債券還是黃金？動態切換『避險端』在波動率目標策略裡的真實表現

一句話結論

我們把波動率目標（VT）框架裡「避險那一半」拿來嘗試 6 種動態切換配置——靜態黃金（GLD）、靜態長天期公債（TLT）、依利率方向切換、依動能切換、固定五五分、波動率倒數加權、純現金——結果是： 沒有任何一種動態切換能穩定打敗最簡單的「永遠 50% GLD」配置 ；長期 OOS 平均風險調整後報酬最高的，反而是這個 boring baseline（OOS 平均 1.118）。本研究判定 verdict 為  NEGATIVE / 動態方法 fail ，不建議投資人放棄靜態黃金去追求動態切換。

起點：為什麼要研究避險端？

過去幾年我們在 VolPred 研究系統裡反覆驗證過一個事實—— SPY 50% × (12/VIX) + GLD 50%  這個簡單到幾乎沒有可調參數的組合，在 2005–2026 樣本上交出的長期表現，比大多數複雜的動態擇時方法都更穩定（K507、K425、N176、T19 等）。

但這個結果讓我們一直放心不下一個問題： 避險端的 50% 為什麼一定要全押 GLD？ 

直覺上，當利率下行時，長天期公債（TLT）會大漲、報酬比黃金更亮眼；當利率上行時，黃金作為非生息資產反而會勝出。如果能即時辨識利率環境，是不是可以動態切換 GLD ↔ TLT，拿到「兩邊都最好」的部分？

K561 這個實驗就是要把這個直覺，做一次徹底的、可驗證的、嚴格統計檢定門檻下的回答。

實驗設計

我們 固定 VT 主結構不動 ：

• 股票端永遠是 12/VIX × 50% 押 SPY，剩下沒押滿的部分回到現金
• 避險端固定 50%，差別只在「這 50% 怎麼配」

避險端 6 + 1 = 7 種策略各跑一次：

樣本期間：2004-11-18 到 2026-03-27，共 5,366 個交易日。

評估方法包括：

1.  全樣本表現 （年化報酬、年化波動、風險調整後報酬、最大回撤、Calmar、Sortino）
2.  跨期 OOS 切片 ：5 個獨立樣本外期間，看穩定性
3.  利率環境分區 （低利率 <2%、中利率 2–3.5%、高利率 >3.5%；上行 vs 下行）
4.  子期間切片 （2010–2019 / 2020 COVID / 2021 低利率 / 2022 升息 / 2023 高利率 / 2024–2026 至今）
5.  兩模型比較顯著 （vs A 靜態 GLD），用嚴格統計檢驗門檻（門檻值 3.0），10,000 次重抽樣比較信賴區間

全樣本結果：F 波動率倒數加權看似贏家

先看全樣本最直觀的數字：

從全樣本表面看，F（波動率倒數加權）跟 E（五五對半）的風險調整後報酬都比 A（靜態 GLD）高。乍看之下動態策略有效，至少對半 GLD/TLT 是有效的。

 但這個結論禁不起跨期 OOS 與嚴格統計檢驗的考驗。 

跨期 OOS：靜態 GLD 才是穩定的贏家

我們把樣本切成 5 個獨立期間，分別計算每個策略的風險調整後報酬，再看跨期平均：

 順位徹底翻轉 ：全樣本最強的 F 在跨期 OOS 落到第 2，而最簡單的 A 反而第 1。F 主要敗在 2022 升息年——加入 TLT 的策略全部被 TLT 拖累，包含 F 跟 E。

進一步用「兩模型比較顯著」做檢定，把每個策略的日報酬序列與 A 靜態 GLD 直接配對比較：

• B（靜態 TLT）比 A 顯著 更差 （統計強度 統計強度=4.60，達顯著水準）
• D（動能切換）也比 A 顯著 更差 （統計強度=4.56，達顯著水準）
• C / E / F / G 與 A 的差異 未達嚴格統計檢驗門檻 

換句話說：在嚴格的兩模型比較顯著門檻（門檻值 3.0）下， 沒有任何一個動態切換策略能宣稱顯著贏過靜態 GLD ，反而有兩個策略已經顯著輸了。

為什麼動態切換在最近這幾年特別痛？

把樣本切成「利率環境」三段，故事就清楚了：

低利率時代（2010–2021 大半），TLT 的風險調整後報酬（1.24）的確比 GLD（0.70）高 — 這也是過去文獻會推薦長天期公債作為避險端的原因。 但 2022 之後我們進入高利率環境 ，這個表態徹底反過來：GLD 1.04 vs TLT 0.19，差了 5 倍。

更殘忍的是「利率上行 vs 下行」的分區：

•  利率上行 （2,653 日）：A GLD = 0.40 ; B TLT =  -0.44 （負值，賠錢）；G 純現金 = 0.71
•  利率下行 （2,651 日）：A GLD = 1.16 ; B TLT =  1.72 （最強）

 結論很簡單 ：TLT 強的環境是「利率下行」，TLT 在「利率上行」會幾乎注定賠錢。你只要在 2022 那種升息年押到 TLT，就直接吃整年雙位數虧損——任何含 TLT 的策略（B/C/D/E/F）2022 全爆掉：

「那不是有 C 利率條件切換嗎？理論上應該躲掉 TLT 才對」

對，這是設計 C 的初衷。但實際數字告訴我們： 利率條件切換在 2022 還是吃了 -12.27% 虧損 ，而且它在 2024–2026 的近期表現也只有 0.64 的風險調整後報酬，遠輸給 A 的 1.78。

