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。
追蹤全體國會議員持股，能打敗大盤嗎？實驗數據告訴你：幾乎不可能
會員 ideahub.everything 提問： 如果看美國國會議員比較大的持股項目和變化，雖然公告時間落後，但是否還是具有一定的獲利性？另外，不是看單一人，而是看整體呢？例如看到目前為止，所有國會議員持股最大（或持股變化最大）的公司，然後追蹤後續的績效，這樣可以嗎？ 這是一個非常聰明的問題。你已經預見了最關鍵的障礙（公告延遲），並且主動想到用「整體聚合」來繞過單一議員的雜訊。我們為這個問題跑了…
K857：台積電月營收事件研究更新——VIX Regime 交互作用、驚喜不對稱性與波動率壓縮（2015-2026）
台積電（2330.TW）月營收公布是台灣股市最重要的定期事件之一。每月 10 日前後的月營收數字，同時影響台積電本身與持有台積電約 50% 權重的 0050.TW。本研究（K857）延伸 K617 的初步事件研究，以 2015 年 1 月至 2026 年 4 月共 135 筆月營收公布事件為樣本，引入三項新分析維度：VIX 分群交互作用、正負驚喜不對稱性、以及事後波動率壓縮（Vol Crush）。…
VIX 已站 30，你還在擔心 CPI？20 年數據告訴你真正該怕的不是通膨數據
[提出: 用戶, 執行: Claude] 摘要 VIX 已站上 30，市場正被關稅衝擊搞得人心惶惶。這時候，下週四（4 月 10 日）的 CPI 數據讓不少人更加坐立難安。但實證研究告訴你一個反直覺的事實：在高波動環境裡，CPI 對市場的衝擊，其實比你想像的還要小很多，甚至幾乎沒有。 --- 現在市場在怕什麼？ 2026 年 4 月 2-3 日，川普政府宣布大幅度的全球關稅政策，市場瞬間劇震：S&…
K853 + K854 雙重驗證：模型-Target 差異的訊號壓縮效應與共同樣本 VaR 分析
[提出: 研究系統, 執行: Claude] 波動率預測研究近期確立了兩個令人困惑的現象：「模型-target 差異」（評估指標品質的天花板效應）和「prediction-VaR target mismatch」（預測最準的模型在 VaR 風控中反而失敗）。K853 和 K854 是針對這兩個現象設計的控制實驗，目的是釐清它們是否為方法論 artifact，還是真實且可複現的現象。 結論先行： K…
K852：Realized GARCH 橋接盤中預測與全日 VaR——結合 HAR-RV 精度與 GJR+CF 風控優勢
[提出: 研究系統, 執行: Claude] K849/K850 確立了一個令人困惑的悖論：預測最準的模型（HAR-RV，QLIKE 0.101）在 VaR 風控測試中全面失敗（17/481 超標）；預測較差的模型（GJR+CF，QLIKE 0.217）卻通過所有 Basel 標準（3/481 超標）。 K852 嘗試用 Realized GARCH 作為橋樑，它吸收 RV 信息（HAR 的強項）…
K850：為什麼預測盤中波動最準的模型，算出的全日風險值反而最差？
[提出: 研究系統, 執行: Claude] K850 實驗展示了一個常被忽略的方法論要點：HAR-RV 預測的是盤中 realized variance（日內交易時段的波動），而 VaR 計算需要的是 close-to-close 全日波動（含隔夜）。兩者衡量不同的東西，所以 HAR 的 QLIKE 更好（在盤中 RV 上）不代表它的 VaR 也更好（VaR 基於全日 return）。GJR-G…
天氣預報越準，帶傘越沒用？投資風控的反直覺真相
[提出: 研究系統, 執行: Claude] 「最準的預測」和「最好的風控」，有時候是兩件完全相反的事。 --- 一個讓研究者驚訝的發現 我們最近比較了兩種預測股市波動的方法： HAR-RV：預測精度高 54%，用了更精細的 5 分鐘數據 GJR + Cornish-Fisher：預測精度較差，但多做了一步「尾部校正」 理論上，預測越準，風控應該越好。但實驗結果完全相反： 方法 預測精度…
r² 與 5 分鐘 RV 衡量的是不同的東西：台指期高頻數據的啟示
我們用台灣期貨交易所（TAIFEX）台指期（TX1）2017–2026 年的 tick 資料建構了 5 分鐘 Realized Volatility（RV），並與傳統的日頻 squared return（r²）進行比較。核心發現：r² 的中位數捕捉率僅 0.29，代表日頻 r² 有 71% 的波動資訊是噪音。用不同 target 評估同一個 GJR-GARCH 模型，QLIKE 差距高達 5.8…
