K667: 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 相對 BH SPY 的年化保費為 2.505%，以 t=2.245（p=0.037）統計顯著；50/50+VT 策略保費降至 1.334%/yr，MDD 改善幅度達 43.73 個百分點，cost-per-1%-MDD-improvement 僅 0.030%，在所有比較組合中最低。與 ATM 保護性賣權（年化成本約 26.1%）相比，VT 的保費約為其 1/10。Break-even 分析顯示 12/VIX SPY 需要危機每 2.2 年發生一次才划算（歷史實際為每 5 年），但 50/50+VT 的 break-even 閾值高達 25.5 年，歷史上任何合理的危機頻率都遠超過這個門檻。

研究背景

VT 策略的核心邏輯是以 VIX 波動率目標（通常設為 12%）動態調整股票曝險，在市場低波動期持有較多股票，高波動或危機期減倉。先前的 K656 實驗確認了 VT 兼具 alpha（超額報酬）與保險（downside protection）雙重屬性；K664 實驗則顯示 50/50+VT 策略在 20 年中 MDD>20% 的機率為 0%。

然而，「保險」必然有成本。持有 VT 策略意味著在多頭市場中持有較低股票曝險，犧牲部分報酬換取下行保護。本研究的問題是：這個成本究竟是多少？相比其他保護手段是否划算？什麼條件下 break-even？

本研究是量化 VT 保費的第一個系統性嘗試。先前文獻（Moreira & Muir 2017）著重於 VT 的 Sharpe 改善，Israelov & Nielsen（2015）則分析了期權保護的隱含成本，但兩條線索從未在同一個框架下比較。K667 嘗試填補這個空缺。

方法與數據

比較策略：

 保費定義 ：年化保費 = BH_SPY 年報酬 - 對應 VT 策略年報酬。正值表示 VT 策略落後（付出保費），負值表示 VT 超越（「賺回」保費）。

 Break-even 定義 ：使得「累計保費支出 = 危機期間 VT 避開的損失」的危機發生最低頻率。

 ATM put 成本 ：以 Black-Scholes 模型 + VIX 作為隱含波動率代理計算，每月滾動購買，含滾動成本。實際成本可能因流動性、市場條件而不同；此估算視為上界參考。

核心發現

發現一：各策略績效彙整

下表列出 2006-2026 年全樣本績效指標（精確對應 k667_results.json）：

12/VIX SPY 的 Sharpe（0.400）優於 BH_SPY（0.325），以 23% 的波動率成本換取顯著的 MDD 改善（-56.47% → -28.61%）。50/50+VT 的 Sharpe（0.630）幾乎與 BH_50/50（0.615）持平，但 MDD 從 -33.02% 壓縮到 -12.74%，Sortino 則略勝。

發現二：保費分佈的統計顯著性

20 年逐年保費（12/VIX SPY vs BH SPY）統計量：

t=2.245（p=0.037）在 5% 水準下統計顯著，VT 策略平均每年付出的 3.70% 保費是系統性可量化的成本，統計上與零有別。

圖三呈現逐年保費的時間序列，紅色柱體（VT 落後）佔 17 年，綠色柱體（VT 超越）只有 3 個危機年份。

發現三：各保護手段的 cost-efficiency 比較

下表統整所有比較組的年化保費（以 BH_SPY 為基準）與保護效率指標：

從 BH_SPY 切換到 50/50+VT 的 cost-per-1%-MDD-reduction 僅 0.030%，是從 BH_SPY 切換到 12/VIX SPY（0.090%）的三分之一，也是表中最低的正保費方案。

圖一右上象限代表「付出正保費但獲得顯著 MDD 改善」的策略。50/50+VT 在橫軸（保費 1.33%）最低、縱軸（MDD 改善 43.73pp）最高，明確處於正保費策略中 cost-efficiency 最佳位置。ATM 保護性賣權（估算 26.1%/yr）雖然保護效果類似於 12/VIX SPY，但成本高出約 10 倍。

發現四：Break-even 危機頻率分析

Break-even 分析回答「如果市場從未發生危機，這個保費是否合算？」

12/VIX SPY 的 break-even 需要危機每 2.2 年發生一次。歷史上 20 年共 4 次超過 20% 的回撤，平均間隔 5 年。以 pure SPY VT 策略而言，在歷史危機頻率下，保費是偏貴的，付出的成本超過避開的損失。

50/50+VT（vs BH_SPY）的 break-even 間隔長達 25.5 年，幾乎任何合理的危機頻率假設都能使其划算。

圖二的虛線標示歷史實際危機頻率（5 年一次）。12/VIX SPY 的 break-even 柱（2.2 年）遠低於虛線，代表歷史危機頻率遠不足以支撐其保費；50/50+VT（25.5 年）則遠高於虛線，幾乎確保划算。

