§ 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 →
- 841每日策略建議：VIX 15.77（正常）— 2026-06-03基於 2026-06-02 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $759.57 (+0.14%) GLD: $411.95 (+0.17%) 0050.TW: NT$105.5（2026-06-01 收盤） VIX: 15.77 🟡（正常） GARCH 年化波動率: 9.8% ⚠️ 0050.TW 資料延遲提醒：本文所引用的 0050.TW 收盤為 2026-06-01，較…→
- 8422026-06-03 本日持倉比率建議（依據 2026-06-02 收盤數據）σ = 9.8% · VIX = 15.77 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 76% 24% Risk Parity (SPY+GLD) SPY 87% + GLD 49% 0% 12/VIX (SPY) SPY 76% 24% 50/50 SPY/GLD …→
- 843AI 資本支出狂潮下，期權市場押的是上行而不是下行每季 AI 資本支出數字一出，財經版面就出現大量「泡沫警示」或「AI 超級週期」兩種極端。但期權市場的定價行為告訴我們一個更細緻的故事。 這篇文章的起點是一個問題：市場究竟在 AI 個股的選擇權上押什麼？是下行保護，還是上行爆發？ --- 截面快照：誰在買 puts，誰在買 calls 2026 年 6 月初，我們用 yfinance 拉了 META、GOOGL、MSFT、AMZN、NVDA 這五…→
- 844K1399：VIX 四個分量裡，水準最強；5 日均線也過門檻，但沒有增量優勢摘要：把 VIX 拆成水準（Level）、變化量（ΔVIX）、波動率溢酬（Vol Premium）、5 日均線（MA5）四個分量，分別放進 HAR-ABS 預測 SPY 日絕對報酬。結果要講得更精確：VIX 水準是表現最好的單一分量（DM t = -4.40 vs HAR-ABS），5 日均線也能單獨擊敗基準（DM t = -3.53），但直接和水準相比則顯著較差（DM t = +3.47）。ΔV…→
- 845讓模型更常改變心意，不代表它就更會預測很多人直覺上會覺得，投資模型如果太早「認定單一答案」，就容易僵化。那最自然的改法是什麼？讓它不要記得那麼久，定期把舊證據忘掉一點，這樣它就能更靈活地重新分配權重。 這個想法很合理。我們也真的拿它去測了。 結果很有教育意義：模型確實變得比較不固執了，但預測沒有因此變得更準。 上面這張圖看的不是報酬，而是「模型之間還有沒有真的在競爭」。線越高，代表權重分得越平均；線越低，代表系統很快只剩一個模型獨大。…→
- 846為波動率量身打造的模型，真的比老牌非對稱模型更準嗎？三個 ETF 說「不」很多人對金融模型有一個直覺：如果設計一個從根本上就是針對波動率來建構的模型，理論上應該會比通用型的方法更好。 這個直覺不算錯。但拿真實資料去驗的時候，答案很直白。 三個大型 ETF（SPY / QQQ / GLD），超過 18 年的樣本外資料，MEM 和非對稱 MEM 輸了，全部。 --- 這些模型在做什麼？ 先從大家比較熟悉的那個說起。 「老牌非對稱波動率模型」（本文簡稱「傳統非對稱模型」）的設…→
- 847同樣是模型投票，為什麼 0050 很快就只剩一個人說話？很多人對投資模型有一個直覺：如果單一模型不夠穩，那就不要只押一種，改成讓好幾種模型一起投票，應該會更可靠。 這個想法聽起來很合理。我們也真的拿它去測了三個市場：美股大盤、黃金，還有台灣最常被拿來當大盤代表的 0050。 結果很有意思。 同一套方法，在美股和黃金有用；到了 0050，它很快就退化成只剩一個模型說了算。 先看左圖。這裡比較的是「讓多個模型一起投票」和「直接選單一最強模型」之間的差距。…→
- 848波動率預測不是把指標愈疊愈多就會愈準做投資研究的人很容易有一個衝動：再加一個指標、再多一層結構、再換一個比較新的做法，預測應該就會更準。 這篇用 K1379 的四種方法檢查這個直覺：在 SPY 的隔日波動預測上，多一層結構或多一個指標，是否真的換到更低的預測誤差。 比較使用 2019-01-02 到 2026-05-18 的共同有效樣本，共 1,852 個交易日。四種方法都只能使用前一日以前可見的資訊，並在同一批日期上接受比較。 穩…→
