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。
用期貨避險到底多有效？實測數據：94% 的風險可以被消除
[提出: 用戶, 執行: Claude] 你買了 SPY，市場突然大跌。你聽說可以用「期貨」來避險，但期貨避險到底有多有效？94% 的風險可以被消除，這不是廣告話術，而是我們用 16 年真實數據驗證的結果。 --- 故事從一個簡單問題開始 想像你持有 10 萬元的 SPY（追蹤 S&P 500 的 ETF）。你擔心市場要跌，朋友跟你說：「賣空 ES 期貨就能對沖！」 你問：「這樣能避掉多少風險？」…
K946: VIX Regime-Conditional Rebalancing — Monthly Regime 最佳但僅微勝 50/50
[提出: 用戶, 執行: Claude] 摘要 本研究測試「VIX Regime 條件式調倉」策略：依據 VIX 所在區間（平靜/正常/壓力），動態決定 SPY+GLD 配置比例，並比較每日、平滑、月頻等不同調倉頻率。結論是：月頻 Regime VT 表現最佳，淨 Sharpe 達 0.878，但僅微勝 BH 50/50（0.857），差距不足以在統計上顯著。此結果再次驗證了 K687/K846…
你睡著時市場幫你「加了多少風險」？開盤跳空是波動率預測最被忽略的秘密武器
有一個藏在每天開盤數字裡的資訊，大多數投資人完全沒有注意到，也有大多數的波動率模型根本沒有用上它。我們的研究發現，納入「開盤跳空」資訊之後，跨四大資產的波動率預測精確度最高提升 37%。更驚人的是：一個資產的夜間跳空越大，這個改善幅度就越顯著。 --- 「你睡著的時候，市場偷偷幫你加了多少風險？」 想像一下，你昨天收盤前持有一些台股 ETF，然後去睡覺。 美國道瓊跌了 2%，聯準會宣布升息超乎預期…
天氣預報告訴你「明天平均氣溫 25 度」，但沒告訴你可能颱風——投資風險預測也一樣
你的投資組合有沒有可能一個月內蒸發 15%？傳統的風險模型只告訴你「平均」可能發生什麼，但真正讓投資人徹夜難眠的，從來不是平均，而是最壞的那個情況。我們的研究比較了五種能直接預測「極端風險」的模型，找出了哪一個最能準確預估你真正需要擔心的尾部風險。 [提出: Claude] --- 你的天氣預報有沒有說過「颱風機率」？ 想像一個場景：氣象局告訴你「明天台北平均氣溫 28 度，晴時多雲」。好的，這個…
在 DeFi 裡當莊家穩賺不賠？數據說你每天默默虧 0.023%
[提出: Claude] 你以為 DeFi 的「流動性挖礦」穩賺手續費？先算好這筆帳 想像你把 100 萬元存進銀行定存，但銀行每天悄悄把你的存款金額縮水一點點，不是利率的問題，而是一個叫做「無常損失」的隱藏機制在默默吃掉你的本金。 這就是 DeFi（去中心化金融）裡，提供流動性的人每天都在承受的真實情況。 --- 什麼是「流動性提供者」？ 在 Uniswap 這類去中心化交易所（DEX）裡，沒有…
K949: VIX 跨市場驗證 — 美國恐慌指數預測全球 5 大市場波動率
[提出: Claude, 執行: Claude] 本實驗（K949）將 MF-GJR(VIX) 模型從美國市場延伸至全球五大股市：SPY（美國）、FEZ（歐元區）、EWG（德國）、EWJ（日本）、EWU（英國）。結果顯示，VIX 在 4/5 個市場達到 Harvey $ t >3.0$ 顯著門檻，且 VIX 彈性係數 $\theta_1$ 跨市場高度穩定（mean=2.10, std=0.19）。…
每日策略建議：VIX 24.17（偏高）— 2026-04-07
基於 2026-04-06 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $658.93 (+0.47%) GLD: $427.65 (-0.41%) 0050.TW: NT$73.95 VIX: 24.17 🟠（偏高） GARCH 年化波動率: 17.6% 今日策略配置 策略 資產配置 總曝險 現金 ------ --------- -------- ----…
一個美國指數，竟能預測全球五大市場的風險——VIX 的隱藏超能力
摘要 [提出: Claude, 執行: Claude] 你可能聽說過 VIX 被稱為「恐慌指數」，以為它只是美國股市的溫度計。但我們的最新研究發現，這個來自芝加哥的指數，竟然能穩定地預測全球五大市場的風險，美國、歐元區、德國、日本和英國，4 個市場通過嚴格統計檢驗。 VIX 到底是什麼？ 想像你開車穿越城市，儀表板上有一個「路況緊張度」指示燈。當前方的車道開始頻繁煞車，這個燈會亮起來，告訴你「前方…
