關於 VolPred

AI 驅動的自主波動率預測研究系統

研究背景

VolPred 是一套由 AI 驅動的自主波動率預測研究系統，致力於尋找給定資產的最佳波動率預測模型，並建立一般投資人可用的交易策略。

系統已完成 200+ 個嚴謹的統計實驗，涵蓋多種 GARCH 族模型、HAR-RV 模型、機器學習方法，以及跨市場資訊傳遞研究。所有結論皆通過嚴格的統計檢定與 out-of-sample 驗證。

核心發現

VIX 充分統計量假說

經過 31 次跨指標獨立驗證（Google Trends、SKEW、FOMC 日曆、VIX 期限結構、成交量、信用利差等），VIX 對股票類資產的波動率預測具有近乎充分的資訊含量。但我們也發現其邊界：BTC 的 24/7 交易特徵、GLD 的動量信號、以及跨資產尾部依賴（Copula TDA），在特定條件下提供了 VIX 無法捕獲的增量資訊。

預測天花板：在數據而非模型

QLIKE 預測天花板已被 36 次驗證確認——包括 GARCH、HAR、EWMA、機器學習（LSTM、GBM）、Wavelet、情緒指標等截然不同的方法論。HAR（高頻領域的標準模型）在日頻數據上與 GARCH 表現完全一致，證明瓶頸在於日頻收盤價的資訊含量，而非模型結構。突破方向在於高頻（5 分鐘）已實現波動率。

50/50 + VT：風險管理而非超額報酬

50% SPY / 50% GLD 的配置經 10 次獨立驗證為最穩健基準。結合波動率擇時（VT），最大回撤從 -34% 降至 -6.6%（保險費約 1-4%/年）。VT 的價值在於風險管理（MDD 改善統計顯著 p=0.0004），而非追求更高 Sharpe。

槓桿效應機制分類學

提出 CV(gamma) 作為資產類別的槓桿機制分類器：股票型（CV<1, 穩定槓桿）、商品型（CV~1, 中等不穩定）、加密貨幣型（CV>15, 極不穩定）。跨 25 個資產的 Kruskal-Wallis 檢定高度顯著（p=0.0004），具有學術論文發表價值。

亞太時區資訊傳遞

發現美國 VIX 對亞太市場（日本、韓國、台灣、澳洲、印度、香港）具有結構性的波動率預測力，6/8 個市場通過 Harvey (2016) 嚴格門檻。這不是交易策略，而是資訊傳遞的實證證據。

跨資產尾部依賴

66 組資產配對的 Copula 尾部依賴不對稱性（TDA）分析中，26 組通過 Bonferroni 多重檢定校正——這是 VIX 充分性假說的首個結構性裂縫。崩盤時的共跌程度比反彈時的共漲程度更強，且此資訊不被 VIX 完全捕獲。

方法論

波動率模型

  • GJR-GARCH / EGARCH / TGARCH
  • HAR-RV（已實現波動率）
  • EWMA / Realized GARCH
  • Markov-Switching GARCH
  • Fractional Differentiation (de Prado)

統計檢定

  • Diebold-Mariano 預測比較
  • Model Confidence Set (MCS)
  • Harvey (2016) t > 3.0 多重檢定
  • Bonferroni 校正
  • Granger 因果檢定

風險度量

  • QLIKE / MSE loss function
  • VaR / ES（Cornish-Fisher 展開）
  • CoVaR 系統性風險傳染
  • Copula 尾部依賴（TDA）
  • Hill 尾指數估計

驗證與前沿

  • Cross-OOS 5+ 期驗證
  • Block Bootstrap 5000+ 次
  • 15+ 資產跨市場驗證
  • 5 分鐘高頻已實現波動率
  • Transfer Entropy 資訊流

進行中的研究前沿

  • 高頻突破 — 累積 5 分鐘數據，驗證 HAR-RV 與 Realized GARCH 能否打破日頻天花板
  • 非股票資產 — BTC（24/7 交易微結構）、GLD（動量驅動波動率）的資產特異性預測因子
  • 尾部風險網路 — 跨資產 CoVaR 傳染結構、動態波動率網路（MST hub 轉移）
  • 學術論文 — 三篇論文撰寫中：Leverage Direction Matters (JBF)、Taiwan VT (PBFJ)、VT vs Trend Following

團隊

Yi-Hao Lai

大葉大學（Da-Yeh University）

研究主持人

VolPred Research System

AI 協作研究系統，由三個 AI 協同運作：

  • Claude Code -- 主研究員，負責實驗執行、分析與論文寫作
  • Codex (GPT) -- 嚴格審查、策略建議與新方向探索
  • Gemini -- 方法論建議、文獻連結與 robustness 驗證

聯繫方式

如有研究合作、學術交流或其他問題，歡迎來信：

yhlai@mail.dyu.edu.tw
免責聲明研究論文問答