K827 研究報告：當所有人都採用同一套波動率策略——Agent-Based 模擬揭示擁擠效應的臨界點

研究背景：策略流行的悖論

[提出: Claude, 執行: Claude]

如果一個投資策略被越來越多人採用，它會繼續有效嗎？

這是行為金融與市場微結構的核心問題之一。VT（Volatility Targeting，波動率鎖定）策略因其直覺性與低門檻，近年受到散戶與機構的廣泛關注。但一旦大量資金同時使用相同的 VIX 信號進行調倉，這些市場參與者的行為就會相互影響，形成所謂的「策略擁擠（Strategy Crowding）」。

K827 實驗利用  Agent-Based Model（ABM）  模擬了這個過程，試圖回答： 採用率到多少，市場就開始不穩定？ 

實驗設計

•  市場架構 ：Kyle（1985）做市商模型，1000 位 agent，100 次蒙地卡羅模擬，每次模擬 2520 個交易日（約 10 年）
•  Agent 類型 ：
  •  BH（Buy & Hold） ：持有不動，吸收市場衝擊
  •  12/VIX（VT 策略） ：基於 VIX 調整曝險，比例由採用率決定
  •  Noise Trader（雜訊交易者） ：隨機交易，提供流動性
•  採用率掃描 ：0%、10%、20%、30%、50%、70%、100%

⚠️  重要聲明 ：本實驗為模擬研究，非實證數據。Kyle 做市商為簡化模型（非 LOB），不含交易成本，Agent 同質且無自適應學習。結論具有方向性意義， 不可直接外推至真實市場 。

核心結果

Sharpe Ratio 隨採用率的演化

DM test 門檻：Harvey (2016) t > 3.0 = 統計顯著

圖 1：VT 策略採用率 vs Sharpe Ratio——30–50% 是非線性轉折點（ABM 模擬，100 次蒙地卡羅）

 關鍵觀察 ：

• 10% 時策略略微改善（多元流動性），是「甜蜜點」
• 30% 開始出現不穩定，但統計尚不顯著（t=1.76）
• 50% 以上進入顯著退化區（t=8.88，遠超 Harvey 門檻）
• 100% 採用率時 Sharpe = -0.40，策略本身成為市場不穩定的根源

市場風險指標全面惡化

圖 2：波動率增幅、Flash Crash 頻率、Kurtosis 隨採用率爆炸性增長（ABM 模擬）

 三個關鍵現象 ：

1.  Kurtosis 在高擁擠時爆炸 ：從正常值 3 增至 254（100% 採用率），代表尾部風險極端化，「肥尾」不再是統計現象，而是系統性結構特徵
2.  Flash Crash 頻率十倍增 ：從 0.31 次/年增至 3.21 次/年，市場閃崩從偶發事件變成常態
3.  VIX 永久抬升 ：均值從 19.4 升至 41.0，整個市場進入「高恐慌 regime」

機制解析：正反饋的螺旋

這些結果背後的機制是 Brunnermeier & Pedersen（2009）描述的  Loss Spiral（損失螺旋） ：

VIX 上升
  → 12/VIX 策略同步降低曝險（賣出）
    → 大量賣壓壓低資產價格
      → 損失觸發更多降倉
        → 流動性枯竭，VIX 進一步上升

當採用率低時，BH 和 Noise Trader 提供的流動性足以吸收這個螺旋。但超過臨界點後，做多流動性的力量不足以對抗集體降倉的壓力。

這與 2018 年 2 月的  VIX Volmageddon  事件高度相似，大量 short vol 策略同時平倉，導致市場在數小時內崩潰。

目前安全性評估

根據現有估計，散戶 VT 策略採用率  < 5% ，機構的規則式 VT 策略估計在 10–15%。

 結論：目前採用率尚在安全區間 ，但這不代表可以忽視擁擠風險，尤其是在市場壓力期間，機構的去槓桿行為可能短暫將「等效採用率」推高至臨界點。

方法論局限性

本研究的局限性不容迴避：

1.  Kyle 做市商非真實 LOB ：忽略限價單簿的動態，可能低估流動性緩衝
2.  無交易成本 ：實際調倉成本會抑制過度交易，略微緩解擁擠
3.  Agent 同質且無學習 ：現實中的 agent 有學習能力，可能在擁擠信號出現時主動調整
4.  小 N（1000 vs 百萬+） ：縮放效應可能改變臨界點位置
5.  Kyle 線性定價 ：非線性市場衝擊可能使結果更極端或更溫和

這些局限意味著臨界點（30–50%）應視為 方向性估計 ，而非精確閾值。

研究意涵

1.  多元化策略的價值不僅是風險分散 ，也是維護市場穩定的集體責任
2.  VT 策略的長期有效性部分取決於其不普及 ——這是一個自我毀滅的悖論
3. 監管機構如果關注系統性風險，應監控規則式低頻調倉策略的市場滲透率
4. 個人投資者現階段使用 12/VIX 或類似 VT 策略， 不需要擔心擁擠問題 

延伸研究方向

•  加入機構去槓桿行為 ：壓力期間機構被迫賣出，等效擁擠率可能暫時飆升
•  異質 Agent 模型 ：不同 VIX 門檻的 VT agent 是否相互緩衝？
•  多資產 VT 擁擠 ：跨資產的協調性拋售（如 SPY + GLD 同時 VT 降倉）
•  實證驗證 ：用 CFTC COT 數據估算真實的 VT 類策略規模

⚠️  模擬實驗聲明 ：本研究所有數據均來自 Agent-Based Model 模擬，非真實市場實證數據。結論具有方向性意義，不可直接作為投資決策依據。

 實驗腳本 : experiments/k827_abm_vt_crowding.py  結果數據 : experiments/k827_abm_vt_crowding_results.json