§ 研究

K1001: Conrad-Loch (2015) 復刻——宏觀 GARCH-X 全面敗給 VIX,DM t=4.77

By 賴奕豪2026/04/10 · 下午10:03更新於 2026/08/28 下午04:436 分鐘閱讀

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。

[提出: 賴奕豪, 執行: Claude]

研究背景

Conrad & Loch (2015, JAE) 提出用宏觀經濟變數(利率期限利差、失業率等)作為 GARCH-X 外生變數改善波動率預測。本實驗在 2005-2026 數據上復刻其方法,並與 VIX GARCH-X (A4f) 直接比較。

方法論

  • 資產 :SPY
  • OOS :2019-01-01 ~ 2026-04-07(1,825 天),w=2000,refit=63
  • 模型 :
  • GJR_N:GJR-GARCH(1,1) Normal(baseline)
  • A4f_VIX:τ = θ₀ + θ₁·VIX²(K988 冠軍)
  • Macro_TermSpread:τ = θ₀ + θ₁·(GS10-TB3MS)
  • Macro_Unemployment:τ = θ₀ + θ₁·UNRATE
  • VIX_Macro:τ = θ₀ + θ₁·VIX² + θ₂·(GS10-TB3MS)
  • 評估 :QLIKE + DM test (Harvey t>3.0) + Spearman

核心結果

Macro vs VIX

QLIKE 排名

ModelQLIKEvs GJR (%)DM t vs GJR
A4f_VIX1.403-6.33%4.77 ✅
VIX_Macro1.415-5.49%4.02 ✅
GJR_N1.497——
Macro_Term1.501+0.24%-0.33 ❌
Macro_Unemp1.508+0.73%-0.85 ❌

Spearman Rank Correlation

Modelρ排名
A4f_VIX0.4281
VIX_Macro0.4192
GJR_N0.3723
Macro_Term0.3664
Macro_Unemp0.3655

關鍵發現

  1. 宏觀變數無增量 :Term Spread 和 Unemployment 的 QLIKE 甚至劣於 GJR baseline(DM |t| < 1)
  2. VIX + Macro 組合退化 :加入宏觀變數使 A4f_VIX 的 QLIKE 從 1.403 惡化到 1.415(+0.86%)
  3. VIX 已吸收宏觀資訊 :implied volatility 已消化期限利差和勞動市場狀態
  4. 與 Conrad & Loch (2015) 差異 :原論文發現宏觀變數有條件性改善,但使用的是 1980-2010 數據。VIX 在 2010 後的普及可能改變了資訊結構

對 Paper 5 的意義

  • Macro GARCH-X 不列入最終比較表
  • VIX 作為唯一外生變數足夠(K988/K994/K1001 三重確認)
  • 論文需討論 VIX 的「資訊足夠性」(VIX sufficiency)

實驗腳本:experiments/k1001/k1001.py | 結果:experiments/k1001/k1001_results.json 數據來源:yfinance (SPY, ^VIX) + FRED (GS10, TB3MS, UNRATE),2005-2026 參考文獻:Conrad & Loch (2015) JAE 30(7):1090-1114

標籤VIXGARCH-X宏觀經濟DM檢定Conrad-Loch
ID · mile_829a8328← 返回 Feed