發現五：VIX 體制下的保費分解

按 VIX 水準分組的保費分析揭示保費的非線性結構：

正常體制（VIX 15-20）的保費最高，達 14.69%/yr，原因是此區間 VT 目標權重顯著壓縮（12/15 = 80%），但市場實際表現仍正向，VT 因此落後。危機體制（VIX>30）的保費轉負（-43.04%），即 VT 在真正的危機期間「賺回」保費，這是 VT 作為保險的核心價值，免疫成本集中在平靜期，危機期反而是淨正收益。

發現六：與 ATM 保護性賣權的比較

VT 年化保費（2.50%）約為 ATM put 估算成本（26.1%）的 10%，且無到期問題、無買賣價差、無對手方風險。此外，VT 策略整體 CAGR 為正（5.80-6.97%），而 ATM put 的預期報酬為負（純保費支出）。

實務意義

 對配置投資人 ：若目前持有 100% SPY 且以 downside protection 為目標，50/50+VT（保費 1.33%/yr，MDD 從 56.47% 壓縮至 12.74%）是所有正保費方案中 cost-efficiency 最佳選擇。12/VIX SPY 的保費約 2.50%，但在歷史危機頻率下 break-even 並不成立（需每 2.2 年一次危機，實際是每 5 年一次）。

 對風險管理研究者 ：危機體制（VIX>30）期間 VT 的負保費（-43.04%/yr）提供了一個自然的 tail-risk hedge，但代價是 17/20 年需支付正保費。這符合 Israelov & Nielsen（2015）的「保護成本在平靜期支付」框架，但 VT 成本遠低於期權市場的隱含保費。

 對策略研究者 ：12/VIX 的 break-even 2.2 年 vs 歷史 5 年，意味著純 SPY VT 策略本身在長期可能是 overpriced insurance——但若配上 GLD 作為 50/50，成本結構根本改變（1.33% vs 2.505%），且 MDD 改善幅度反而更大（43.73pp vs 27.87pp）。這個反直覺結果源於 GLD 在危機期的對沖效果降低了整體波動率，讓 VT 在更少的場合觸發大幅減倉。

限制與穩健性

1.  Lag 實作已驗證 ：VT 權重使用 t-1 收盤 VIX 計算 t 日目標，明確無 lookahead bias。
2.  ATM put 成本為估算 ：以 Black-Scholes + VIX 作為隱含波動率代理，忽略 vol-of-vol 溢價與流動性折扣。實際 ATM put 成本可能更高（即 VT 更划算）。
3.  樣本期包含 GFC（2008）與 COVID（2020） ：兩次歷史性危機均在樣本期內，這有利於 VT break-even 計算；若未來危機間隔拉長，12/VIX SPY 的偏貴問題會更嚴重。
4.  交易成本未計入 ：實際執行 VT 需要頻繁調倉，特別是在高波動期；交易摩擦會進一步提高有效保費。
5.  風險無成本假設 ：12/VIX SPY 的現金部位以無風險利率（近似）計算，實際 T-bill 利率歷史平均約 1-2%，會降低有效保費約 0.5-1%。
6.  Break-even 假設危機損失固定 ：實際危機嚴重程度不同（GFC vs COVID vs 2022），break-even 分析是均值近似。

結論

K667 以 20 年實證資料量化了 VT 策略的保險成本結構。12/VIX SPY 每年付出 2.50% 保費以換取 MDD 從 -56.47% 降至 -28.61%；50/50+VT 僅付 1.33%，MDD 改善幅度更高（43.73pp），是所有正保費方案中 cost-efficiency 最佳。

最重要的發現是 break-even 分析的不對稱性：12/VIX SPY 在歷史危機頻率下保費偏貴（break-even 需每 2.2 年一次危機，歷史是每 5 年），但 50/50+VT 的 break-even 閾值高達 25.5 年，幾乎可在任何合理假設下划算。

後續研究方向：(1) 動態保費定價——VIX term structure 條件下的 VT 成本是否可預測？(2) 跨資產 VT 保費比較，台股（0050.TW）VT 的保費結構是否與美股一致？(3) 策略最佳化，是否存在一個目標波動率設定使得 12/VIX SPY 的 break-even 恰好落在歷史危機頻率附近？

本文基於實驗 K667（腳本：experiments/k667/k667_insurance_cost.py，結果：experiments/k667/k667_results.json）。資料來源：yfinance SPY/GLD/VIX，期間：2006-01-04 至 2026-03-27，20.2 年，5,089 個交易日。圖表：experiments/k667/k667_article_fig{1,2,3}.png。

參考文獻：Moreira & Muir (2017) Volatility-Managed Portfolios, JF；Israelov & Nielsen (2015) Still Not Cheap；Hallerbach (2012) Optimality of Volatility Weighting。