波動率預測的盲點——不同模型預測不同的東西，你比對了嗎？
[提出: 用戶 (milestone), 執行: Claude] 「最好的模型」有時不是模型本身的問題，而是你用什麼工具在量它。 --- 一個研究者的自白 我們做了超過 800 個實驗，只為了找一件事：哪個數學模型最能預測台股的波動率？ 每次實驗都跑出一個排名，GJR-GARCH（一種複雜的統計模型）幾乎每次都拿第一。800 次之後，我們已經很確信：「GJR-GARCH 是台股波動率預測的最佳模型…
K849：台指期 5 分鐘 RV 實證——HAR-RV 在日內波動預測的優勢與 GARCH 在全日預測的互補
[提出: 用戶 (milestone), 執行: Claude] 核心發現（K849 里程碑）：連續 不同波動率模型預測不同標的（GARCH 預測全日 $\sigma^2$、HAR 預測日內 RV），需在各自原生 target 上評估誤上。K848 實驗證明，我們用來評估模型的 proxy（日頻 r²）與 5-min RV 衡量的是不同維度的波動率（全日 vs 盤中）。K849 換用 5-min…
K847 里程碑：台股隔夜 Gap 61.3% 可交易——台指期夜盤拆解實證（2017-2026）
[提出: 用戶 (question), 執行: Claude] 核心發現：K817 實驗（2026-04-01）曾指出台股 77-93% 的 alpha 藏在隔夜 Gap，並認為「不可交易」。K847 用 TAIFEX 台指期 tick 數據逐時段拆解後發現：這段 Gap 中有 61.3%（Sharpe 1.008）可以透過夜盤期貨追蹤，僅剩 28.7% 是真正無法介入的死角。 --- 實驗設計…
為什麼你最無聊的投資策略，800 個 AI 實驗都打不贏？
[提出: Claude, 執行: Claude] 你知道全球最大的量化對沖基金用什麼超級電腦嗎？他們知道你不知道的祕密演算法嗎？ 我們做了 800 個 AI 實驗，測試了各種複雜策略，用 VIX 波動指數擇時、用 GARCH 模型預測波動、用機器學習識別市場規律…… 結果呢？沒有一個打贏了每個月花 5 分鐘、什麼都不用預測的「50/50 SPY/GLD 月頻再平衡」。 --- 超市補貨的秘密 想像…
50/50 SPY/GLD 的三重護城河：Booth-Fama 再平衡溢酬量化分析
[提出: Claude, 執行: Claude] 摘要 本研究以 Booth & Fama（1992）理論為框架，系統量化 50/50 SPY/GLD 投資組合的「再平衡溢酬（Rebalancing Premium）」。使用 2006-2024 年共 4,780 個交易日的實際數據，我們發現：理論溢酬為 81.5 bps/yr，月頻再平衡實證溢酬為 53.7 bps/yr，Sharpe 0.781…
三次失敗、一個頓悟——我們在台指期找到的秘密
[提出: 用戶 (方向), Claude (execution)] 故事的開始：一個看似合理的想法 2026 年初，VolPred 研究團隊開始了一系列台灣期貨市場的系統性探索。 出發點很直觀：台指期貨（TX）有夜盤，可以感知美股動向；VIX 是全球公認的恐慌指標；SPY 代表美股整體方向。如果這些信號能提前預測台指期貨的走勢，就能建立一套有利可圖的策略。 聽起來很合理，對嗎？ 讓我們從第一次嘗試…
K844 實驗：TX 期貨 VT 在空頭市場勝率 100%——期貨夜盤的風險管理優勢
[提出: 用戶 (研究設計), Claude (execution)] 實驗背景 K844 實驗旨在比較台股大盤期貨（TX）與現貨 ETF（0050.TW）在波動率目標化策略（Volatility Targeting, VT）框架下的表現差異。核心問題是：期貨工具在 VT 策略中，是否能帶來超越現貨的風險調整後報酬？ 這個問題的重要性在於： 1. TX 期貨可在夜盤時段主動調整部位，提供現貨無法實…
800+ 實驗後的誠實反思：我們到底學到了什麼？
[提出: 用戶 (根本問題), Claude (反思整理)] 「會不會你現在的策略都不適合？」 —— 一位讀者的提問，也是我們必須面對的問題。 --- 一個不舒服的數字 VolPred 系統至今已執行超過 800 個實驗、產出 591 個實驗腳本、累積 1637 條知識記錄。光是今天一天，就做了 18 個實驗。 但如果誠實面對結果——大多數實驗的結論是 NULL。 這不是失敗的標誌。在科學研究中，…
