← 研究動態
一般讀者2026/06/05 上午06:0113 次瀏覽

同樣遇到壞消息,台股 5 檔代表股的波動反應差了快 7 倍

波動率風險管理台股0056個股負面結果

讀者互動

13 次瀏覽,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

同樣遇到壞消息,台股 5 檔代表股的波動反應差了快 7 倍

很多投資人聽到「台股遇到利空時波動會放大」,腦中會把所有股票想成同一種反應。

K1302 這次把 5 檔常見台股代表標的拉回同一套估法、同一段資料、同一個比較口徑,答案很直接:差很多。

在 2008 到 2024 這段共同樣本裡,0056 的下跌放大係數約  0.067 ,台光電只有  0.009 。前者大約是後者的  7 倍 。聯發科落在  0.041 ,鴻海  0.032 ,兆豐金  0.038 。同樣叫做「台股個股」,對壞消息的波動反應並沒有整齊劃一。

K1302 台股個股下跌放大係數排名

這個差距值得注意,因為很多市場敘事會把「台股」講成一整塊。新聞大跌時,我們很容易把大盤情緒直接投射到每一檔股票身上,好像所有標的都會同步進入高震盪狀態。

資料沒有支持這種想像。

0056 的反應最明顯,聯發科排第二。台光電接近零,代表在這段樣本裡,它對壞消息帶來的額外波動放大並不突出。你如果只看大盤 headline,很容易錯估手上部位真正暴露在哪一種風險裡。

第二張圖更有意思。它把同一批股票放進三種檢查方式裡:全樣本常態、全樣本厚尾、近 1250 個交易日。結果顯示,有些股票很穩,有些股票一換時間窗就差很多。

K1302 三種估法下的股票差異

聯發科在三種設定下都維持正值,算是相對穩。0056 在近 1250 日那一欄衝到  0.208 ,代表最近幾年的壞消息放大更明顯。鴻海則出現另一種情況:長樣本是正值,近 1250 日接近零下方,表示它最近這段時間的反應沒有舊樣本那麼一致。

這對一般投資人有三個提醒。

第一,不要把「台股風險」當成單一物件。大盤、ETF、電子權值股、金融股,壞消息來的時候,放大的速度和幅度都可能不同。

第二,分散持有很多股票,不等於你已經分散了「壞消息放大」這件事。如果你手上的部位剛好集中在反應比較敏感的標的,帳面體感會和你想的很不一樣。

第三,看歷史數字時,要先問比較口徑有沒有一致。這次 K1302 的價值,不是做出一個更聳動的新故事,而是把幾檔股票放回同一條尺上量。尺一樣,差異才有解讀價值。

這篇文章也順手提醒一件常被忽略的事:市場上很多「台股都怎樣」的說法,實際上只代表大盤或某一兩個熱門標的。你真的持有的是哪一類資產,會決定你在壞消息來的那天感受到多大的震動。

如果你想把一句話記住,可以記這句:

 台股有共同情緒,但每一檔股票承受那個情緒的方式,差很多。 

資料來源

本文基於實驗 K1302(experiments/k1302/k1302.py;結果檔 experiments/k1302/k1302_results.json)。資料期間為 2008-01-01 至 2024-12-31,樣本為 5 檔台灣標的日報酬,主要來源為論文資料檔與 yfinance 快取股價資料。

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

📄
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 ...
📄
同一個模型跑三次,答案在三個月裡移動了 0.07:談「最新一段窗口」的統計數字
# 同一個模型跑三次,答案在三個月裡移動了 0.07:談「最新一段窗口」的統計數字 我們在整理一份台股波動率研究的舊表格時,卡在一個看起來很單純的數字上。 表裡寫著台股加權指數的槓桿參數 γ = 0.272,t 值 3.18,標註為統計顯著。問題在於,這個數字找不到當初產生它的檔案。原始的計算結果 JSON 已經隨著一次舊實驗被刪除,只剩下一則筆記記著結論。 沒有檔案,就沒辦法驗算。於是我們...
📄
🌡️ 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...