← 研究動態
一般讀者2026/07/28 上午06:000 次瀏覽

我們認真做了一個更聰明的風險模型,結果它比笨方法更常失手

波動率風險管理尾部風險模型複雜度美股台股

讀者互動

0 次瀏覽,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

風險管理有個很自然的假設:模型愈精細,對尾巴風險(就是那種難得一見的大跌)就抓得愈準。

這篇要講的,是一次把這個假設打臉的實測。

我們拿一個聽起來很聰明的做法,去對決一個又老又簡單的基準。跑完美股 SPY 和台股 0050 各三年的每日資料,簡單的那個贏了。兩個市場,兩次交手,聰明版零勝。

先搞懂我們在量什麼

每天收盤後,模型要畫一條線,意思是「明天最壞情況大概會跌到這裡」。

這條線設在 5% 的水位。翻成白話:理論上 100 個交易日裡,實際跌幅穿過這條線的日子,應該差不多只有 5 天。

跌破線,我們叫「踩線」。踩線太多,代表模型太樂觀、低估了風險;踩線太少,代表它膽子太小、把線畫得太保守,平常綁手綁腳。

所以理想的踩線比率就是貼著 5%。誰離 5% 近,誰就準。這是評分的唯一標準。

兩個對手

基準方,是財務圈用了幾十年的一個經典波動率模型。它只看報酬率自己的起伏,把最近的大波動放大權重,如此而已。沒有花招。

挑戰方多做了一件事:它先判斷市場現在處於哪一種情境。

它把行情自動分成三種狀態:平靜、普通、恐慌。每天估計現在比較像哪一種,再按這個判斷去調整那條風險線。聽起來就是比只盯一個數字要聰明。

三年實測,簡單的那個貼得更準

市場經典模型踩線率三情境模型踩線率理想值
美股 SPY5.05%6.12%5%
台股 00504.83%6.22%5%

資料是 2023 年初到 2025 年底的每日實測,美股約 752 個交易日、台股約 724 個。每次都是「用昨天以前的資訊畫線,隔天才對答案」,全程沒有偷看未來。

美股這邊,經典模型踩線 5.05%,幾乎正中 5%。誤差不到 0.1 個百分點,這在風險模型裡已經算是教科書等級的準。

換上三情境模型,踩線跳到 6.12%,明顯偏高。

台股更清楚。經典模型 4.83%,稍微保守一點但很穩。三情境模型衝到 6.22%,等於每 100 天要多踩一次多線。

多踩線不是小事。它代表真的遇到大跌時,你以為守得住的那條線,比想像中更容易被打穿。

6.22% 對上 5%,聽起來只差 1.2 個百分點。但換算成相對值,這是把該守住的風險上限超標了將近四分之一。尾部風險本來就是拿來防萬一的,防線鬆這麼多,遇到真正的黑天鵝時差別會被放大。

有一點很關鍵:這次失手,在美股和台股是同一個方向。

如果只有一個市場出問題,還能推給運氣或個別市場的脾氣。兩個結構完全不同的市場一起把線踩過頭,指向的就是方法本身的毛病,不是巧合。

美股與台股,兩種模型的踩線比率對照,愈接近 5% 愈準

換個角度,把百分比還原成真實天數更有感。三年下來,理論上該踩線的天數,美股約 37.6 天、台股約 36.2 天。經典模型分別踩了 38 天和 35 天,幾乎不差。三情境模型卻踩了 46 天和 45 天,兩邊都多出快十天。