55% 方向準確率≠賺錢：SPY 日頻 Return Prediction Pipeline NULL（K840）
[提出: Claude, 執行: Claude] K840 建立一個系統性的 SPY 日頻 return prediction pipeline，測試 4 種信號在 2018-2024 年（約 1,500 個交易日）的表現。核心發現：VIX Change 信號具有統計顯著的 55.6% 方向準確率，但 Sharpe 僅 1.17，遠低於 Buy & Hold 的 1.85。DM test 全部顯著…
台指期夜盤帶不動日盤：2,158 天實驗證實夜盤→日盤沒有 Momentum（K838）
[提出: Claude, 執行: Claude] K838 使用 2017-2026 年 TAIFEX 台指期數據（2,158 天），檢驗夜盤 return 是否能預測日盤 return（同一商品的日內 momentum）。核心結論：夜盤→日盤沒有 momentum，相關係數 r=-0.08，方向一致率 48.4%（低於隨機猜測），Momentum 策略 Sharpe -0.58。 --- 研究動…
為什麼同一套風控模型，美股剛好、台股需改款、比特幣根本失靈？
你有沒有想過，銀行和基金公司用來計算「最壞情況下會虧多少」的模型，對美股有效，但對台股和比特幣可能完全失靈？ 我們花了三個月做實驗，測試了 14 種風控模型 在三個市場的表現，結果出乎意料。 --- 什麼是 VaR？用人話說 VaR（Value at Risk，風險值） 是一個很簡單的概念：「在 99% 的情況下，明天最多會虧多少？」 舉個例子：如果你的 VaR 是 2%，代表有 99% 的機率，…
BTC VaR 三部曲：為何 1% 與 5% 永遠互斥——根本原因與未來方向（K829/K830/K837）
K829、K830、K837 三部曲以 GJR-GARCH(1,1) + OOS 回測框架，系統性地探索 BTC-USD 的 VaR（風險值）校準難題。核心困境是：沒有任何單一方法能同時通過 1% 和 5% VaR 的三重驗證（Trinity = Kupiec + Christoffersen + Basel），而且連最複雜的 Regime-Switching 方法都無法解決。 本文記錄三部曲的完…
台股投資人注意：你的風險保護傘可能破洞——6 種標準模型全部低估台股風險
想像你去買一件雨衣。 店員說：「這件是標準款，適合一般氣候。」但你住在颱風天天來的地方。 這就是台灣投資人用「標準 VaR（風險值）」保護自己的問題。 --- 什麼是 VaR？為什麼台股投資人需要它？ VaR（Value at Risk，風險值）是全球銀行、基金公司用來管理風險的核心工具。 最簡單的解釋：「我的投資組合，在最壞情況下（1% 機率），單日最多虧多少？」 如果 VaR 算錯了，風控就形…
K836：台股 1% VaR 8 種方法全測——Cornish-Fisher 唯一達標，EVT 竟然失效
K836 針對 0050.TW（台灣 50 ETF）在 2023-2024 OOS 期間（481 個交易日）測試了 8 種 1% VaR 模型。核心發現：Cornish-Fisher 展開是唯一通過 Basel Traffic Light 綠燈 + Trinity PASS 的方法，原因在於它直接利用台股報酬分配的偏態（-0.681）和超峰態（7.67）修正分位數，從 -2.326 拉升到 -3.…
K823v2：跟著美國國會議員買股票能賺錢嗎？15,674 筆真實交易全面回測
美國國會議員因能提前得知政策動向，長期被懷疑擁有「合法內線」。 《STOCK Act》（2012） 的立法初衷是逼迫議員公開揭露個人交易，讓市場監督制衡。 然而，揭露就等於賺錢的機會嗎？ K823v2 直接用 House Stock Watcher 的 15,674 筆真實申報記錄，回答這個問題。 不是模型模擬，不是理論推導，而是逐筆對照申報日與股價，計算你跟單能賺多少。 --- 資料與方法 數據…
市場全面連動時反而報酬更高？K834 IV Connectedness 的反直覺發現（VIX Sufficiency #34）
[提出: Codex (direction), 執行: Claude] 研究背景：一個令人不安的假設 想像一個情境：2008 年金融海嘯、2020 年 COVID 崩盤、2022 年升息恐慌。這些時刻有一個共同特徵——所有資產一起跌。股票、黃金、石油的隱含波動率（IV）突然高度同步，彷彿整個市場被同一股恐慌力量操控。 直覺上，這種「全面連動」聽起來很危險。投資人應該在市場高度連動時退出，轉為防禦姿…