩邊聽起來都對。我們乾脆把這件事用真實數據跑一遍，看到底誰賺得多。 先講結論 把一筆錢一次投入市場（業界叫 Lump Sum，單筆投入），跟把它切成 12 份每月買一次（DCA，定期定額）…
測了 16 個模型組合，唯一看起來成功的那個，其實是資料時序用錯了
去年，我們測了一組問題：聯準會每週公布的金融壓力指數，能不能用來預測 ETF 的波動率？ 測了四個 ETF（S&P 500、黃金、美國長債、比特幣），五種模型設定，共 16 格。結果 15 格都顯示 VIX 類的波動率基準模型完勝，額外的 alt-data 不只沒幫助，有些反而讓預測變差。 只有一格例外：TLT（美國長債 ETF）配上金融壓力指數（NFCI 系列），t 統計量達到 +3.74——按…
輝達狂賺八百億，選擇權市場卻在問：下一步還能信嗎？
輝達五月底交出一張數字幾乎挑不出毛病的財報。 FY27 第一季營收 816 億美元，比市場預期高出大約 5%；淨利 583 億美元，淨利率 71.4%。這個數字放到任何行業，大概都是讓人沉默三秒的那種規模。一個科技公司，每賺一百塊、七十一塊留下來。 財報出來之後，股價漲了不到 1%。 這不是冷漠，也不是市場出了什麼問題。這是選擇權市場早在財報前兩週就已經定價過的結果。 --- 隱含波動率在說什麼…
每日策略建議：VIX 15.32（正常）— 2026-05-30
基於 2026-05-29 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $756.48 (+0.25%) GLD: $417.12 (+1.05%) 0050.TW: NT$100.5（2026-05-28 收盤） VIX: 15.32 🟡（正常） GARCH 年化波動率: 10.3% ⚠️ 0050.TW 資料延遲提醒：本文所引用的 0050.TW 收盤為 2026-05-28，…
2026-05-30 本日持倉比率建議（依據 2026-05-29 收盤數據）
σ = 10.3% · VIX = 15.32 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 78% 22% Risk Parity (SPY+GLD) SPY 82% + GLD 48% 0% 12/VIX (SPY) SPY 78% 22% 50/50 SPY/GLD …
K1202：六層 NULL 的終點 — 非 capex 量化指引對晶圓代工個股 RV 的預測力檢驗
台積電、聯電、中芯、GlobalFoundries 四家晶圓代工廠，135 個法說會事件，六輪實驗，最終答案一致：法說會中的非資本支出量化指引（產能利用率、晶圓 ASP、研發費用年增率），對個股實現波動率沒有可測量的預測力。 K1202 是這個答案的最後一塊拼圖。先前的 K1108d 只覆蓋了 12/135（8.9%）的事件樣本，結論只能算初步。K1202 透過 MOPS 重大訊息加上公開 IR…
四種 HAR 分解都無法超越標準 HAR-RV：台灣期貨波動率預測的系統性 NULL 結果
直覺很合理，但答案不是 做波動率預測時，一個很自然的想法是：既然已實現波動率（RV）本來就是各種價格波動加總出來的，把它拆得更細，應該更容易預測。 這個想法有其學理基礎。日盤與夜盤可能反映不同資訊來源；正負半方差可能捕捉不對稱波動；跳躍成分可能代表事件衝擊；路徑加權則試圖更精細地描述市場記憶。問題是，理論上合理，不代表在每一個市場都真的有增量價值。 我們把這四條文獻上常見的 HAR 分解路徑，全部…
重做了一次論文 8 的「市場衝擊」實驗——數字對不上，故事卻變得更乾淨
一句話結論 我們把自己論文 8 的兩張關鍵表（Table 5 和 Table 6）拿原始程式重跑一遍，結果部分數字對不上——某些衝擊事件的數量差了 30% 到 60%，非農就業日的「顯著性」也從原本的剛好過關變成沒過關。但有趣的是，新數字反而把故事說得更一致：地緣政治衝擊也會被市場吸收（論文原本說不會），而且非農就業日的影響在恐慌期會完全消失（這一點兩版都一致）。一次重做，學到的不是「論文錯了」，…
Sharpe 不夠用：五維度排名洗出完全不同的策略冠軍
[提出: 用戶, 執行: Claude] 一句話結論 把 14 個波動率策略放進「報酬、風險調整、回檔、表現一致性、月勝率」五個維度評分後（壓力期表現為輔助觀察，未入分），綜合排名第 1 是台股動能策略（年化 32.6%、四月閃崩還賺 6.6%；該策略已知 c2c timing bias，caveat 見文末限制一節），但純 Sharpe 排名第 1 卻是另一支極度保守的策略。同一份資料、同樣 1…
銀行法規說用「平方根法」估一個月風險，但它真的失準了嗎？SPY 十年數據給出一個不舒服的答案
Basel III 對銀行風險資本的計算有一條廣為人知的規定：把單日 VaR 乘以 10 的平方根，換算成 10 天的風險值。這個「平方根時間法（SRT）」理論上只在報酬彼此獨立、波動率固定的情況下成立。實務上兩個前提都不符合。市場有波動群聚，GARCH 效應隨處可見。 學界多年來的直覺是：越長期，SRT 偏差越大。Monte Carlo GARCH 模擬應該更準。 K1382 實驗在 SPY 2…
單季 766 億，AI 基建燒錢競賽背後的波動率訊號
四月初，市場短暫崩過一次。關稅衝擊把 VIX 推到 31，高收益債 ETF（HYG）跌到 71 塊美元。一個半月後，HYG 回到 80，VIX 重回 15。 表面上，什麼都過去了。 但 Microsoft、Meta、Alphabet、Amazon 的 Q1 2026 財報數字還擺在那：四家合計資本支出 766 億美元，比去年同期的 476 億暴增 61%。Meta 一家就把資本支出翻了一倍多（+1…
降息時黃金漲 30.8%、股票漲 13.4%——那為什麼跟著利率調倉，幾乎等於沒做？
⚠️ Audit Notice (2026-05-29)：本文已退回 draft 狀態。Codex 24h-review (mile_ada624d5) 發現 K709 experiment 缺 reproducibility artifact（無 k709.py 腳本、README placeholder、data/ references/ 為空），文章中具體百分比（30.8% / 13.4%…