- 849資料版本洗到最乾淨後，黃金美債比特幣的波動還是先看自己很多總體指標看起來都很厲害。金融壓力指數、政策不確定性指數、新聞情緒，名字一個比一個大。真正的問題不是它們有沒有故事，而是：拿來預測黃金、美債、比特幣下週的波動，能不能比各資產自己的恐慌表更有用？ 這次我們把資料版本拉到最嚴格，改用 ALFRED 的真實 vintage 資料。意思是每一個週五，只准模型看到當時市場真的看得到的版本，不能偷吃後來修訂過的值。測三個資產：GLD、TLT、BTC。基準不…→
- 850每日策略建議：VIX 16.05（正常）— 2026-06-02基於 2026-06-01 收盤數據，預測下一交易日最佳持倉配置。 市場快照 SPY: $758.54 (+0.27%) GLD: $411.26 (-1.41%) 0050.TW: NT$105.5（2026-06-01 收盤） VIX: 16.05 🟡（正常） GARCH 年化波動率: 10.1% 今日策略配置 策略 資產配置 總曝險 現金 ------ --------…→
- 8512026-06-02 本日持倉比率建議（依據 2026-06-01 收盤數據）σ = 10.1% · VIX = 16.05 策略 配置 現金 ------ ------ ------ GARCH VT (SPY) SPY 75% 25% Risk Parity (SPY+GLD) SPY 84% + GLD 46% 0% 12/VIX (SPY) SPY 75% 25% 50/50 SPY/GLD …→
- 852台股財報日波動率只有美股的 30%？原因是結構，不是消息量同一家公司盈餘超預期，台股當日波動率反應是美股的 30%。這個數字出自 110 支股票、4 個市場、逾十年日報酬數據的實測計算。 更奇怪的是歐洲。歐股單看分析師人數，比日股多。按照常識，報告越多代表市場消化資訊越快，財報日的波動率應該更集中、更乾淨。但實際的測量結果正好相反：日股的財報日波動率反應是歐股的 2.8 倍（0.39 對 0.14）。 這個倒置現象，是理解整件事的關鍵。 --- 四個市場…→
- 853借錢買正二，最該怕的不是賠光，是「賣也賣不掉」的那一年有位讀者看完我們上一篇「單筆 vs 分批」之後，在 FB 留了一串很實在的問題。他問的是 00631L（元大台灣50正2），就是那檔幫你把台灣 50 的每日漲跌放大兩倍的槓桿 ETF。他的問題我幫他拆成四個： 第一，現在大盤在高位，槓桿的話還是該一次買進嗎？第二，如果一次買進的錢是信貸借來的呢？第三，要不要留一筆加碼金，跌下來再補？第四，他自己有個直覺，槓桿跌 50% 要漲 100% 才回本，這個…→
- 854換了更好的模型，風險計算卻沒變好多少：36 場測試告訴你，關鍵在哪裡[提出: 用戶, 執行: Claude] 有個問題值得想一想：如果你現在用的波動率模型不夠準，你應該換一個更好的模型，還是換一個更好的計算方式？ 大多數人的直覺是「換模型」。模型更複雜、更聰明，風險估計自然更準。但 36 場跨資產測試的結果，給出了不一樣的答案。 --- 實驗怎麼設計的 我們跑了一個 2×3 的組合設計：2 種波動率模型乘上 3 種 VaR 計算方式，再對 SPY（美股大盤）、QQ…→
- 855K1151：財報 Beat 多少不重要，今天有沒有公佈財報才是波動率信號[提出: Claude, 執行: Claude] 實驗 K1151 / K1147 數據期間：2014-2025 30 支 S&P 500 大型股 --- TL;DR 我們把「財報驚喜幅度」（beat 了多少）換成波動率預測因子，統計顯著性從 t=4.49 直接掉到 t=1.11，根本不顯著。 決定股價波動的，是「今天有沒有公佈財報」這件事，而不是「EPS 超出預期多少」。 散戶試…→
- 856買的時候時點沒那麼重要，賣的時候順序可能決定你幾歲把錢花光退休理財有件事，多數人想反了。 很多人存錢的時候盯著「現在進場會不會太早」，怕買在高點。但等到真的退休、開始每年從本金領錢出來花，反而沒人在意一個更要命的問題：你這幾十年的好年壞年，是按什麼順序出現的。 順序聽起來像個無聊的細節。它不是。在你還在存錢的階段，順序確實不太重要；可是一旦你開始提款，同一組報酬換個出場順序，可能讓你 80 歲還有錢，也可能讓你 70 歲就把帳戶領到歸零。這個東西在退休理…→
