Ariel (1987) Turn-of-Month 日曆效應已消失：硬套到波動率擇時還會反咬一口

一句話結論

 1987 年 Ariel 發表的「Turn-of-Month（月底月初）日曆效應」是金融學最常被引用的季節性異常之一；我們把這個經典策略放到 21 年（2005-2026）SPY 數據上重做，發現異常本身已經幾乎完全消失，而把它當成波動率擇時策略的疊加層，反而會顯著傷害績效。 

[提出: Claude]

一個你大概聽過的「月底交易」傳說

如果你常看財經頻道或讀過幾本投資書，大概聽過這個說法：

「每個月的最後一個交易日加上下個月的前幾天，是股市最強的時段。退休基金做月底結算（window dressing）、上班族領薪水進場、機構重新平衡持股 — 所以美股在月底前後特別強，月中則平淡無奇。」

這個觀察最早由賓州大學教授 Robert Ariel 在 1987 年發表於《Journal of Financial Economics》— 他用 1963-1981 年美股數據，發現 月底加月初的少數幾個交易日，貢獻了當月幾乎全部的正報酬，月中其實接近 0 。後續 Lakonishok-Smidt（1988）、McConnell-Xu（2008）等多篇學術文章都複製過這個結果，是教科書級別的「日曆異常」。

聽起來像一個免費午餐：知道哪幾天會漲，那就在那幾天加碼，其他時間少投一點，是不是 Sharpe Ratio 就會大幅提升？

我們的研究明確告訴你 —  不會。而且套用在波動率擇時上，還會明顯倒扣。 

21 年實測：經典異常已經幾乎沒有訊號了

我們用 SPY ETF 與 VIX 的 2005-01-04 到 2026-03-26 共  5,340 個交易日 回測，採取 Ariel 原始定義（「月最後 1 個交易日 + 月初前 3 個交易日」共 4 天為 ToM，其餘為月中）。21 年裡 ToM 共有  1,020 個交易日 （占全部 19.1%），月中共  4,320 個交易日 。

兩個數字幾乎一模一樣。 月底跟月中沒有任何顯著差別  — 經過嚴格的均值差異統計檢定，檢定值幾乎為零、信心指標達 0.98。換句話說： 完全找不到證據說 ToM 比月中強 。即使把每年單獨拉出來看，ToM 在 2005-2026 的 22 個年度裡，也只有 7 年贏過月中（22 年裡 7 勝 15 敗）— 連硬幣都不如。

ToM 報酬集中度也僅  19.5%  — 跟 ToM 占交易日比例 19.1% 幾乎完全一致。「月底集中創造大部分報酬」這個 1980 年代的特徵，在現代美股已經是平均分散的情況。

 Ariel 1987 異常在 SPY 已經消失。 

這並不令人意外。原本造成這個現象的結構性因素 — 月底退休金結算、機構持股調整、薪資自動扣款 — 在 ETF 與演算法交易主導的時代被攤平了。市場參與者結構改了，異常就跟著消失。這也是 McConnell-Xu（2008）後續論文已經暗示的方向： 異常被學術界發表之後，就會被套利掉 。

那如果硬把 ToM 套到波動率擇時策略上呢？

這就是我們真正關心的部分。 也許 ToM 平均報酬不再有差異，但它能否當成擇時訊號，讓波動率擇時策略 (Volatility Targeting, VT) 更精準呢？ 

研究團隊測了 4 種變體：

第一眼看 ToM Enhanced 的 Sharpe 1.655 跟每日 VT 的 1.666 幾乎沒差。但這正是必須區分 經濟意義 與 統計穩健性 的地方。

同期間日報酬差距 — 5,340 個日資料的穩健性檢定

我們用了 10,000 次區塊穩健性檢定（每塊 20 天，避免日報酬間的相關性）：

 負號代表 ToM 策略更差 。這個檢定的負值幅度遠超過任何學術門檻（金融研究的嚴格要求標準；穩健性檢定採 10,000 次區塊重抽樣，每塊 20 天），實際上是 極為強烈、毫無爭議 的「ToM 顯著輸給每日 VT」訊號。Sharpe 從 1.666 微降到 1.655 看似很小，但因為樣本數巨大（5,340 天）、且差距是系統性的，統計上 極為穩固 。

五段子期間穩健性檢查：5 段中 4 段輸

把 21 年切成 5 個約 4 年的子期間（非 walk-forward refit）獨立比對：

 5 段裡 ToM Enhanced 只有 1 段贏、4 段輸（含 1 段平手實質為輸） 。這就是「跨期不穩健」 — 即便某一個 4 年區間看起來有效，那是運氣、不是訊號。

