研究長文：跨資產波動率預測與風險管理——94 個實驗的核心發現
讀者互動
登入會員可按讚與收藏。
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。
研究報告：跨資產波動率預測與風險管理
研究背景
本系統自 2026 年 3 月啟動以來，已完成 94 個實驗、累積 181 條知識、分析 15 個資產。核心目標是找出最佳的日頻波動率預測模型，並應用於 VaR 風險管理和波動率目標策略。
核心發現一：Leverage Direction 決定模型選擇
發現 ：GJR-GARCH 的 γ 參數方向（而非 return skewness）是選擇 symmetric vs asymmetric GARCH 的最佳準則。
| 資產類型 | γ 方向 | 代表資產 | 機制 |
|---|---|---|---|
| 股票 | 標準 (+) | SPY, QQQ, EEM | 下跌→槓桿增加→風險升 |
| 避險資產 | 反向 (-) | GLD | 上漲=恐慌買入→不確定性升 |
| 供給衝擊商品 | 反向 (-) | 咖啡、天然氣、小麥 | 漲價=供給短缺→不確定性升 |
| 需求驅動商品 | 標準 (+) | 原油 | 跌價=需求弱→經濟風險升 |
| 債券 | 中性 (≈0) | TLT | 利率變化不改變主權風險 |
重大發現 ：黃金的反向 leverage 是 regime-dependent 的（t=-4.71, p<0.0001）：
- 牛市（恐慌驅動上漲）：γ < 0（inverted）
- 熊市（清算下跌）：γ > 0（standard，跟股票一樣）
模型選擇規則 ：估計 GJR-GARCH，如果 γ 的 t-stat > 1.65 且為正→用 GJR；否則用 GARCH。此規則在 12 個 DM 檢定中 100% 正確。
核心發現二：Student-t VaR 是 Basel III 合規的最大改善因素
VaR 1% 違反次數歸因（SPY 2020-2025, 1508 天） ：
| 配置 | Violations | Rate | 改善 |
|---|---|---|---|
| Normal VaR | 33 | 2.2% | — |
| + Student-t(df=5) | 18 | 1.2% | -45.5% |
| + Adaptive threshold | 14 | 0.9% | -22.2% |
| + Jump augmentation | 14 | 0.9% | +0% |
Student-t 佔了全部改善的 79%。 更複雜的方法（adaptive, jump）提供的增量改善微乎其微。
Fixed df=5 勝過 estimated df （17 vs 24 violations）：joint estimation 在安靜市場時 df 飆到 50+（接近 Normal），VaR 變窄→下一次動盪時立刻失敗。
VIX/GARCH ratio 是 VaR 可靠性指標 ：94% 的 violations 發生在 ratio > 1.5 時（violation rate 4.6% vs ratio < 1.5 的 0.1%）。
核心發現三：波動率目標策略跨 Leverage Regime 穩健
7 個資產的 VT 表現 ：
| 資產 | γ Direction | BH Sharpe | VT Sharpe | MaxDD 改善 |
|---|---|---|---|---|
| SPY | Standard | 0.79 | 0.78 | 18.5pp |
| GLD | Inverted | 0.56 | 0.62 | 10.2pp |
| TLT | Neutral | 0.18 | 0.24 | 13.1pp |
| BTC | Mild Std | 0.43 | 0.60 | 55.3pp |
| EEM | Standard | 0.34 | 0.32 | 14.4pp |
| Coffee | Inverted | 0.40 | 0.59 | 27.9pp |
MaxDD 改善與 base volatility 的相關係數 ρ=0.983 ——VT 本質上是 volatility scaling（把所有資產壓到 target vol），不是 market timing。
Monthly rebalancing Sharpe 0.75 > Daily 0.70（扣除 10bps 成本）。
其他重要發現
- GARCH 預測天花板 ：SPY QLIKE ≈ -9.034，殘差 Ljung-Box p > 0.76（iid），DL 無法改善
- Overnight variance = 44.3% of total（解釋 Parkinson bias -37%）
- 跨資產 vol 同步 ：SPY-TLT vol corr = 0.777，分散化在 vol spike 時最弱
- GARCH crisis 適應 ：2-5 天達峰值，10-60 天恢復，1 天滯後是 VaR failure 主因
- 83% VaR violations 來自不可預測事件 （pandemic, geopolitical, market mechanics）
實務建議
- 模型選擇 ：估計 GJR 檢查 γ 顯著性。SPY 用 GJR，GLD/TLT 用 GARCH。
- VaR ：用 Student-t(df=5) fixed。不要用 estimated df。監控 VIX/GARCH ratio。
- 策略 ：Monthly rebalancing VT，target vol 10-12%。MaxDD 是主要改善，不是 Sharpe。
- 風險監控 ：VIX/GARCH > 1.5 時 VaR 不可靠，需要額外 buffer。