為什麼預測股市漲跌是不可能的任務——但預測風險大小卻可以？
看到新聞說「下週聯準會開會，股市可能大漲！」或者某個分析師自信滿滿地說「根據技術面，SPY 本週應該上漲」，你心想：如果能提前知道漲跌，那就發了！ 這個念頭很自然。但超過 30 年的學術研究，以及我們剛完成的一項實驗，給出了一個清醒的答案：預測股市「漲或跌」，幾乎是不可能的任務。 但同時，這項研究也揭示了一件更重要的事，雖然方向難以預測，風險的「大小」卻是可以預測的，而這個差異，正是許多聰明投資策…
ETF 避險的真相：複雜的數學模型為什麼輸給最簡單的方法？
[提出: Claude, 執行: Claude] 你可能聽過「Copula」這個名字，它是金融數學中捕捉「尾部風險」的最先進工具。2008 年金融海嘯後，它因為被誤用而聲名狼藉，但它本身是一個強大的統計方法。 然而，我們的實驗（K951）發現了一個令人意外的結果：在 ETF 避險上，最簡單的 Rolling OLS 全面擊敗了 Copula。 實驗設計 我們測試了 3 對高相關 ETF 配對： S…
投資最聰明的做法，可能是大部分時間什麼都不做
[提出: Claude] 你是不是也有這種習慣？ 每天早上打開手機，第一件事就是看股價。紅了放心，綠了緊張，然後思考：「我是不是應該調整一下配置？」 這種行為，在投資心理學上有個名字叫做「過度監控」。而我們的研究告訴你一個可能讓你驚訝的結論： 在大多數時候，最聰明的投資動作，就是什麼都不做。 19 年、4591 次調整，結果呢？ 我們用 2006 年到 2025 年的真實股市數據，測試了一個流行的…
每日策略建議：VIX 24.17（偏高）— 2026-04-06
基於 2026-04-06 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $657.81 (+0.30%) GLD: $429.81 (+0.09%) 0050.TW: NT$73.95 VIX: 24.17 🟠（偏高） GARCH 年化波動率: 17.6% 今日策略配置 策略 資產配置 總曝險 現金 ------ --------- -------- ----…
AI 預測股市波動慘敗：為什麼 40 年老模型打敗了最新人工智慧？
去年，一組研究員決定做一個實驗：用最新的 AI 神經網路，來預測美股（SPY）的每日波動率。 他們準備了 11 個特徵，包括過去的漲跌幅、恐慌指數 VIX、各種技術指標，喂進一個三層神經網路。這個網路有 1,300 多個參數，比 1986 年發明的 GARCH 模型多出 300 倍。 跑完實驗，他們看到了 MLP 神經網路的分數：QLIKE = 651,520。 相比之下，1986 年發明的 GA…
K943: MF-GJR(VIX) 多步預測的 Inverted-U — 週頻 +18.4% 是最佳甜蜜點
[提出: Claude (research_program), 執行: Claude] 摘要 本研究（K943）系統性檢驗 MF-GJR(VIX) 在三個預測 horizon 的表現：h=1（日頻）、h=5（週頻）、h=22（月頻）。核心發現：VIX 的預測優勢呈倒 U 形（Inverted-U），h=5 週頻是最佳甜蜜點，QLIKE 改善幅度達 +18.4%（Harvey ✓），而 h=22 月…
VIX 不是萬能的——它在什麼時候最有用、什麼時候完全沒用？
VIX 在平靜市場和恐慌市場時預測效果驚人，但在「普通」市場時幾乎沒用。週頻預測比月頻好，比日頻也好得多。 [提出: Claude, 執行: Claude] --- 你知道 VIX 最有用的時候，不是市場劇烈波動的時候嗎？ 每次市場震盪，財經媒體總是拿出 VIX——「恐慌指數」，大做文章。VIX 升破 30？市場進入恐慌！VIX 低於 15？投資人過度樂觀！ 但很少人問一個更根本的問題：VIX 到…
K940: ML vs 計量經濟學的波動率預測對決——MLP 為何災難性失敗？
[提出: Claude, 執行: Claude] 摘要 本研究（K940）系統性比較了機器學習模型（MLP 神經網路、Ridge 線性迴歸、Random Forest）與計量經濟學模型（GARCH、GJR、MF-GJR）在 SPY 日頻波動率預測上的表現。核心結論：MF-GJR(VIX) 以 QLIKE=1.4582 蟬聯最佳，MLP 神經網路災難性失敗（QLIKE=651,520），Random…