高低 VIX 都不行

進一步分高 VIX、低 VIX regime 看 ToM 是否在某種市況有用 — 結論是 兩種環境都沒有顯著效果 。沒有「ToM 只在恐慌時管用」或「ToM 只在平靜時管用」的角落可以救它。

為什麼 ToM 加碼反而傷害 VT？

機制其實很直白：

1.  ToM 異常已不存在  → ToM 期間沒有更高的預期報酬可以加碼。
2.  每日 VT 已經是接近最優的風險預算機制  — VIX 反應出未來 30 天的市場 implied 波動率，這個訊號 每天會更新 ；強迫月中減半（從 8/VIX 降到 6/VIX）等於故意丟掉 4 個月的市場曝險，沒換到任何實質風險改善。
3.  多丟一個無效的維度（日曆） ：訊號互相打架，平均下來只是把 alpha 稀釋掉。

換句話說，VT 的核心優勢是 對 VIX 的即時反應 （reactive mechanism），不是「在某些日子加碼」。任何試圖在 VT 上疊加靜態日曆規則的設計，本質上都是在跟一個更精準的訊號競爭。

跟其他「工程派」研究放在一起看

K547 不是孤立的發現，而是平台研究路徑上一個 清楚 negative result 的例證 ，與這幾篇研究形成連貫的論述：

•  均線、黃金交叉等趨勢追蹤 （5 個經典策略）— 4 個輸給長抱、最好的也通不過嚴格多重檢定。
•  更細的 VT 預測月份頻率切換  — 跟標準 VT 沒有顯著差異。
•  不同 VT 再平衡頻率（日／週／月）  — 日頻最佳，月頻反而傷害。
•  K547 ToM 日曆 overlay  — 顯著傷害 VT。

共同訊息： 「在簡單的核心訊號（VIX-VT、長抱）上做工程性疊加，幾乎沒有一篇贏過原本」 。投資人聽到「我們找到一個更精緻的策略」時，預設機率上要懷疑。

投資意涵

1.  不要再相信「月底交易」的傳說 ：1987 年的 ToM 異常在 21 年現代 SPY 數據上已沒有任何訊號。退休金結算、月初效應這類市場結構，在 ETF 與演算法時代已被攤平。
2.  波動率擇時就是用 VIX，不要再加日曆規則 ：VIX 倒數加權每日調整這套 9 年來在我們和學術文獻反覆驗證最穩健的核心， 不需要額外日曆 overlay 。
3.  「Sharpe 接近」不等於「兩個策略一樣好」 ：1.655 與 1.666 看起來只差 0.01 — 但因為樣本巨大、差距系統性，穩健性檢定方向強烈為負。在金融資料上， 直接比 Sharpe 不夠，要看分布的穩健性 。
4.  跟著日曆做交易的時代過了 。如果你的策略文宣寫著「我們利用月底效應／季末效應／年底效應⋯」，要求對方提供：(a) 是否在 2005 年之後仍然有效（很多學術發表後就被套利掉）、(b) 跨期穩健性（不是只挑一段表現好的期間）、(c) 跟單純基於 VIX 的策略相比有何優勢（多半輸）。

限制與下一步

•  回測時序假設 ：本研究中 VT 槓桿係根據當日 VIX 收盤資訊計算當日 SPY 曝險，這是 VIX-VT 文獻常見的同期慣例；ToM Enhanced 與 Daily VT 採用相同慣例，內部比較具備可比性。後續 robustness 將追加嚴格滯後一日（VIX_{t-1} → 持倉_{t}）版本驗證主要結論。
•  單一資產 ：這次只測 SPY，未驗證其他指數（QQQ、IWM）或台股（0050.TW）— 雖然台股有不同月底結構（薪資發放日、外資結算日），但 K547 的 negative result 在 SPY 上已經足夠強烈否定 ToM-VT overlay 的核心假設。
•  單一 ToM 定義穩健性 ：腳本內測過 5 種 ToM 寬窄定義（last 1 + first 2 一直到 last 2 + first 4），結論不變。
•  下一步 ：是否在新興市場或非美交易時段仍有殘留 ToM 訊號？這留給後續實驗。但不需要假設它有用。

本文基於實驗 K547（腳本：experiments/k547/k547_monthly_tom_vt.py，結果：experiments/k547/k547_monthly_tom_vt_results.json）。資料來源：yfinance（SPY、^VIX），期間 2005-01-04 至 2026-03-26，共 5,340 個交易日。穩健性檢定：10,000 次 block bootstrap、區塊長度 20。文獻：Ariel (1987, JFE)、Lakonishok & Smidt (1988, RFS)、McConnell & Xu (2008, FAJ)、Kunkel et al. (2003, IRFA)。