§ RESEARCH ARCHIVE
研究日誌
VolPred 全部已發佈文章的時間序列，依發佈日期由新到舊排列。
1,939 ARTICLES先看專欄精選 →
- 745VIX 切太早，反而吃掉報酬：用 VIX 期限結構斜率重新校準「保守 VT」TL;DR 線上保守型 VT 用 VIX 水準閾值（>22 切現金）2018 至今年化 6.1%、Sharpe 0.54，遠輸 Buy&Hold 的 16.8%、0.81。改用 VIX/VIX3M 斜率，且只在斜率 ≥1.05（短端恐慌遠超長端）時切現金，OOS Sharpe 升到 0.92、MDD -24.5%、Calmar 0.63，是五策略中唯一同時把風險與報酬都做出來的版本。但 boots…→
- 746FOMC 6/17 倒數 48 小時：VIX9D/VIX 比值從 1.11 跌回 0.98，市場已收手距 2026 年 6 月 17 日 FOMC 公告整整 48 小時。 五天前，這欄追蹤 SOFR 期貨與 VIX 點陣圖的背離。那時 VIX9D/VIX 比值是 1.11，代表短期選擇權買家在 FOMC 前主動加碼保護。 今天這個比值是 0.98。 VIX9D 先跌下來，VIX 跟著走。市場已把恐慌收走了。 --- 一、五天內發生了什麼 T-7（6月10日）：VIX 19.87，VIX9D 22.…→
- 747每日策略建議：VIX 17.68（正常）— 2026-06-15基於 2026-06-12 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $741.75 (+0.54%) GLD: $386.54 (+0.06%) 0050.TW: NT$101.95（2026-06-12 收盤） VIX: 17.68 🟡（正常） GARCH 年化波動率: 19.3% 今日策略配置 策略 資產配置 總曝險 現金 ------ -------…→
- 7482026-06-15 本日持倉比率建議（依據 2026-06-12 收盤數據）σ = 19.3% · VIX = 17.68 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 62% 38% Risk Parity (SPY+GLD) SPY 44% + GLD 27% 29% 12/VIX (SPY) SPY 68% 32% 50/50 SPY/GLD…→
- 749K189 修正版：跨資產注意力沒贏 EWMA，但 5/6 顯著勝 GJR2026-06-15 修訂：舊版本文把 DM 統計量的符號方向讀反，且數字表沿用 2026-06-11 corrected rerun 之前的結果。本文改用 experiments/k189/k189_attention_vol_results.json 重新整理。舊結論「GJR-GARCH 全勝注意力模型」撤回。 摘要 K189 測試六個 ETF 的跨資產注意力加權波動率預測：SPY、QQQ…→
- 750私募信貸看不到帳本，市場還是會先動：一個只對高收益債有用的影子訊號私募信貸這幾年很熱，規模愈做愈大，風險卻不太透明。 問題是，一般投資人根本看不到那本帳。你看不到每一筆放款，也看不到基金淨值怎麼調，等新聞真的爆出來，市場常常早就先反應一段。 所以這次我們換了一個問法。如果看不到私募信貸本身，那能不能先看會跟它一起晃的公開市場資產？ VolPred 拿 BIZD 加上 ARCC、MAIN、GBDC、PSEC、HTGC 這 5 檔上市 BDC，做成一個「私募信貸影子…→
- 751用機器學習「挑出好週」，結果 VT 輸更慘？[提出: 用戶, 執行: Claude] 週頻 VT 的勝率，永遠都在 37% 到 44% 之間。 不管 VIX 是 12 還是 40，不管市場在漲還是在崩，如果你每週問「這週 VT 會贏嗎？」，答案超過一半的時候都是「沒有，這週 VT 輸給了直接買進持有」。 這個發現讓很多人困惑：VT 策略（波動率目標投資，Volatility Targeting）長期績效明明不錯，怎麼週頻勝率這麼低？ 原…→
- 752模型學不會的時候，最常做的事其實是少做決定很多人聽到 machine learning，直覺都是同一個版本。 資料夠多、特徵夠細，模型應該就能比規則型策略更聰明，連「明天到底該不該開啟策略」這種事，也能學出一點門道。 這個實驗做的就是這個測試。 它拿 16 個市場特徵，包含 VIX 水位、期限結構、SPY 動能、波動度，還有 VT 近期表現，去預測一件很具體的事：明天 VT 策略會不會比單純買進持有更好。 方法不算小氣。三種模型都上了，L…→
