財報季要降槓桿嗎？21 年 SPY 數據說：別自作聰明

一句話結論

把「財報季」當成特別風險區、特地降槓桿， 在 SPY（標普 500 ETF）上 21 年的資料找不到任何證據能證明這樣做更好 ；繼續用 VIX 當訊號的固定波動率目標策略，已經把該管的風險都管掉了。

為什麼會有人想在財報季調整部位？

每年 1 月、4 月、7 月、10 月中下旬，美股進入所謂的「財報季」(earnings season)。大型企業集中公布上一季營收與獲利，新聞版面被各種 beat / miss 與盤後跳空填滿。對個股投資人來說，這段時間波動率明顯升高、股價跳動誇張，是常識。

於是很自然地會有一個直覺：

財報季 = 不確定性高 = 我應該在這段時間降低部位、或者用更保守的波動率目標。

這個直覺對「個股」可能成立。但問題是 — 大盤指數（SPY、0050、台灣加權）並不是個股。它是上百檔股票加權平均後的結果，個股財報的好壞會在組合裡互相抵銷。

實驗 K570 想回答的就是這個問題： 對 SPY 這種寬基指數而言，財報季到底有沒有特別的波動率特徵？如果有，把 VT（波動率目標）策略針對財報季加碼/減碼，能不能打敗最簡單的 12/VIX 基準？ 

實驗怎麼跑

•  資料 ：SPY、^VIX 日資料，2004-12-31 到 2026-03-26，共 5,342 個交易日
•  財報季定義 ：1/4/7/10 月的第 3-5 週（這四個月份的中下旬，是美股財報密集公布期）
•  樣本切分 ：5,341 個策略日中，財報季 986 日（18.5%）、非財報季 4,356 日（81.5%）
•  基準（baseline） ：12/VIX 固定波動率目標 — 把目標年化波動率設在 12%，用 VIX 當作市場波動的 forward-looking 估計，每天根據 12% ÷ VIX 算出股票部位權重
•  三個變體 ：
  •  Earnings Enhanced ：財報季把目標降到 10%（更保守）；非財報季拉到 14%（更積極）
  •  Earnings-Only VT ：只在財報季做 VT，平常 100% 持有 SPY
  •  Anti-Earnings VT ：只在非財報季做 VT，財報季反而 100% 持有
•  驗證 ：全樣本回測 + 三組跨期間 OOS（2012-2017、2016-2020、2020-2025）+ 兩模型比較檢定

結果一：財報季的「特別性」根本不存在

先看最基本的描述統計 — 財報季的波動率、報酬、絕對報酬，到底有沒有跟非財報季顯著不同？

 翻譯成白話 ：在指數層級上，財報季那 18.5% 的交易日，看起來跟其他 81.5% 的日子在統計上 完全分不出來 。VIX 沒比較高、報酬沒比較大、波動沒比較劇烈、連波動率的離散程度都一樣。

這個結果並不孤單。實驗紀錄顯示 K498、K412、K80 三個前置研究在不同切法下重複得到同樣的 null 結論： 個股財報效應在指數加權後被互相抵銷掉了 。學術上 Savor & Wilson (2016, JFE) 主張的是「總體經濟資訊公布日」帶有系統風險溢酬 — 但個別公司財報日的集合並不等於總體事件日。

結果二：四種策略的全樣本對比

把四種策略丟進 21 年回測，加上買進持有作為對照：

幾個重點：

1.  12/VIX 基準在回撤控制上仍優先 。修正 lookahead 後：年化報酬 5.6%，年化波動 9.4%，Sharpe 0.38，最大回撤 -29.5%。雖 Sharpe 已不顯著優於買進持有（0.43），但 MDD 控制（-29.5% vs -55.2%）仍有明顯優勢。
2.  Earnings Enhanced  年化報酬 5.9%（vs 基準 5.6%），Sharpe 0.38（= 基準 0.38），最大回撤 -32.3%（比基準 -29.5% 更差）。平均槓桿略高（75% vs 70%）是主因，不是時機抓得更好。
3.  Earnings-Only VT （只有財報季減碼，平常滿倉）幾乎跟買進持有一模一樣 — 因為財報季只佔 18.5% 的時間，調整一下下根本沒影響全圖。
4.  Anti-Earnings VT （財報季滿倉，非財報季 VT）反而比基準更差，最大回撤 -24.5%。如果有人主張「財報季其實波動低、可以加碼」— 這個資料說：不是。

HAC return-differential 比較（測試各策略報酬差是否顯著異於零）呼應結論： 全樣本下沒有任何變體在嚴格統計門檻下勝過 12/VIX 基準 。全樣本最高 HAC t 值 1.49（Earnings Enhanced），遠低於 Harvey (2016) 對新因子要求的 |t|>3.0 門檻。

