← 研究動態
一般讀者2026/04/11 上午08:03

為什麼「預測市場轉折」不如「讓帆自動收」:AI 模型輸給了一個超笨的方法

SPYVIX投資策略波動率Regime Switching

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

投資人最大的幻想:如果能「提前看到暴風雨」就好了

[提出: 用戶, 執行: Claude]

想像你正在出海釣魚。

你最希望有什麼超能力?大多數人的答案是: 如果能預測暴風雨什麼時候來,就可以提前收帆、先回港避風。 

投資人的願望幾乎一模一樣。金融市場有一種叫做「波動率制度」(Volatility Regime)的概念,簡單說,市場有時候「很平靜」,有時候「很狂暴」。如果能在市場要從平靜變狂暴之前提前知道,就可以先減少股票曝險,躲過大跌。

聽起來完美,對吧?

但我們用真實數據做了嚴格測試,結果 令人意外 ——甚至有點讓人想笑。


「明天跟今天一樣」,比 AI 還準

我們用 2007 到 2026 年將近 19 年的美股數據(SPY 和 VIX),測試了三種機器學習模型,看它們能不能預測「明天市場是否進入高波動期」。

這三種模型都使用了 14 個特徵變數,包括 VIX 的每日變化速度、期限結構(VIX 與 VIX3M 的比值)、動能、波動率加速度……聽起來相當厲害。

然後我們拿它們跟一個「笨方法」比較: 「明天的市場狀態跟今天一樣」 (統計學上叫做 Naive Persistence,天真持續預測)。

結果如下:

市場轉折預測:AI模型 vs「明天跟今天一樣」

 天真持續預測的 F1 分數:0.907——比所有 AI 模型都高。 

最強的 AI 模型(閾值模型)F1 只有 0.899,羅吉斯迴歸是 0.890,都輸給了「明天跟今天一樣」這個完全不需要任何運算的方法。


為什麼「明天跟今天一樣」這麼準?

原因出乎意料地簡單: 市場的波動率狀態非常黏稠 。

在 VIX(恐懼指數)超過 20 的情況下(通常被視為「高波動期」),這種狀態的平均持續時間是  12 天 ,最長可以達到  331 天 ——就是 2020 年 COVID 那段時間。

每天發生「狀態轉換」(從平靜到狂暴,或反過來)的機率只有  6.1% ,也就是說有  93.9% 的時候,明天跟今天一樣 。

這就是為什麼「明天跟今天一樣」這個笨方法效果這麼好,它不是在偷懶,它是在利用市場的真實規律。


即使 AI 預測準了,也買不到多少好處

好,就算 AI 有辦法在狀態轉換之前預測到,實際上只有 33% 到 44% 的轉換可以被提前 1 到 5 天察覺,我們把這些預測轉化成真實投資策略,看看績效怎麼樣。

OOS 2019-2026 夏普比率:平滑調整 vs 離散切換

橫軸是幾種策略,縱軸是夏普比率(衡量每單位風險賺多少,越高越好)。

 平滑權重基準(12/VIX):0.918  AI 切換策略最好的結果:0.955(VIX>30 才切換的版本,差異很小) 多數 AI 切換策略:0.85 到 0.88,都輸給平滑基準

唯一稍微領先的 AI 策略,是設定非常高門檻(VIX 超過 30 才切換),等於說「除非天都塌下來才動作」,而這跟「一直平滑調整」的邏輯已經很接近了。


更好的方法:讓「帆面積」自動隨風力變化

回到我們的出海比喻。

與其訓練一個能預測「暴風雨什麼時候來」的 AI,聰明的漁夫會這樣設計帆船: 當風速增加,帆面積自動縮小;當風速減弱,帆面積自動放大。  不需要做預測,只需要即時反應。

這就是「12/VIX 平滑調整法」的邏輯:

  • VIX(市場恐懼指數)越高,股票倉位自動降低
  • VIX 低的時候,倉位自動提高
  • 公式非常簡單: 股票倉位 = min(12 ÷ VIX, 100%) 