- 753人類史上最大 IPO：SpaceX 招股書裡，最該看的不是那兩兆估值上週發生了美股史上最大的 IPO。SpaceX，估值逼近兩兆美元，馬斯克成了全球第一個帳面破兆的富翁。上一次「最大 IPO」這個頭銜易主，還是十二年前的阿里巴巴。 新聞大多停在估值跟首富這兩件事。但那份幾百頁的招股書（SEC Form S-1）翻完，真正值得停下來的地方，藏在後面。 第 235 頁：一份幾乎不可能達成的激勵計畫 董事會給馬斯克開了兩張支票。 一張要他把 SpaceX 做到 7.5…→
- 754同一筆數據，兩種評估框架，排名就對調了提出：Claude 資料：實驗 K860，SPY/GLD/VIX 2006-2026，5094 個交易日 風險平價策略用 Sharpe ratio 排第一，VT Robust 排第三。換成前景理論的確定性等值計算，VT Robust 升到第二，而 BH 50/50 滑到第四。前後兩份排名，只差在「你怎麼定義損失的重量」。 --- 你用什麼框架，就得到什麼答案 多數人評估策略，靠 Sharpe…→
- 755台股 VT 參數一定要調到最準嗎？這份實驗給了一個很務實的答案很多投資策略一寫成公式，看起來就很像一台只能照原廠規格運轉的機器。 像台股這套 k/VIX 波動率目標策略，最常被問的一句話就是：那個 8.63 如果不是剛剛好，整套策略會不會就失靈？ 這個實驗專門做的，就是把這顆旋鈕往左往右扭，看看它到底有多脆弱。 結果比很多人想得穩。 在 0050.TW 的 2009 到 2026 全樣本裡，k=8.63 的風險調整後表現大約是 0.827。如果你把參數往上或…→
- 756砍人和燒錢同時進行：為什麼大型科技股的波動率是 SPY 的兩倍半2026 年的科技巨頭做了一件聽起來矛盾的事：同一季裁掉幾千人，再把資本支出計畫調高幾百億。市場的反應也很矛盾：SPY 今年漲了將近 9%，META 卻跌了快 13%，MSFT 跌了 17%。 問題不只是報酬方向不同，波動率也裂開了。 指數平靜，個股亂 以最近一個月（21 個交易日）的已實現波動率來看： 標的 30 日年化已實現波動率 相對 SPY 倍數 --- --- --- …→
- 7570DTE 真的把 SPY 的波動搬進日內了嗎？2022 斷點檢定只答對一半這兩年只要講到美股微結構，0DTE 幾乎都會被搬出來。說法通常很直接:0DTE 選擇權變多了，所以波動不是被壓住，就是被放大。 問題是，這句話太大了。 如果 0DTE 真的改寫了市場，最先該變的會是指數本身的波動結構。以前 SPY 一天的波動，隔夜跟日內各分多少，到了 2022 年之後有沒有真的換了樣子？ 我們把 2010 到 2026 的 SPY 日資料拆開看，每天分成兩段： 隔夜: 前一個收盤…→
- 758量今天的波動，選哪種方法差很多？五種工具實測 20 年 SPY 資料本文依據 VolPred 平台實驗 K969（yfinance SPY 日線資料 2006-2026，共 5,094 個交易日，其中 2019 年起的 1,824 天用於樣本外評估）。 [提出: 賴奕豪, 執行: Claude] --- 收盤價只是今天最後一筆成交 多數人量「今天波動多大」的方式，是拿今天收盤減昨天收盤，求一個漲跌幅。這個做法直覺又方便，但它只用了今天數千筆成交中的最後一筆，把…→
- 759同樣都在尾巴加保險，為什麼只有這個模型真的補對？很多風險模型失準，不是因為它看不到平常的波動，而是因為它在大跌那幾天太樂觀。 這次我們拿 6 種 SPY 風險模型去看 2023 到 2024 年的真實市場，想回答一個很實際的問題： 如果你替模型多裝一層「專門處理極端行情」的保險，真的會變準嗎？ 答案是：要看你原本的底子是誰。 K536 的結果很整齊。真正有明顯改善的，不是大家熟悉的 GJR 家族，而是 HAR。 先看這張圖。藍色是理論上最差 1…→
- 760強美元環境下，哪些資產的波動率真的會被拉高？HAC 校正後只剩 USO 站得住直接用 Welch t-test 看，5 個資產裡有 4 個在強美元環境下波動率顯著偏高。但這個推論少了一層：21 日滾動已實現波動率彼此高度重疊，相鄰樣本的自相關非常強，直接用 Welch t-test 會把標準誤壓得太小。改用 OLS-HAC / Newey-West（maxlags=21）之後，4/5 Bonferroni 顯著縮成只剩 USO 1/5 還站得住。 資料是 2010-01-0…→
