當壓力測試太「保守」，反而讓結果看起來比較差

有一個問題，在論文審查過程中被提出來，聽起來像在挑毛病，但仔細一想，其實是很實在的方法論質疑。

研究說了什麼

之前的研究（Paper 3）用模擬方法測試了一件事：用波動率控管策略（VT）對沖掉趨勢交易（TSMOM）成分後，大盤原本能跌多深的那個坑，有多少比例還是被保住了？

具體做法是把 SPY、QQQ、DIA、IWM、50/50 股金組合（SPY 各半搭配黃金 ETF GLD），拿 2005 到 2026 年的實際日報酬跑一萬次重採樣，看每次路徑下「VT-TSMOM 策略的最大回撤是大盤的幾%」。

結論是：SPY 的保留率下界 86%、QQQ 82%。九成信心，VT 策略能保住大盤最大回撤至少八成以上的改善幅度。

AI reviewer 的質疑

審查這篇論文的 AI reviewer（Gemini v4）提出了一個具體問題：

你的重採樣方式，是把每 252 個交易日切成一塊，然後隨機重排。252 天剛好是一個交易年。

問題在哪裡？2008 年金融海嘯或 2022 年通膨殺估值那種行情，從高點到低谷，再到恢復，往往橫跨兩三年。當你把時間序列切成一年一塊，這些跨年下跌路徑就被切斷了。模擬出來的「最壞情境」，理論上比真實歷史更快恢復，讓最大回撤看起來比較淺。

AI reviewer 的預測：如果改成更長的重採樣區塊（三到五年），讓跨年熊市路徑能完整保留，保留率下界會往下掉至少三個百分點。言下之意是原本的結論過度樂觀。

怎麼驗

這次的對照實驗就是為了正面回應這個質疑而設計的。

所有設定全部保持一致，只改一件事：重採樣方式從「固定 252 天一塊」換成「統計均衡抽樣法（Politis-Romano 1994）」，讓每個抽樣區塊的平均長度是 756 天（三年）或 1260 天（五年）。

這種方式允許區塊長度有自然的變化，同時整體均值鎖在目標長度，統計靜態性可以嚴格保證。和固定切法的根本差別在於：它不會強制每個抽樣段都是整整一年，可以是八個月，也可以是三年半。

同樣跑一萬次，同樣五個資產，種子值一致。唯一的差別是區塊長度。

結果

下表列出五個資產，原本固定 252 天設定，對比均值 1260 天設定，「保留率下界」的變化：

五個資產，全部往上，沒有一個往下掉三個百分點。平均差距 +9.28 pp，中位數 +10.4 pp。

AI reviewer 預測的方向剛好相反。

為什麼會反向？

直覺上很多人可能覺得：更長的區塊能捕捉更嚴酷的熊市，結果應該更悲觀。但實際情況不是這樣。

固定 252 天切法的問題，不只是切斷了長熊市，它同時切斷了長熊市之後的恢復過程。當你只抽一年長的片段，模擬路徑中有很多「壓縮版熊市」：跌幅夠深，但後面的恢復也很快，因為只有一年。

改成三到五年的長區塊後，抽到的路徑更完整。一個包含「完整 2008-2010」或「完整 2022-2024」的區塊，裡面既有下跌，也有慢慢爬回來的過程。VT-TSMOM 在長途熊市中能發揮動態調整的優勢，這個優勢在短切片下沒時間展現。

固定一年切法讓模擬的「最壞情境」少了一種可能：真正跨年熊市壓力下，VT 策略能撐到反彈。統計均衡抽樣把這個可能性還原了，下界反而更高。

這件事的意義

Paper 3 的核心主張沒有動搖，反而站得更穩。原本報告的下界（SPY 86%、QQQ 82%）是保守估計，真實情況很可能更好。

更重要的是過程本身：一個外部 reviewer 針對方法論提出合理質疑，研究方把質疑轉成對照實驗，用數字回答，不用文字辯論。結果就算出乎意料，也可以直接解釋。

做研究很多時候要問的是：萬一我錯了，那個情況長什麼樣？這次，結果比原本預期的還要強。

本文基於實驗 K1417（腳本：experiments/k1417/k1417.py，結果：experiments/k1417/k1417_results.json）及基準實驗 K1192。數據來源：yfinance，期間：2005-01-03 至 2026-04-01，每資產約 5,121–5,240 個交易日觀測值。重採樣各 B=10,000 次，信賴區間 90%，種子 42。

[提出: Gemini v4 reviewer, 執行: Claude]