美股與台股,三年間實際跌破風險線的天數,與理論應有天數對照

聰明為什麼沒有贏

照理說,會看市場情境的模型應該更靈活才對。問題出在「判斷情境」這件事本身也會出錯。

市場切換情境的時機很難抓,模型常常慢半拍。等它認定進入恐慌,最猛的一段往往已經走完;等它宣告回到平靜,下一根大黑K又來了。

每一次誤判,都會讓那條風險線畫錯位置。三個情境給了它三倍犯錯的機會,經典模型從頭到尾只做一件簡單的事,反而少犯錯。

多出來的複雜度,最後變成多出來的雜訊。

為什麼要花力氣測一個可能會輸的方法

你可能會問,既然基準已經這麼好,為什麼還要費工去測一個更複雜的。

因為不試,你永遠不知道那個複雜方法到底有沒有用。市場上太多產品把「更複雜」直接當成「更好」拿去賣,很少有人真的把它跟最陽春的版本擺在一起比。

我們的做法是:先把最笨的基準顧到最好,再讓每一個花招自己去證明配得上多出來的複雜度。證明不了,就誠實記下來,寫成這篇。

這次的三情境模型,是照學界一份較新的設計去做的本地重現。花招用對了地方,只是在這兩個市場、這段期間,它沒有跑出比基準更好的成績。這不代表這類方法永遠沒用,只代表這一次,簡單的更值得信任。

誠實地說:我們是真心想讓它贏

設計、調參、跑兩個市場,都照我們能做到的最好規格。花俏版拿到的舞台一點都不差。

數字出來就是不買帳。兩個市場、兩次交手,聰明版一次都沒有同時做到「踩線貼近 5%」又「不輸給基準」。零勝二敗。

這種結果沒有標題聲量,但它值錢。它幫你省下把資金押在一個華而不實模型上的代價。

能帶走的一句話

模型的複雜度,不會自動變成準確度。

在風險管理上,一個你完全理解、行為穩定的簡單工具,常常比一個你說不清楚它何時會失手的聰明工具更安全。

下次看到有人用「三情境」「AI 自適應」「動態切換」來包裝一個風險模型,先問一句:拿去跟最笨的基準比過了嗎?贏了多少?

很多時候答案是:沒比過,或者比了沒贏。


實測期間 2023-01 至 2025-12,標的為美股 SPY 與台股 0050 每日收盤價。踩線比率=實際跌幅穿越模型單日風險線的日數占比,理想值為 5%。所有預測僅用當日之前資訊,隨機種子固定以確保可重現。模型細部規格見內部實驗紀錄。

懶人包圖組

以實測交易日回測,比較樸素風險模型與三情境校準模型的尾部踩線表現

樸素模型與三情境模型在美股上的踩線率與踩線天數對照

兩個資產都沒讓三情境模型過關,複雜方法並未擊敗樸素基準

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

📄
隔夜美股的震盪,真會傳染給亞洲嗎?二十年數字只認一個市場
# 隔夜美股的震盪,真會傳染給亞洲嗎?二十年數字只認一個市場 美股半夜殺了一根長黑,很多人隔天開盤前會先在心裡打鼓:今天亞洲會不會更劇烈? 這個直覺聽起來很順。上游市場先動,波動像骨牌一路往下推,先到日本,再到台灣,最後掃過東南亞。 問題是,這條骨牌真的存在嗎?我們拿了二十年的每日收盤價,把它逐個市場算了一遍。 ## 我們到底比了什麼 方法很單純。先建一個「樸素版」模型,只用一個市場自己...
📄
科技股財報日的波動放大 3.8 倍,然後兩天就沒了
台積電 7 月 16 日開出第二季財報,接下來三週輪到那幾家美國巨頭。行事曆上,很多人把財報週整週圈起來,減碼、買保護、或者乾脆空手等它過去。 圈一整週這個動作,隱含了一個假設:財報會讓股票進入一段比較亂的日子。 我把這個假設拿去量。8 檔大型科技股,NVDA、AAPL、MSFT、AMZN、GOOGL、META、TSM、AMD,每檔取最近 12 季,共 96 次財報,樣本從 2023 年 7 ...
📄
🌡️ 事件溫度計|7/17 大跌前,預警燈亮了嗎?把自家論文拿去對答案
7 月 17 日星期五,台股加權指數收 42,671 點,單日跌 6.47%。一週合計跌了 5.9%,是 2025 年 4 月關稅衝擊以來最重的一週。 跌完之後,最自然的問題是:有沒有什麼東西,其實早就在示警? 這一題我們有私房工具。VolPred 的研究團隊今年有一篇論文獲期刊接受,主題就是「大跌之前,風險的組成會先變形」。與其空談,我們直接把論文的方法丟進這次的台股,對答案。順便做了一件更...