- 857K667: VT 波動率目標策略的保險成本定量分析——20 年 5,089 交易日實證[提出: K656/K664 延伸, 執行: Claude] 摘要 本研究針對 VT（Volatility Targeting，波動率目標）策略的「保險成本」進行系統性定量分析。以 2006 年至 2026 年（20.2 年，5,089 個交易日）的 SPY、GLD、VIX 日頻資料為基礎，比較五個組合策略的年化報酬、Sharpe 比率、MDD（最大回撤）及逐年保費。核心發現：12/VIX SPY…→
- 858K1402/K1403/K1404：跨市場 HAR-RV 尾部分位數預測驗證 — 美股、債券、黃金、台股全數通過[提出: Claude] 2026-07-11 推論更新：三個實驗已改用 canonical HAC DM。SPY、QQQ、GLD、TLT、^TWII 的 t 值依序為 -10.95、-13.23、-8.43、-11.39、-6.43；五者仍超過嚴格門檻 t >3，跨市場結論不變。 摘要 本文整合實驗 K1402（SPY）、K1403（QQQ/GLD/TLT）、K1404（^TWII）的樣本外驗…→
- 859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。…→
- 860比特幣半減後波動真的會降嗎？K1372 的答案是：看起來像，但還不能當鐵律每次比特幣半減，市場上都很容易冒出一種說法：題材炒完了，波動就會自己冷下來。 K1372 想檢查的，就是這件事到底有沒有真的出現在資料裡。做法很直接：把比特幣三次可觀察的半減事件拿出來，分別看前後各 90 個交易日的波動率，再用 GARCH 去對照整體波動 regime。 結果很整齊，但也很尷尬。整齊的是，三次半減都出現了半減後波動率低於半減前；尷尬的是，樣本只有 3 次，還夾著 2020 疫情這…→
- 861澳洲股市那個看起來特別低的財報波動，其實可能只是日期差兩天有些研究結果最麻煩的地方，不是它錯，而是它看起來太像真的。 K1171 先前在 13 個市場的比較裡，發現澳洲市場的 earnings-day 波動彈性特別低。AU 的 theta_rel=0.150，在整個 ladder 裡幾乎墊底。這個數字很容易讓人往經濟故事上想，例如澳洲半年報制度比較疏，或市場結構本來就比較鈍。 K1210 做的事很單純。它不急著編故事，先回頭問一句：這個異常值，到底是市場…→
- 862資本支出暴增八成，股票卻平靜如水：AI 巨頭的波動率定價迷局2026 年第一季，微軟單季資本支出達到 308 億美元。 這個數字比一年前高出 84.5%。同一個季度，Meta 的資本支出是 190 億美元，YoY 增幅 46.8%。兩家公司加起來，一個季度把 500 億美元砸進伺服器、資料中心和 AI 基礎設施。 按直覺推論，這樣的資金燃燒速度應該讓投資人坐立難安。鉅額 CapEx 壓縮短期自由現金流、增加財務槓桿風險、代表公司押注一個尚未驗證商業模型的未…→
- 863澳洲股市的謎——我們以為找到了答案，結果發現問題出在資料本身K1171 在 13 個市場的跨國波動率梯形分析中，澳洲（AU）的財報事件反應係數 θrel = 0.150，排名倒數第二，但澳洲的機構持股比例 instpct = 0.368 屬於中段，按梯形規律預期應落在 θ_rel ≈ 0.3–0.4。K1207 已排除產業結構（銀行+礦業）這個解釋，因為產業調整後 AU 的殘差反而放大了 31%。 K1210 對剩下的兩個假說做法醫式檢定：H1 半年財…→
- 864換掉 yfinance 也救不回來：新興市場法人持股階梯為何是結構問題在先前的 12 市場法說會研究（K1172）中，巴西、印度、墨西哥、中國四個新興市場在「法人持股 vs 超額已實現波動」的散布圖上明顯偏離已開發市場拉出的階梯。一個合理懷疑是：yfinance 的 institutionsPercentHeld 對新興市場的股權結構抓不準，印度沒把 FII+DII 加全、中國把國資看成「私人公司」、巴西把控股私募當成法人。本研究把這 40 家新興市場標的的法人持股…→