← 研究動態
一般讀者2026/07/27 下午06:000 次瀏覽

9 天 VIX 一旦跑贏 30 天 VIX,SPY 隔天波動就偏高:一個 6.56% 的可複現訊號

SPYVIX期限結構波動率預測風險管理

讀者互動

0 次瀏覽,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

9 天 VIX 一旦跑贏 30 天 VIX,SPY 隔天波動就偏高:一個 6.56% 的可複現訊號

先問一個簡單的問題。

如果你已經知道 SPY 昨天、上週、上個月各晃了多少,明天的波動裡,還有多少是你沒算到的?

這次實驗就在測這件事。

基準是一個很常見的做法:拿昨天、近 5 天、近 22 天的已實現波動,去推明天的波動。這種「看短中長三層歷史」的框架,抓延續性很強。

我們只多加一樣東西:log(VIX9D / VIX)

先把兩個 VIX 講清楚

VIX 是市場對「未來 30 天」波動的預期,俗稱恐慌指數。

VIX9D 是同一套算法,只是把視野縮到「未來 9 天」。

兩個相除、再取對數,量的就是短端相對長端的緊張度。

比值大於 1,代表市場覺得眼前這幾天,比接下來整整一個月還要不安穩。

這個訊號問的其實是一件事:風險是不是正在往很近的幾天擠?

結果先講:誤差降了 6.56%

樣本用 SPY 從 2014-02-05 到 2026-05-29,共 3,097 個交易日。

真正拿來考試的樣本外區間從 2020-01-02 起算,一共 1,610 天。模型每年底才用當年以前的資料重估一次,只能看過去、看不到未來(隨機種子固定為 42,可完整重跑)。

準不準,用的是一個叫 QLIKE 的預測誤差分數,數字越小、代表模型猜得越準。

純歷史波動的基準模型,樣本外誤差是 2.1555。加進短端期限結構後,降到 2.0141。誤差改善 6.56%。

模型全樣本解釋力 R²樣本外誤差分數統計顯著性(p 值)
純歷史波動(三層框架)0.1112.1555基準
加上短端 VIX 比率0.1312.01410.000000000000014

同一份全樣本裡,模型對波動的解釋力也從 0.111 升到 0.131。

基準模型與加入短端 VIX 比率後,樣本外整體表現的比較

這不是靠幾天的運氣

改善 6.56% 聽起來不算大,關鍵在它穩不穩。

把兩個模型每一天的誤差一天一天拉出來比對(統計上叫 DM 檢定),看的就是加了新訊號之後,是穩定勝出、還是只贏在某幾天。

結果很乾淨:檢定值 −7.70,這個結果純屬巧合的機率是 0.000000000000014,大約七兆分之一。

下面這張圖把每天的誤差滾動平均畫出來。加了短端比率的那條線,幾乎全程壓在基準線底下。

滾動 60 日平均預測誤差:加了短端 VIX 比率的模型幾乎全程低於基準

訊號到底在說什麼

基準框架看的是「過去真的發生了多少波動」,擅長抓延續性。

VIX9D / VIX 看的是另一件事:市場有沒有把風險往眼前幾天集中。

當 9 天 VIX 漲得比 30 天 VIX 還快,通常代表交易者擔心的重點,從「這個月大概比較亂」換到了「這幾天就有事」。

這種焦慮,不一定會反映在過去 22 天的波動平均裡。所以它能補上基準框架看不到的那一塊。

一個具體的畫面:假設下週三有聯準會利率決議,或是隔天要公布通膨數據。這種事件落在「未來 9 天」內,卻被稀釋在「未來 30 天」裡。於是 9 天 VIX 會先翹起來,比值往上走,短端比率就替模型提前舉了旗。純看過去波動的模型,這時候還沒收到消息。

全樣本迴歸也指向同一個方向:短端比率的係數是 +4.043,符號為正,代表比率越高,模型對隔天波動的預期就越往上調。這個係數的統計值 統計檢定高度顯著(強度很強,統計值 8.56),是雜訊的機率小到可以忽略。

這裡要分清楚兩種證據。係數 +4.043 來自全樣本迴歸,講的是「方向對不對」;誤差改善 6.56% 與那個七兆分之一,來自樣本外滾動測試,講的是「真的能提前預測嗎」。兩者是不同的估計,不能混成同一件事讀。

換個時段,它還站得住

會不會整段增益,只是被 2020 那波崩盤撐起來的?