原因有兩層：

1.  63 日利率變化判定的訊號 lag  — 等到模型確認「利率上行」時，TLT 已經跌過了；等到模型判定「利率下行」時，TLT 反彈也過了。
2.  利率方向不能可靠地預判  — 殖利率是市場共識下的價格，事前準確判斷它接下來 1–3 個月會上行或下行，需要的是宏觀預測能力，不是過去 3 個月的延伸推估。

K561 直接把這個「事前判斷利率方向」的命題打成 NEGATIVE： 過去 3 個月利率方向 ≠ 未來 3 個月利率方向 ，至少在現有 yfinance daily 樣本上是這樣。

子期間穩定性：過去複雜的策略只是過去的勝者

這份分區數字最有意思：

換句話說：

• 沒有任何一個避險端策略在所有期間都最好
• 在 2010–2019 那個「靜態 TLT 王朝」回測上去做策略選型，會讓你 2022 之後爆倉
•  唯一在最近三段期間（2022 / 2023 / 2024–2026）都站得住的避險端，是 A 靜態 GLD 

跟既有研究對話

這個結果跟 VolPred 研究系統的幾個既有結論完全一致：

•  K507 （動態 SPY-GLD 配置）：靜態結構打敗動態
•  K425 （殖利率水準驅動債股相關性）：殖利率 > 4% 時公債避險功能瓦解，與本研究的高利率分區一致
•  T19 （TLT 結構性斷點）：2022 之後 SPY-TLT 相關性從 -0.42 跳到 +0.10，公債失去避險功能
•  N176 （條件 TLT）：在低利率時代 TLT 條件加碼 OK，但延伸到後 2022 樣本就失效

外部文獻的對照：

• Moreira & Muir (2017, JoF)：volatility-managed portfolios 主結論——VT 結構本身已是 alpha 來源，避險端細節影響有限
• Baele et al. (2010, RFS)：flight-to-safety 多數時候由 GLD 承擔而非 TLT
• Campbell, Sunderam, Viceira (2017, JoF)：bond-equity 相關性是 inflation/deflation regime function，2022 之後通膨抬頭使公債變回 inflation bet 而非 deflation hedge

那實務上應該怎麼做？

K561 給出的建議直接而保守：

1.  避險端維持 50% 靜態 GLD ，不嘗試動態切換 GLD/TLT
2.  不去賭利率方向 ——這不是「保守」而是「當前可得資料無法支撐顯著的方向預測」的事實表態
3. 如果一定要動態化， E 五五對半（25% GLD + 25% TLT）  是相對穩健的妥協（OOS 平均 0.80），但仍輸給 A 在嚴格統計檢驗門檻下也是 unsignificant
4.  長期穩定性 > 單期間最佳化 ：選 2010–2019 的最佳策略（B 靜態 TLT）會讓你在 2022 領 -25.56% 鉅額罰單

三個 caveat

研究誠實原則要求我們把 caveat 講清楚：

1.  訊號與報酬的時序對齊 ：本研究在每個交易日 i 用當日的 VIX、TNX、GLD/TLT 價格作為訊號，去配置同一日的部位。這個設定 接近  end-of-day rebalance（收盤訊號 → 收盤前最後一筆執行），但嚴格回測下應該採用 signal.shift(1) 的明示 lag。 主線程後續若要把 K561 升級到出版級，需要重跑 lagged 版本驗證結論不變。  2.  TLT 樣本長度限制 ：TLT 從 2002 開始有資料，但本研究與 GLD（2004 起）取交集，沒涵蓋 1990 年代那種真正的低利率原始時代——若把樣本拉到 1990 之後，動態策略可能會更亮眼一些
2.  避險端而已 ：本研究只切換避險那 50%，沒動股票端的 12/VIX 規則。整套 VT 框架的 alpha 主要來自股票端的波動率目標機制

結論：boring works

K561 是一個 NEGATIVE 結果，但 negative 不等於沒價值。它告訴我們：

 在動態擇時 vs 靜態配置的賽局裡，動態方法要勝出，必須先過嚴格統計檢驗門檻，而不是只在某個 in-sample 期間看起來漂亮。 

K561 觀察到的 6 種動態切換策略，沒有任何一個跨過這道門檻。其中 2 個還顯著輸給靜態 GLD。所以結論是： 繼續用 50% SPY × 12/VIX + 50% GLD 這個無聊但長期穩定的避險端結構 ——這是經得起 5 個獨立 OOS 期間、3 種利率分區、6 個子期間檢驗的唯一一種配置。

研究上「找不到顯著的改進」也是真結論。把 boring 的事說清楚，比硬擠出一個過配的故事更有價值。

資料來源

• 價格資料：yfinance（SPY、GLD、TLT、^VIX、^TNX）
• 樣本期間：2004-11-18 到 2026-03-27（5,366 個交易日）
• 實驗腳本與結果：experiments/k561/k561_bond_equity_switch.py + k561_bond_equity_switch_results.json
• 嚴格統計檢驗門檻：3.0（兩模型比較顯著），10,000 次重抽樣比較
• 跨期 OOS 切片：5 個獨立期間
• 相關研究：K507（動態 SPY-GLD）、K425（殖利率水準）、N176（條件 TLT）、T19（TLT 結構性斷點）、K33（MOVE vs VIX for bonds post-2022）
• 文獻：Moreira & Muir (2017, JoF)；Baele et al. (2010, RFS)；Campbell, Sunderam, Viceira (2017, JoF)

實驗 ID： K561 。

延伸閱讀

• 「月底翻盤效應」還活著嗎？把日曆異常疊在波動率目標策略上的失敗實錄