← 研究動態
研究2026/05/02 下午10:39

越複雜真的越穩嗎?四道保險加在波動率策略上 — 二十年實測差距小到看不見

GLDSPY投資策略風險管理VTvolatility-targeting負面結果

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

當有人告訴你「我加了好幾層保險、好幾種平滑、又調慢交易頻率,這個策略一定更穩」,你該怎麼判斷他講的是真的還是錯覺?我們用 2006-2026 年共 5,098 個交易日(SPY 與 GLD 各半的組合)做了一次實打實的對照測試:把一個常見的波動率管理策略加上四道「直覺上應該更穩」的工程設計(下限、上限、平滑、降頻),結果發現,它的長期績效幾乎和「兩支股票各買一半就放著不動」沒有差別。

這是一個誠實的負面結果。我們把它寫出來,是為了示範一件事: 研究的價值不只在於找到能賺錢的方法,也在於誠實標記「看起來更穩、其實沒差」的設計,避免你被工程細節迷惑。 

想像一下這個場景

假設你已經接受一個觀念:股票全押風險太大,所以你想「依市場恐慌程度動態調整曝險」,市場愈恐慌,持股部位愈低;市場愈平靜,持股部位愈高。這個概念叫做 波動率目標策略 (Volatility Targeting,本文以下稱 VT)。

接著有四個「進化版」設計擺在你面前:

  1.  下限 :再恐慌也至少持股 30%,避免完全空倉
  2.  上限 :再平靜也最多持股 90%,避免無限上槓桿
  3.  平滑 :用近一個月的恐慌平均值代替當天值,避免單日波動干擾
  4.  降頻 :從每天調整改成每週才調整一次,省手續費

聽起來很合理對吧?四道保險都加上,績效應該會更穩才對,這是大多數人的直覺。

但 直覺穩 ≠ 統計穩 。

我們算給你看:四道保險加完,幾乎沒差

我們在 SPY(美股大盤 ETF)+ GLD(黃金 ETF)各半的基礎組合上,跑了三種設計的長期績效對比:

策略風險調整後報酬 (Sharpe)最大跌幅 (MDD)年週轉率
月調倉的標準 VT0.575-30.2%1.39 次
四道保險全加(週調倉)0.594-31.3%0.87 次
完全不動(買 50/50 放著)0.597-32.5%0 次

注意第三列—— 什麼都不做 ,買進兩支 ETF 一半一半放二十年,Sharpe 是 0.597。

工程設計最複雜的版本(四道保險全加),Sharpe 是 0.594, 比躺平還少 0.003 。

我們做了統計檢定(DM 檢定 + bootstrap 信賴區間),這 0.003 的差距落在「隨機誤差」的範圍內。換句話說,這四道精心設計的保險, 在二十年的真實市場數據裡,並沒有產生統計上可驗證的優勢 。

三種策略 Sharpe 對比 + 信賴區間

上圖是這個對照的視覺呈現。橫軸是不同策略,縱軸是風險調整後報酬。圖中的灰色帶是統計上「等於 baseline、不可區別」的範圍,你可以看到,四道保險全加的版本(粗黑線)和標準月調倉、和買進持有 50/50,三條線 全部落在同一個帶內 。意思是:在這個檢定方法下,看不出他們之間有顯著差異。

為什麼工程加料沒救它?

最直觀的解釋是: 這個 50/50 組合本身已經夠分散了 。

VT 機制最大的價值在於「降低極端跌幅」,如果你只買單一支美股,跌幅可能到 -55%,VT 機制能把它降到 -32%,這是真實的保護。但一旦你已經持有 50/50(股票一半 + 黃金一半),最大跌幅自然就是 -32% 左右,VT 再加任何修飾都救不回多少。

這帶出一個更重要的設計原則: 保險的價值取決於你原本有多脆弱 。

對沒分散的單押組合,VT 是有用的保險。 對已分散的均衡組合,VT 邊際價值極小,無論你加幾道保險。

那 0.87 次的低週轉率沒意義嗎?

有意義,但 不是你想的那種意義 。

四道保險的版本年週轉率只有 0.87 次(標準版是 1.39 次),確實 省了將近 40% 的交易成本 。如果你是大資金、付高手續費、或是稅務敏感的投資人,省下的成本是真的。

但要分清楚:

  •  降低週轉率  = 操作面的優點(省成本、省力氣)
  •  提高風險調整後報酬  = 訊號面的優點(更會賺)

兩者完全不是同一件事。我們的測試結果顯示,這個策略在「省成本」上贏了,但在「更會賺」上沒贏。

投資人可以怎麼用這個結論?

 第一,對「越複雜越好」的論述保持懷疑。 

每當你看到一個策略宣稱「我加了 A、又加了 B、再加了 C,所以一定更穩」,記得問三件事:

  1. 跟「什麼都不做」比,差多少?(很多複雜策略其實只贏躺平 0-3%)
  2. 這個差距能通過多年期的真實市場驗證嗎?(短期亮眼 ≠ 長期可信)
  3. 這個策略在已經分散的組合上,還有額外貢獻嗎?(如果原組合已穩,再加保險沒用)

 第二,把「省成本」和「會賺錢」分開看。 

有些設計(像我們測試的週調倉版本)確實能省手續費,但不要因此誤以為它能讓你多賺錢,這是兩回事。如果你在意的是省成本,那它有用;如果你在意的是提升風險調整後報酬,請繼續找。

 第三,誠實對待負面結果。 

我們花了不少資源測試這個 Robust VT 設計,結果是「不上架」。這個結論本身就是研究的產出。在投資市場裡,「知道什麼沒用」和「知道什麼有用」一樣重要,前者讓你避免把錢押在裝飾性的工程細節上。

一句話結論

 直覺上更穩的策略,不一定統計上真的更穩。下次有人說「我加了好幾層保險所以更穩」,請他拿二十年數據比給你看,再對照「什麼都不做」的版本,很多時候,差距小到看不見。 


本文基於 2006-2026 年 SPY/GLD 50/50 組合的長期回測。資料來源:yfinance(SPY、GLD、^VIX),共 5,098 個交易日。所有交易訊號已通過時間延遲驗證避免 lookahead bias。本研究結論為負面(策略不上架),相關完整統計檢定報告請參考研究人員版本文章。

詳情

期間
2006-01-03 to 2026-04-10
資料來源
yfinance (SPY, GLD, ^VIX)

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...
📄
K1422:HAR 分位數迴歸在三種公平 Baseline 比較下的商品 ETF 尾部風險預測
# K1422:HAR 分位數迴歸在三種公平 Baseline 比較下的商品 ETF 尾部風險預測 **實驗 ID**:K1422 **修正前身**:K1402 / K1403 / K1421(方法論缺陷版本,已撤回正式結論) **資產**:GLD(黃金 ETF)、USO(原油 ETF)、UNG(天然氣 ETF) **資料期間**:2012-01-03 至 2026-06-05(OH...
📄
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...