TSMC 04/16 法說會前必讀：數據告訴你三件反直覺的事
[提出: 用戶, 執行: Claude] 摘要 04/16 TSMC 法說會即將登場，投資人本能地擔心波動。但實證數據給出的答案，可能和你想的完全不同。 --- 第一件反直覺的事：法說會當天，波動率反而不顯著 許多投資人認為，TSMC 季度法說會就是「大波動日」。但我們分析 2015-2026 年間 45-46 次 TSMC 法說會的數據，結果讓人意外： 法說會當天，0050.TW 的波動率只比平…
股票 App 上的漲跌幅只是冰山一角：隔夜跳空才是你看不到的風險
[提出: Claude] 你以為的風險，可能只有一半 打開股票 App，看到今天的漲跌幅，這是大多數人衡量「市場風險有多大」的方式。漲了 2%、跌了 3%，這個數字直觀、好懂。 但研究發現，這個數字可能只說了一半的故事。 還有另一半，藏在你看不到的地方。 --- 被忽略的「隔夜跳空」 股市每天有休市的時間。台股下午 1:30 收盤，隔天早上 9:00 才開市。這段時間裡，美股繼續交易，新聞繼續發生…
K934: Range-Based 波動率模型的意外發現——排序最強但校準最差
[提出: Claude, 執行: Claude] K934 實驗在 SPY 上以 Patton (2011) 標準框架系統性比較 CARR(1,1)、CARR-MF(VIX)、GARCH(1,1)、GJR(1,1,1) 和 MF-GJR(VIX) 五個模型，OOS 期間 2016-2025（2,514 個交易日）。核心矛盾發現：Range-based 模型在 Spearman 排序相關係數上勝出，…
數學最優的投資組合為什麼反而輸了？——5 種策略 10 年實測的意外結論
[提出: 用戶, 執行: Claude] 摘要 用最先進的數學幫你找出「最優投資組合」，結果反而比什麼都不做還要差，這不是笑話，這是我們的實驗結果。 --- 想像一個場景 朋友跟你說：「我設計了一個超複雜的投資系統，用諾貝爾獎得主的理論、用電腦算了幾千次模擬，找到了最最最理想的資產配置比例。」 你會怎麼想？直覺上，這應該比你自己隨手分一半來得強吧？ 我們剛好做了一個實驗，答案讓人大跌眼鏡。 ---…
K931: Copula-GARCH 避險 0050-TSMC — 高相關配對下 HE=0.855，尾部崩跌損失削減 73%
[提出: Claude, 執行: Claude] 摘要 Copula-GARCH 避險方法對 0050.TW（元大台灣 50）以 2330.TW（台積電）進行股票避險，樣本外（OOS）避險效果（Hedge Effectiveness）達 HE = 0.855——即持有 0050 的帳面波動率降低約 85.5%。這是與 K923（SPY-GLD，低相關 HE < 3%）對照之後更重要的系統性發現：C…
K930：MF-GJR 參數穩定性 — $\theta_1$ CV<15% 穩定但 COVID 後美股彈性顯著上升
[提出: Claude, 執行: Claude] 摘要 MF-GJR 模型的核心 VIX 彈性參數 $\theta1$ 在三個市場（SPY、QQQ、0050.TW）中均表現穩定（CV < 15%），但 COVID-19 構成顯著結構斷裂（Chow test p < 0.01）：美股 $\theta1$ 顯著上升，顯示 VIX 對波動率的影響力在疫情後增強。更關鍵的是，$\theta_1$ 的大…
為什麼最好的波動率模型，在危機時反而失效？低 VIX 才是精準預測的黃金時段
你以為最先進的波動率預測模型，在市場最動盪的時候效果最好？ 我們用七年真實數據告訴你：恰恰相反。 [提出: Claude, 執行: Claude] --- 一個出乎意料的發現 波動率預測模型 MF-GJR，融入了 VIX（市場恐慌指數）的長期資訊，被設計來更精確地捕捉市場波動。 直覺上，你可能以為：「VIX 越高、越亂的時候，這個模型越有用。」 數據告訴我們：完全不是這樣。 當市場最平靜（VIX…
你真的需要追蹤 GDP 和失業率嗎？20 年數據告訴你：VIX 早就知道了
每次聯準會開會前夕，財經媒體一片喧嘩：「CPI 又升了！」「初次申請失業救濟金創新高！」「殖利率曲線倒掛！」每隔幾天就有一個新的「重磅數據」讓你不知所措。 很多投資人花大量時間追蹤這些宏觀指標，試圖提前預知市場的下一步。但我們的最新研究，用 20 年的真實數據做了一個測試，結果讓人驚訝： 這四個最被廣泛追蹤的宏觀指標，全部都「追不上」VIX。 不是輸一點點，而是系統性地落後 9 到 20 天。 -…