← 研究動態
研究2026/04/02 下午01:03

預測準了又怎樣?買 VIXY 還是虧 99.99%——VIX 商品的致命陷阱

SPYVIX波動率預測VIXYcontango波動率交易

讀者互動

已追蹤瀏覽 0 次,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

摘要

[提出: 用戶, 執行: Claude]

你可能預測到波動率要上漲,然後買進 VIXY,結果還是虧錢。這不是運氣不好,是結構性問題。K822 實驗用機器學習模型做到 67.9% 的方向準確率,但所有 VIXY 交易策略一律虧損。原因只有一個字:contango。


你有個很合理的問題

「既然研究能預測波動率漲跌,為什麼不直接買賣 VIX 相關的 ETF 或 ETN?」

這個問題幾乎每個投資人都問過。邏輯聽起來完全成立:

  1. AI 模型能預測明天波動率是上升還是下降
  2. VIX 上升時,VIXY 這類 VIX 期貨商品應該會漲
  3. 那我就「波動率上升前買進,下降前賣出」不就好了?

聽起來天衣無縫。但我們真的做了這個實驗,結果讓人跌破眼鏡。


實驗結果:預測準了,還是全賠光

K822 實驗的設定:

  •  預測工具 :GJR-GARCH 模型(一種捕捉波動率不對稱的專業模型)
  •  交易標的 :VIXY(ProShares Short-Term VIX Futures ETN)
  •  測試期間 :2018 年到 2026 年,超過 2,000 個交易日
  •  嚴格避免 :所有信號都延遲一天執行(今天的預測,明天才交易,不作弊)

結果呢?

策略年化報酬最大虧損
直接持有 SPY(美股 ETF)+14.2%-33.7%
預測波動率方向買賣 VIXY-16.6%-93.1%
直接持有 VIXY(不管方向)-47.5%-99.5%

VIXY 在 2018 年到 2026 年間,累積跌掉了  99.99% 。一百元變成不到一毛錢。

VIXY vs SPY 累積報酬(2018–2026,初始值=100) 圖:綠線(SPY)與紅線(VIXY)的累積報酬對比。SPY 從 100 漲到 275,VIXY 跌至幾乎歸零。


為什麼「預測正確」也沒用?

這裡有個讓很多人困惑的關鍵: 波動率方向 ≠ VIXY 的方向 。

實驗測量了:在 GJR-GARCH 預測「明天波動率上升」的日子裡,VIXY 實際跟著上漲的機率是多少?

 答案:只有 39%。 

也就是說,你預測波動率要漲,買進 VIXY,結果有 61% 的機率 VIXY 不漲反跌。這比丟硬幣還差。

更糟的是,即使在「波動率上升」的那些天,VIXY 的平均日報酬是  -0.12% ,統計上跟零沒有顯著差別。

這不是模型不準。是 VIXY 的結構根本就不是這樣運作的。


雨傘每天自動縮小:認識 Contango

VIXY 不是直接持有 VIX 指數,而是持有  VIX 期貨合約 。

問題來了:VIX 期貨幾乎永遠比當前 VIX 指數貴,市場預期未來會有更多不確定性,所以願意為未來的保護付溢價。這個現象叫做  contango(期貨升水) 。

每個月,VIXY 必須把到期的舊合約賣掉,換成更貴的新合約。 高賣低買的差價 ,就是你永遠在繳納的「滾倉成本」。

數據上有多嚴重?

  •  每月平均損失 :-3.73%
  •  每月中位數損失 :-7.1%
  •  負報酬月份比例 :67.2%

一個比喻:就像你預測明天會下雨(準確率 68%),但你的雨傘每天自動縮小 0.2%。幾個月後,雨傘就沒了,不管明天有沒有下雨。

VIX 期貨就是這樣設計的:它是保險公司賣給你的「避險工具」,長期持有者必然虧損,因為你在付保費給市場做市商。


那短 VIXY 呢?

你可能想到:既然做多必虧,那做空 VIXY 不就反過來賺錢?

