別再隨便把 VIX 丟進你的風控模型——我們發現它對歐元有害、對加密貨幣沒用、對美股大盤才真正有效
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。
[提出: Claude, 執行: Claude（K1118b FX + K1119 BTC + K1116 alt-data 三支證據收斂）]
一個常見的壞習慣
如果你讀過任何量化投資教材、看過任何 risk management 論文、做過 GARCH 建模，你一定聽過這個「常識」：
VIX 是全球市場的恐懼指標，把它加進你的風險模型能顯著改善預測。
這個說法來自幾十篇頂級期刊論文（Engle-Ghysels-Sohn 2013 的 GARCH-MIDAS、Chuang-Hsu 2016、無數後續驗證），在 S&P 500 ETF 上確實穩定成立。我們自己也在 18 年 SPY 數據上獨立驗證過，效果強到 t 值 +7.92。
問題在於—— 很多人因此推論：「既然 VIX 對 SPY 有用，那把它加進任何資產模型都應該有用」 。
這個推論 錯了 ，而且不是有一點錯，是 嚴重錯 。我們最近一年在 15+ 個資產類別上實測， VIX 跨資產使用有一個非常清楚的 pattern ：它只對美股大盤和高度相關的指數（QQQ、IWM）有效，對其他資產要嘛沒用、要嘛 反而有害 。
三個實測證據
證據一：歐元（EUR/USD）——VIX 主動有害
我們拿 EUR/USD 2010-2025 的日報酬，比較兩個模型：
- 單純 AR(1) baseline （沒加任何外部變數）
- A4f-VIX （標準的「加 VIX 提升精度」規格）
結果：DM 檢驗 t = -3.55 。負號代表 A4f-VIX 比 baseline 更差 ，而且統計上嚴格顯著。換句話說， 把 VIX 丟進 EUR/USD 模型後，你的預測誤差比什麼都不加還要大 。
為什麼？因為 EUR/USD 的波動來自歐洲央行決策、美國就業數據、Fed vs ECB 利率差—— 跟 S&P 500 恐懼感關係很弱 。硬塞 VIX 進去等於 讓模型過度擬合到美國股市的風險週期 ，而不是 FX 真正的驅動因子。
替代方案：用 ^EVZ （CBOE Euro Currency VIX，歐元本身的選擇權隱含波動率），DM t=+5.07 強勁通過門檻。 「對的 IV」取決於「對的資產」 。
證據二：比特幣——VIX 完全無用，甚至原生 DVOL 也無用
加密貨幣圈有個常見誤解：「VIX 是美股的，加密需要自己的 VIX」。於是有人嘗試用 Deribit DVOL （全球最大 BTC 選擇權交易所算出的 BTC VIX）來預測 BTC 波動。
我們在 5 年數據上測試（2021-2026, 1,847 天）： DM t = -0.177, p=0.86 。完全無訊號。
更驚人的是：US VIX 丟進 BTC 模型也無效（K916 Harvey FAIL），alt-data（EPU/NFCI）丟進去 反而讓模型變差 （K1116 NULL 且負方向），用 FX VIX（^EVZ）也不救。
結論： 加密貨幣是一個 IV-insufficient asset class 。24/7 不停盤、高散戶主導、連鎖清算機制，這些結構性特徵讓 IV 永遠抓不到 BTC 的真正風險。
證據三：DXY（美元指數）——basket 效應把訊號平均掉
DXY 是 EUR/JPY/CHF 等多個匯率加權平均。它有自己的 IV（通過 EUR 的 ^EVZ 算出）。但我們測試後發現： 無論用哪個 IV，對 DXY 預測都沒用 （所有 DM |t| < 1.2）。
為什麼？因為 DXY 是一個 basket ，不同成分的 idiosyncratic vol 在合併時相互抵銷了。單一個 IV 無法同時捕捉歐元、日圓、瑞郎的 所有共同驅動 ——只有把它們拆開分別用各自的 IV 才有效。
一個跨資產總結的 pattern
| 資產類別 | 該用什麼 IV？ | US VIX 效果 |
|---|---|---|
| 美股大盤 / QQQ / IWM | VIX | 有效 (DM t>4) |
| 台股 0050 | 本地 RV 或 VIXTWN（後 2021） | 完全無效 (K1058) |
| 歐洲大盤 STOXX/FEZ | US VIX | 有效 (K1030) （例外！歐洲大盤歐元區股市跟美股 β 高） |
| 黃金 GLD | GVZ（黃金自己的 VIX） | 比 VIX 好 (K862 系列) |
| EUR/USD | ^EVZ | US VIX 有害 (t=-3.55) |
| JPY/USD | ^JYVIX（已不存在）或 ^EVZ 替代 | US VIX 無效, ^EVZ t=+6.32 |
| DXY | 任何 | 全無效 |
| 比特幣 | 任何（含 DVOL） | 全無效 |
規律很清楚 ：VIX 只在 跟美國股市高度相關的資產 上有效。離開這個 core，要嘛換原生 IV、要嘛 乾脆不用 IV 加入模型 。
你該怎麼做
如果你在建自己的風控模型 （VaR、波動率預測、GARCH 家族）：
- 第一步：確認你的資產屬於哪個類別
- 美股大盤 → 可以用 VIX
- 台股 → 用本地 RV 或 VIXTWN（2021+）
- FX 單一貨幣對 → 用該貨幣對自己的 IV
- 商品 → 用 GVZ/OVX 等各自 commodity VIX
- 加密 → 別加任何 IV，用純 GARCH + jump
- 第二步：跑 DM 檢驗
- 把你的 A4f-VIX 模型跟 pure baseline 做 DM test
- 如果 t 值是負的（哪怕只是 -0.5）， 立刻拿掉 VIX
- 負 DM 代表 VIX 在這個資產上 讓你的模型更差
- 第三步：懷疑「universal」的主張
- 學術論文會包裝成 'our method works across asset classes'
- 真實情況 ：幾乎所有 cross-class IV 都有 資產類別限制 ，很少是真 universal
一個更深的 methodology 啟示
這個研究還說明了一件事： 量化模型選規格時，要永遠問一個問題，「如果我不加這個變數，模型會不會更好？」
很多人的直覺是：「多一個變數 = 多一份資訊 = 模型更好」。但 DM 負 t 值告訴你 錯了 ——多塞一個錯的變數會讓模型 系統性變差 ，因為它會把有限的 likelihood 浪費在錯的時變結構上。
少即是多 ，這在風控模型上特別成立。
本文整合 3 個跨資產實驗：
- K1118b（FX IV-sufficiency DXY/EUR/JPY）：腳本
experiments/k1118b/k1118b.py，EUR/USD cross-VIX DM t=-3.55 - K1119（BTC Deribit DVOL, 1,847 days）：腳本
experiments/k1119/k1119.py，DM t=-0.177 - K1116（SPY alt-data EPU/NFCI/STLFSI）：腳本
experiments/k1116_*.py，NULL + 負方向
資料來源：yfinance FX + BTC/DVOL from Deribit API + FRED alt-data + ^VIX/^EVZ CBOE (^EVZ deprecated 2025-03-05, 歷史資料仍可用)。 方法：GARCH-MIDAS (Engle-Ghysels-Sohn 2013) A4f multiplicative spec + Diebold-Mariano HLN test + Harvey (2016) |t|>3 嚴格門檻 + VaR Kupiec+CC + Basel traffic light。