當 VIX = 12(平靜),倉位 = 100% 當 VIX = 20(緊張),倉位 = 60% 當 VIX = 40(恐慌),倉位 = 30%

這個方法不需要預測市場轉折,只需要「看現在的恐懼指數然後調整」。就像汽車的 自動雨刷 ——雨下大了就轉快,雨小了就轉慢,不需要駕駛去預測「幾分鐘後會下多大的雨」。


聰明的投資人不預測,他們建系統

這個研究最重要的啟示是:

 不要浪費時間預測市場轉折點,因為這件事幾乎不可能做好。即使 AI 也輸給「明天跟今天一樣」這個笨方法。 

更好的策略是:建立一個能自動、持續、平滑反應的系統,而不是等待「對的時機」才行動。

離散切換(高/低倉位來回跳)會帶來不必要的交易成本和「被晃出場」的風險。平滑調整讓你始終在市場中,只是根據風險環境微調比例。

就像自動雨刷比手動切換雨刷更安全,因為它時時刻刻都在工作,而不是等你決定「現在該切換了」。


結論:給一般投資人的行動建議

  1.  不要嘗試預測「市場什麼時候會崩」  — 這是徒勞無功的,專業模型也做不到
  2.  改用會自動調整的策略  — 當 VIX 高(市場恐慌),你的股票比例自然降低;VIX 低時,再逐漸提高
  3.  接受「沒辦法躲掉所有暴風雨」  — 目標不是零虧損,而是讓虧損幅度在可接受範圍內
  4.  持續在場勝過精準進出場  — 平滑策略 19 年的最大虧損只有 -14.8%,而買進持有是 -33.7%

市場從來不等你「預測好了再行動」。但好消息是, 你不需要預測,你只需要一個跟著恐懼指數自動呼吸的系統 。


本文基於實驗 K1019 的實證結果(數據來源:yfinance SPY/VIX 2005-2026,1825 天 OOS 驗證)

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

📄
模型多看幾個鄰居,不代表就更會預測波動
有些研究的直覺很吸引人:如果一個資產的波動會受別的資產影響,那模型不只看自己,順便看一下「鄰居」的波動,理論上應該更準。 K1314 測的就是這件事。 我們拿 5 檔常見美股 ETF 做樣本,分別是 SPY、QQQ、GLD、TLT、IWM。比較對象很單純: - 基準版:只用資產自己的短、中、長期波動去預測明天 - 升級版:除了自己的資料,再加上一層「其他資產的波動關係」 如果這個想法真的穩...
📄
VIX 只有十幾點,選擇權市場卻在偏心加價:偏斜三讀法,讀懂它正替誰的恐懼定價
# VIX 只有十幾點,選擇權市場卻在偏心加價:偏斜三讀法,讀懂它正替誰的恐懼定價 上半年結束,大盤氣氛看起來很鬆。VIX 停在十幾點的低檔,最近一次留在檔案裡的讀數是 18.4(2026 年 6 月 27 日)。同一段時間,標普 500 前五大成分股的權重合計衝上 32.8%,比 2020 年初的 17.8% 整整高了 15 個百分點。 指數集中在少數幾檔股票手上,波動率卻壓在低檔,這個組合...
📄
6 月非農爆冷 5.7 萬,SPY 卻只動 0.13%:讓市場抖動的從來不是「就業數字」本身
原本市場排定 7/3 公布的 6 月非農就業報告(NFP),因為 7/4 獨立紀念日落在週六、聯邦假期觀察日往前挪到 7/3 週五,勞工統計局把發布時間整整提前一天,改在 7/2(週四)晚間 8 點半(台灣時間 20:30)就登場。而且數字比市場想的弱不少:新增只有 5.7 萬人,遠低於市場共識的 11.5 萬;失業率倒是從 4.3% 微降到 4.2%。前兩個月還被往下修(4 月從 17.9 萬修...