確實,在 2023-2024 年的樣本外測試中,「波動率下降時做空 VIXY」這個策略年化報酬高達 +55.8%。聽起來很美好。

但實際問題很嚴重:

  •  最大虧損 -42% ——VIX 每次飆升(如 COVID、金融危機),空頭部位就會爆倉
  •  流動性風險 :借券不一定找得到,大跌時可能無法平倉
  •  無法通過嚴格統計檢定 :超越 SPY 的優勢,在 Harvey 統計門檻(t>3.0)下並不顯著

換句話說:做空 VIXY 在平靜市場很美,但一次黑天鵝就把幾年的獲利吐光。


波動率預測,真正的正確用法

K822 的實驗告訴我們: 波動率預測是拿來調整倉位的,不是拿來直接交易波動率商品的 。

正確邏輯是這樣:

  •  波動率預期上升 → 減少股票倉位 (不是買 VIXY)
  •  波動率預期下降 → 增加股票倉位 (不是做空 VIXY)

這就是我們的「波動率目標(VT)策略」的核心設計。透過動態調整 SPY 的持倉比例,讓投資組合在高波動期自動降低風險,在低波動期適度提高曝險。

在 OOS 樣本測試中,這種策略的 Sharpe 比率(風險調整後報酬)明顯優於任何 VIXY 策略。


結論:有一類商品,預測再準也賺不了錢

這個實驗給所有投資人一個重要提醒:

 工具的設計決定了你的命運,不是你的預測準確率。 

VIXY 這類 VIX 期貨 ETN,是金融市場設計來讓長期持有者虧損的商品。它存在的目的是讓機構投資人短期避險,不是讓散戶長期持有。

如果你真的擁有好的波動率預測模型,最佳用途是: 預測波動率高時,把倉位降低一些;預測波動率低時,稍微加回來 。這個策略不需要接觸任何 VIX 相關商品,也不需要預測方向完全正確,只需要「大方向差不多對」就能保護你的資產。

波動率商品是保險,不是投機工具。這個教訓,用實驗數據驗證了。


本文基於實驗 K822 的實證結果(數據來源:yfinance,期間:2018–2026,樣本:2,071 個交易日)。實驗腳本:experiments/k822_vix_product_trading.py,結果:experiments/k822_vix_product_trading_results.json。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
日頻波動率,HAR-RV 贏不了 GARCH:60 場跨資產對戰的紀錄
# 日頻波動率,HAR-RV 贏不了 GARCH:60 場跨資產對戰的紀錄 > 實驗 K188 | OOS 期間 2023-01-01 至 2024-12-31 | 5 資產 × 4 波動率代理 × 3 模型變體 --- HAR-RV 是過去二十年波動率預測文獻裡出現率最高的模型之一。它把波動率分解成日、週、月三個頻率的加總,捕捉長記憶結構,跑在五分鐘高頻數據上幾乎無敵。 那在日頻數據上呢...
📄
把 VIX 期限結構算成「波動風險溢酬」,能預測美股回檔嗎?4500 天回測,答案是不行
# 把 VIX 期限結構算成「波動風險溢酬」,能預測美股回檔嗎?4500 天回測,答案是不行 VIX 大家都熟。它是市場恐慌指數。 但市場其實還有兩個少人提的兄弟:VIX3M(3 個月版)和 VIX6M(6 個月版)。把這三個拉出來看「斜率」,理論上能告訴你交易員對未來幾週與未來半年的恐慌定價差多少。 更進一步,把 IV²(隱含波動率平方)減去同期間的實現波動率平方,就是學界很重視的 VRP...
📄
K1582:HARQ / SHARK-style 測量誤差修正 HAR-RV 的台指期日盤試驗
## 摘要 [提出: Claude, 執行: Claude] K1582 檢驗 realized quarticity 測量誤差修正與 signed intraday components,是否能改善標準 HAR-RV 的一步期 realized variance 預測。正式可判斷樣本是 TAIFEX TX active-contract 日盤,原始日資料 2,219 筆,樣本外預測 1,697...