把樣本改成 2021 年以後(1,357 天)單獨重跑,誤差一樣改善,幅度 5.64%,統計上依然高度顯著(純屬巧合的機率低於一億分之一)。

訊號沒有只靠一次極端行情吃飯。

平靜期和動盪期都在裡面,方向依然一致。這代表短端比率補的那塊資訊,不是只在市場崩盤時才有用。

三個必須誠實講的限制

這個結果統計上很硬,可是它只到「初步可行性」等級,還不是能直接下單的策略。三個限制得先擺上桌。

第一,只測了 SPY 一檔。換成 QQQ、羅素 2000 或指數期貨能不能複製,還沒驗。

第二,這裡的「已實現波動」是用每天收盤報酬的平方去年化估的,不是學界標準的五分鐘級日內高頻資料。日頻雜訊比較大,可能墊高基準模型的誤差,連帶讓改善的百分比看起來更漂亮。

第三,短端比率有很多種組法(VIX/VIX3M、VIX9D/VIX3M……),這次只挑了 9 天對 30 天這一組。多挑幾組再一起做統計校正,才知道有沒有「試很多次總會中一個」的成分。

正因為這三點,內部審核給的是「有條件通過」,不是無保留放行。

結論

短端 VIX 曲線的形狀,確實替傳統歷史波動模型補上了一塊隔日資訊。方向合理、樣本外可重複、換時段還在。

但它現在的身分,是一個「統計上站得住、卻仍需要日內高頻資料與跨資產驗證」的初步訊號。

離「可交易的獲利」還有一段距離。先把它當成一條值得往下驗的線索,比較誠實。

如果你平常就在追蹤這類「看過去波動」的模型,這裡有一個很實際的提醒:過去的波動告訴你延續性,短端 VIX 曲線告訴你眼前是不是突然變急。這兩種資訊不是同一件事,把後者補進去,至少在這段 SPY 樣本裡,模型確實更準了一點。

資料來源:SPY / ^VIX / ^VIX9D(yfinance),2014-02-05 至 2026-05-29。

懶人包圖組

概念框架:短天期 VIX 反映近期預期波動、長天期 VIX 反映月度預期,兩者比值代表短端相對長端的緊張度

主要結果:加入短端期限結構後,樣本外預測誤差明顯下降,統計檢定顯示兩模型表現有顯著差異

重點與限制:全樣本解釋力上升、期限結構係數為正、近期子樣本仍有改善,但仍受單一資產與日頻代理資料限制

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

📄
恐慌指數該多久看一次?一週一次,而且只在兩種時候看
# 恐慌指數該多久看一次?一週一次,而且只在兩種時候看 很多人把恐慌指數(VIX)的報價釘在螢幕角落,一天瞄個八次。這個習慣值多少錢,可以量出來。 我們拿美股大盤指數基金 SPY 從 2016 到 2025 的十年資料(來源 yfinance),問了兩個很土的問題:把恐慌指數加進來以後,對未來震盪幅度的預測會變準多少?在哪些狀況下會變準? 答案分成兩半。一半是好消息,另一半比較難看。 先講...
📄
恐慌時拔掉華爾街溫度計,比特幣預測還是沒變準
# 恐慌時拔掉華爾街溫度計,比特幣預測還是沒變準 VIX 衝過 25,比特幣開始大幅震盪。許多人會拿華爾街的「恐慌溫度計」判斷加密市場接下來是否更不穩。研究發現,VIX 在美股明顯緊張時,反而會拖累比特幣的波動預測。 問題集中在特定時段,直覺做法是加開關:VIX 太高便關掉;比特幣和美股最近走得夠像才打開;或按兩者的連動程度慢慢調小音量。研究把三種修法和「一直開著 VIX」放在同一批未來資料上...
📄
市場走得很毛躁,不代表複雜模型比較準:1,097 次隔日預測的教訓
# 市場走得很毛躁,不代表複雜模型比較準:1,097 次隔日預測的教訓 [提出:用戶;實驗與一般讀者改寫:Codex] 一條山路可以很顛簸,但避震器零件越多,不一定坐得越穩。市場波動也有類似情況:路徑看起來急促反轉,確實帶有研究者所說的「粗糙」特徵;這個特徵卻不保證更複雜的模型能把明天猜得更準。 K1386 用 SPY 當預測目標,並加入 QQQ 與黃金 ETF GLD 的歷史資訊。清理資料...