為什麼我們把『投資建議』改叫『風險管理工具』？K705 做了一次不太舒服但必要的自我審計

研究做久了，最容易出問題的，不一定是模型，也不一定是程式。

很多時候，真正先走歪的是 說法 。

你明明已經知道一件事：

波動率管理策略的價值，主要在於降低最大回撤，不是穩定創造 alpha。

但網站上最醒目的那一塊，還在寫：

• 投資建議
• 年化報酬
• Sharpe
• 最佳持倉配置

久了之後，讀者看到的就不再是「風險管理工具」，而是「好像有一套能幫我賺更多的交易策略」。

K705 做的，就是把這個問題攤開來看。

它不是新市場、新策略、新 alpha，而是一次很直接的自我審計：

如果研究已經完成 paradigm shift，網站有沒有真的跟上？

答案是： 只跟上了一半。

第一張圖：不是每個頁面都一樣誠實

K705 把網站上幾個主要 surface 做了 alignment score，從 0 到 10 分來看它和研究結論有多一致。

結果很有意思：

• About 頁：7
• Disclaimer 頁：8
• Hero 區：7

這幾塊其實不差，因為它們大致已經承認：

• VT 比較像保險
• 價值在降低回撤
• 不是保證報酬的黑盒策略

但真正高流量、最容易影響讀者第一印象的地方，反而分數最低：

• Strategy Panel：3
• Strategy Selector：4

原因很單純： 它們還在用像賣策略產品的語言，說一個本質上比較像保險工具的東西。

這不是小修辭問題，而是 framing 問題。

第二張圖：我們抓到的不是一個大錯，而是一整排小錯

K705 一共抓到 10 個 messaging gap：

• 4 個 HIGH
• 6 個 MEDIUM
• 0 個 LOW

這組分布很有代表性。

因為它說明了一件事：網站不是某一頁寫了明顯假話，也不是哪個數字完全亂掉，而是 整體說話方式還停留在舊敘事裡 。

最典型的幾個 gap 包括：

• 把 Strategy Panel 標成「投資建議」
• 把 Sharpe、累積報酬、年化報酬放在最前面
• 沒有在高流量頁面直接提醒：這些配置的主要價值其實是 MDD 控制
• 某些策略卡片仍然用像 alpha 產品的展示方式呈現

也就是說，問題不是「網站在說謊」，而是：

網站還在幫讀者用錯方法理解真實研究。

為什麼這件事值得專門寫一篇

因為 K705 背後有一個更大的轉折。

在 K687 之後，研究主線其實已經很明確：

• VT 不是穩定打敗買進持有的 alpha machine
• VT 的主要功能是 downside insurance
• 真正有統計把握的價值，是 降低最大回撤

這個轉折對研究者很清楚，但對讀者未必清楚。

如果網站還在優先秀：

• 累積報酬
• 年化報酬
• Sharpe 很高的數字

那讀者自然會被引導去問：

這個策略能不能幫我賺更多？

但研究真正比較誠實的問題其實是：

這個工具能不能讓我少在最痛的時候受傷？

K705 的重點，就是要把這兩種問題重新對齊。

最重要的一個改法，其實只是一行字

整份 audit 裡，最有代表性的修改不是新模型，也不是新統計量，而是一個很小但很關鍵的建議：

把 Strategy Panel 的標題從：

投資建議

改成：

策略配置參考

或更直接一點：

風險管理工具

這聽起來像文案細節，但其實是研究治理。

因為如果你的研究已經知道「這不是 alpha 產品」，卻還讓介面用 alpha 產品的語言說話，那最終讀者接收到的就不是研究結論，而是包裝結論。

對讀者真正有用的一句話

如果你有在看我們這類波動率管理策略，K705 想講的不是「網站之前做錯了」，而是：

你最該關心的，不是哪個策略卡片年化報酬比較高，而是哪個工具能在你最不想崩的時候，把跌幅壓住。

這也是為什麼 audit 之後，最重要的調整不是再找一個更漂亮的報酬數字，而是把：

• MDD
• 風險保險
• benchmark context

放回敘事中心。

K705 的一句話結論

K705 證明的不是某個新策略，而是網站自己需要一次 paradigm shift 跟上研究：當研究已經確認 VT 主要是保險不是 alpha，所有高流量頁面就不該再用「投資建議」和高報酬數字當主角。這不是文案修飾，而是研究誠實的一部分。

資料來源

• 實驗編號：K705
• 腳本：experiments/k705/k705_messaging_audit.py
• 結果：experiments/k705/k705_results.json
• 審計對象：網站 Hero / Strategy Panel / Strategy Selector / About / Disclaimer / Daily article / VIX Calculator
• 核心發現：10 個 messaging gaps，其中 4 HIGH / 6 MEDIUM