- 761風險模型愈花俏愈準嗎？這次市場給了相反答案2026-06-13 修訂（Codex 24h 來源審查） 本文保留核心結論：FHS 在 1% 與 5% 的 pinball loss 點估計最低，直接分位數模型沒有證明自己值得升級。但原文「5% 水準五個模型全都沒完整過關」容易被讀成所有 5% 覆蓋率檢定都失敗。正確讀法是：若沿用本實驗的嚴格 Trinity screen（含 Basel-style 250-day traffic-light…→
- 762💬 會員提問｜東南亞前沿 ETF 真的能分散風險嗎：VNM/EIDO/THD/EPHE 的解耦事實與危機失效本文基於實驗（腳本：experiments/k1466/k1466.py，結果：experiments/k1466/k1466_results.json）。數據來源：yfinance（Yahoo Finance 複權收盤價），期間 2010-09-29 至 2026-06-09，3,946 個交易日。[提出：Claude，執行：Claude] --- 大約有這樣一種說法在投資圈流傳：「買東南亞…→
- 763股票加黃金還不夠？多放一點長債，報酬會少一點，但跌的時候真的差很多做資產配置的人，常常會卡在一個很現實的問題。 股票加黃金，已經比單壓股票穩不少了。那如果再放一點長天期公債，會不會更好？還是只是把報酬稀釋掉？ 這份回測把問題拆得很直接：起點是 50/50 的 SPY + GLD，然後逐步加入 0% 到 30% 的 TLT，看每往上加 5%，組合會發生什麼事。 第一張圖先把最核心的答案講完。 如果你看的是整體順手程度，那條曲線不是一路往上，也不是一路往下。它比較像…→
- 764跌了就多買一點，真的比較聰明嗎？把 5 段歷史排開後，答案沒有想像中穩很多人對投資有一個很自然的直覺。 市場大跌那天，東西變便宜了，所以應該多買一點；如果漲太快，就反過來收一點回來。這個想法聽起來很合理，甚至有點像常識。 K699 做的，就是把這個「常識」拿去拆歷史。 它測了兩種版本： 原始版：只要 SPY 單日漲跌超過 1%，隔天就把 50/50 配置往那個方向反著挪 20% 放寬版：門檻拉到 2%，動作放大到 30% 然後把整段歷史拆成 5 個不同環境，包含金融…→
- 765投資策略是不是越複雜越厲害？我們把 14 套方法排在一起，答案有點反直覺很多人看投資策略，第一眼常常先看「酷不酷」。 名字越長、條件越多、公式越難，一般就越容易讓人覺得它比較高級。這次做的事情很簡單，就是把 14 套紙上交易策略 放在同一張桌上，一次比較。 結果第一個被打臉的直覺，就是複雜度。 把風險、報酬、最大回撤、恢復速度、換手這些指標一起算進去，排在最前面的，是幾個相對樸素的做法；花俏模型沒有自動勝出。 第一名是 保守型 VT（Piecewise）。它不是報酬衝…→
- 766好策略被成本吃掉 23%：11 個 VT 策略的實施費用拆解你看到風報比 2.5，進場後實際拿到的可能只有 1.8。 不是策略壞掉，是成本在動你的錢。這份分析從 paper trading 記錄裡算出每個策略的真實換手率，再逐項拆解：買賣價差、券商手續費、保證金利息、資本利得稅。11 個 VT 策略平均把風報比砍掉 23.1%。 風報比衡量的是「每承擔一份風險能賺多少回報」，數字越高越好。本文用「扣成本前」和「扣成本後」兩個數字說明成本的實際殺傷力。 以下…→
- 767同樣從 5 萬美元出發，20 年後差到快 5 倍：問題常常不是你不夠會算很多人以為，投資最後誰贏，差在誰比較會算、誰懂的模型比較多。 K675 做了一個很直白的測試。先不比誰起跑線比較高，假設 4 個人都拿 5 萬美元 出發，走完同一段 20 年 的市場路。差別只放在兩件事：你知道多少，還有你跌的時候會不會亂賣。 結果拉出來，終點差得很誇張。 最差的那一組，是「平常就只是抱著 SPY，但每次跌深就受不了、先賣再說」的人。20 年後，5 萬美元只剩大約 8.6 萬。 另…→
- 768Fed 開會那天 VIX 跳了 5 點，然後呢？2007 年 9 月 18 日，聯準會在金融危機前夕降息兩碼，超出市場預期。當天 VIX 盤中先在 25 附近，但收盤從前一日 26.48 降到 20.35，close-to-close 下跌約 6.13 點。任何一個盯著螢幕的交易員都會問一個問題：這種衝擊，會不會持續燒進未來一個月的波動？ 這個問題不難理解。FOMC 的決策牽動整個美股資金面，如果聯準會超出市場預期地鷹或鴿，那個「超出預期」的部…→