VIX 15，個股波動率卻是兩倍半：期權市場在定價什麼？

VIX 收在 15.32，標普 500 的 30 日實現波動率只有 9.9%。聽起來市場很穩。

但 Mag-7 的 NVDA 30 日波動率 35.8%，TSLA 38%，MSFT 27.7%。整個 Mag-7 組合加權平均 30 日實現波動率是 25.7%。

指數層面低波動，個股層面高波動，這兩個數字同時為真，靠的是一件事：這七檔股票目前走法分散，不太一起動。

過去 90 個交易日，Mag-7 兩兩相關係數均值是 0.38，處於近 5 年歷史的第 29 百分位。相關性處於低位，指數就能把個股的波動「分散掉」，看起來很平靜。

這篇想算清楚，這個狀態定價了什麼風險，以及它何時會解除。

一個等式，把問題說清楚

指數波動率和個股波動率之間有個基本關係：

指數波動率² ≈ 相關係數均值 × 個股平均波動率² + 殘差項

簡化版的直覺是：相關性低，指數波動遠低於個股平均波動；相關性高，兩者趨近。

目前的數字：

• Mag-7 加權平均個股 30 日 RV：25.7%
• SPX 30 日 RV：9.9%
• 中間這 15.8 個百分點，全靠相關性低於 1 來消化

按目前 Mag-7 內部平均相關係數 0.38，Mag-7 作為一個籃子的整體波動率大約是 18%，跟 VIX（15.3%）的距離合理。

但如果 Mag-7 兩兩相關係數從 0.38 回到 5 年均值 0.48，同樣的個股波動率輸入，Mag-7 籃子波動率會升到 19% 以上；若再拉到歷史中位數 0.50 以上，整體波動率會更快趕上 VIX，甚至超過它。

這不是說 VIX 一定要跳。這是在問：如果相關性回升，你現在買的 SPX 期權保護值多少？

目前市場的截面數字

下面這張表，所有數據來源：yfinance 收盤價，截至 2026 年 5 月 29 日。

Mag-7 合計約占 SPX 權重 30%，但合計貢獻的個股波動遠超出指數體現的量。Top-10 持股合計約 35.8%（含 Berkshire、Broadcom 等），集中度在歷史相對高位。

VIX 目前反映的是 SPX 整體層面的隱含波動率，也就是 15%。這個數字在 5 年歷史裡處於第 23 百分位，已經偏低。

圖中有一個值得注意的地方：低 VIX 的期間，相關係數不見得跟著低。2023 年底也有一段低 VIX，相關係數卻在升。目前這段是比較少見的「低 VIX + 低相關係數」共存的狀態。

低相關係數的歷史是什麼走法

我把過去 5 年的 90 日滾動兩兩相關係數計算出來（以 Mag-7 為樣本），做了一個簡單的事後分析：

• 5 年均值：0.477
• 最高點：約 0.78（2022 年升息震盪期）
• 最低點：約 0.19（2023 年 AI 行情初期，各股走法分歧）
• 目前：0.38，第 29 百分位

有幾個歷史時段，相關係數在這個區間後急升：

2020 年 2–3 月，相關係數從 0.3 附近跳到 0.7 以上，同步 VIX 從 15 飆到 82。彼時 SPX 期權賣方，包括賣 Strangle 或 Iron Condor 的人，遭受的虧損不只是 gamma 被燒，還有相關係數崩潰造成的 delta 失效（個股對沖忽然全部同向）。

2022 年一整年，相關係數在 0.5–0.7 之間，VIX 長期在 25–35。期間做 long dispersion（買個股 IV、賣指數 IV）的基金有穩定正貢獻，因為個股真的走法比指數更混亂。

目前的格局剛好反過來：個股波動大但不同向，指數波動被消化掉。這對持有指數期權保護的人是一個值得問的問題：你的保護定價在一個相關係數偏低的假設上。

Dispersion Trade 的邏輯和它目前的位置

「Dispersion trade」是期權市場的一個策略：買個股隱含波動率，賣指數隱含波動率，押相關係數均值回歸。

它的基本設定是：

• 個股 IV 高，指數 IV 低 → 兩者的 IV 差，理論上由相關係數定價
• 如果你認為相關係數被低估，就做多 dispersion（買個股 vol，賣指數 vol）
• 相關係數回升時，指數 IV 相對升，個股 IV 相對降，你賺中間的差

目前 VIX 15.3 vs Mag-7 個股加權 RV 25.7，兩者差距 +15.8 pp，這是 dispersion 策略在過去一年都能賺正 carry 的原因（相關係數一直偏低）。

但任何均值回歸策略的問題都在尾部。相關係數突然跳回 0.6 以上（如 2020、2022 兩次），long dispersion 也會虧，因為個股 IV 跳得比指數 IV 更猛。

對一般投資人而言，要認識到一件事： 現在這個低 VIX 的市場，底層條件是 Mag-7 各走各的。

AI Capex 和個股走法的關聯

Mag-7 各公司的 AI 資本支出路線正在分歧。

Meta 今年把 Capex 目標上修到 640–720 億美元，重心是自己的訓練算力。MSFT 的 Capex 重點在 Azure 雲端擴充，和 OpenAI 的協作模式是外採比重較高。GOOGL 自己做 TPU，AMZN 有 Trainium。NVDA 是裡面最特別的：它不做 Capex 競賽，它是那些 Capex 的受益者，但本身靠的是晶圓廠（台積電）的訂單交期。TSLA 在 AI 這件事上押 Dojo 和 FSD，跟其他六家的敘事幾乎不同頻。

這種策略上的分歧，實際上就反映在股價走法上。每一家的 AI 資本投入到獲利轉化的進度不一樣，市場就給出不同的估值路徑和波動節奏。

目前 0.38 的相關係數，一定程度上是這種分歧的產物。如果這些公司的 AI 獲利路徑開始趨同（例如都集中在模型訓練的 margin 上），相關係數可能回升。如果某個宏觀衝擊讓市場做「賣科技」的均質反應，相關係數也會跳回高位。

期權市場現在給的 VIX 15，是假設這七家繼續各自為政的情境。

給會交易的人

幾個可以具體操作或監控的角度：

指數期權保護的成本問題 ：如果你持有大量 SPX put 做保護，要注意：這個 put 保護的是指數層面下跌，但如果 Mag-7 相關係數跳升才是觸發點，你的保護 delta 在前幾天可能失效（各股還沒開始一致性跌，指數端還沒動多少）。個股層面的對沖反而更直接。

NVDA 和 TSLA 的波動性 ：這兩檔 30 日 RV 都在 35-38%，是 Mag-7 裡最高的。它們在 SPX 的合計權重不到 8%，但它們單個股的波動，在高 capex 新聞驅動的環境下，容易成為相關係數跳升的引爆點。

COR3M（CBOE 3 個月隱含相關指數） ：CBOE 有公開的 COR3M 數據，反映期權市場對 SPX 成分股未來 3 個月相關性的定價。目前我的計算是用實現相關係數作為代理，CBOE 的 COR3M 如果顯著高於目前的實現相關係數，代表期權市場已在定價相關性回升，這是一個值得定期查的指標。

一個簡單的監控標準：如果 Mag-7 兩兩相關係數（90 日滾動）回到 0.48 以上，而 VIX 還在 18 以下，那就說明相關性在升但市場還沒完全反映。這種落差通常不會維持太久。

數據來源：yfinance 收盤價（2021-05-31 至 2026-05-29），SPY ETF 持股權重（State Street 公開資料，2026 年 5 月），CBOE VIX 歷史序列。分析截至 2026-05-29。