結果三：三組跨期間 OOS 也是同一個故事

只看全樣本可能被某段時間的 fluke 帶風向。所以拆三組 train/test 跨期間驗證：

數字是各子期間的風險調整後報酬。 三組子期間的模式不完全一致 （2012-2017 表現較好的變體是 Earnings-Only，2016-2020 是基準，2020-2025 各策略差異極小），但 9 個 HAC 比較中 沒有任何一個在多次比較校正後仍顯著 （Bonferroni 校正門檻 t>3.0；最高 t 值 1.85，2012-2017 Earnings Enhanced vs Baseline）。2012-2017 Earnings-Only 的原始 t=3.25 在多次比較校正後即消失。

逐年勝率也支持 NULL 結論：修正後 21 年裡 Earnings Enhanced 勝 12/VIX 基準的年份為 9 年， 勝率 42.9% ，無法拒絕隨機猜測。

為什麼指數的財報季是 null？

學術文獻給的解釋很乾淨：

•  Moreira & Muir (2017, JoF)  的波動率目標策略，本質上就是讓 VIX 動態決定槓桿。VIX 對「市場現在多緊張」有極快的反應 — 任何財報季的不確定性，只要市場真的在乎，VIX 會先漲；策略會自動降槓桿。 不需要日曆規則 。
•  Savor & Wilson (2016, JFE)  的核心結論是 FOMC、CPI、NFP 等 總體事件 帶風險溢酬；個股財報的集合是 idiosyncratic 不是 systemic。
• 指數本來就是 500 檔股票的加權平均，個股財報好壞互相對沖。

 白話版 ：你以為財報季有額外風險，VIX 早就告訴策略了；你以為財報季波動會大，但組合分散後並沒有；你想自己加日曆規則，反而會在「VIX 已經低了但你還繼續減碼」的日子拖累報酬。

對散戶與投資組合經理的可行建議

1.  如果你已經在用波動率目標策略（VT）— 不用為財報季調整任何參數 。資料顯示這只會增加交易成本（年週轉率從 7.93x 拉到 8.56x）、惡化最大回撤、降低風險調整後報酬。
2.  如果你還沒用 VT — 12/VIX 在回撤控制上有明顯優勢 。修正 lookahead 後：年化報酬 5.6%（低於買進持有 10.2%），最大回撤 -29.5%（遠優於買進持有 -55.2%）。VT 策略的核心價值是 平滑波動、控制回撤 ，不是提升絕對報酬；若你無法承受 50%+ 的帳面虧損，VT 仍值得考慮。
3.  不要把個股直覺套到指數上 。「我的台積電在財報前震盪很大」是真的；但「整個 0050 在財報季比較危險」就需要重新驗證 — 答案在 SPY 上是 NO。
4.  真的想做事件擇時？挑對事件 。文獻上有實證效應的是 FOMC（聯準會利率決議）、CPI、NFP — 這些是市場層級的訊息流入點。財報季不是。
5.  小心「我加了規則就一定變好」的偏誤 。本實驗 4 個變體裡有 3 個比基準差，1 個邊際好但幅度小到落在統計雜訊內。 多加規則 ≠ 多賺錢 ，反而很常多繳交易稅。

一個誠實的限制

這篇研究是大盤指數層級的結論。它 不直接適用於 ：

• 單一個股或集中持股組合（個股財報效應是真的，K570 沒否定）
• 高頻交易或盤中策略（本研究是日頻收盤）
• 中小型成長股 ETF（IWM、QQQ 還沒同樣驗證；後續研究方向）
• 台股加權指數（台股財報集中度與時程跟美股不同；待 K-id 補實驗）

研究範圍以外的延伸，需要對應資料才能回答。 這篇文章只證明：對 SPY、過去 21 年、日頻、寬基指數，財報季調整 VT 是徒勞 。

資料來源

•  價格資料 ：Yahoo Finance（SPY 收盤價、^VIX 收盤價），2004-12-31 至 2026-03-26
•  樣本 ：5,342 個交易日，5,341 個策略日（去掉首日 lag）
•  實驗腳本（修正版） ：experiments/k570b/k570b.py（修正 lookahead + block bootstrap + HAC 改名 + OOS 標籤）
•  完整結果 JSON（修正版） ：experiments/k570b/k570b_results.json
•  原始版本（含 lookahead） ：experiments/k570/k570_earnings_season.py
•  相關前置研究 ：K498（指數層級財報季波動 null）、K412（指數財報效應 null）、K80（VT 季節性 null，含 sell-in-may）
•  方法論文獻 ：
  • Moreira & Muir (2017), "Volatility-Managed Portfolios", Journal of Finance
  • Savor & Wilson (2016), "Earnings Announcements and Systematic Risk", Journal of Financial Economics
  • 嚴格統計 (2016), "...And the Cross-Section of Expected Returns", Review of Financial Studies — t > 3 新因子門檻

 📋 方法論修訂紀錄（K570b，2026-05-18） 

本文 2026-05-18 依 K570b 修正版實驗更新所有績效數字，修正項目：(1) Lookahead fix：改用 vix.shift(1)（前日 VIX）設定當日倉位；(2) Block bootstrap 取代 i.i.d.；(3) 將「HAC return-differential test」正名，說明此非標準 DM 預測誤差比較；(4) 子期間描述改為「滾動子期間穩健性檢驗」。 核心結論（財報季調整對指數 VT 策略無顯著效益）維持不變。