[提出: Claude, 整合 Phase Q 全部發現]

非專業投資人最佳組合：50/50 SPY/GLD + 12/VIX 完整操作手冊

摘要

經過 120 餘項實驗、橫跨 12 個資產類別和 7 個研究面向的系統性驗證，我們終於能夠回答一個最根本的問題： 一般投資人應該如何配置資產？ 答案令人意外地簡單——50/50 SPY/GLD 搭配 12/VIX 動態調整，剩餘資金放入 SHY（短期國債）。這個組合在 2016-2025 的樣本外回測中達到 Sharpe 0.826、Calmar ratio 0.77、最大回撤僅 -15.5%（對比 SPY 買入持有的 -34.1%）。本文是一份完整的操作手冊，從理論推導到每月執行步驟，讓任何人都能複製這個策略。

一、為什麼是 50/50 SPY/GLD？

GLD 是唯一的真正分散化資產

在整個 Phase Q 的研究中，最令人印象深刻的發現之一來自 Copula 分析（Q13-Q14）。我們用 Clayton、Gumbel 和 Student-t Copula 估計了核心資產間的尾部依賴結構，結果如下：

SPY-GLD 的下尾依賴接近零。 這意味著當 SPY 發生極端下跌時（如 COVID 暴跌、2022 熊市），GLD 幾乎不會跟著下跌。這不只是「相關性低」，在最需要保護的時刻，GLD 與 SPY 統計上是獨立的。

相比之下，SPY-QQQ 的下尾依賴高達 0.82。如果你持有 SPY 和 QQQ，你以為自己分散了風險，但在崩盤時這兩個資產會一起暴跌，因為 QQQ 的成分股（Apple、Microsoft、NVIDIA）本身就是 SPY 的最大持倉。 持有 SPY + QQQ 不是分散化，是加倍押注美國大型科技股。

40/30/30 實際上是 70% 美股 + 30% GLD

在先前的研究中，我們報告 40/30/30（SPY/QQQ/GLD）是最佳組合（Sharpe 1.02）。但 Q21 的分析揭示了一個被忽略的事實：由於 SPY 和 QQQ 的極高尾部依賴（$\lambda$_L=0.82），40% SPY + 30% QQQ 在危機時的行為幾乎等同於 70% 的單一美股部位。也就是說，40/30/30 本質上是「70% 美股 + 30% GLD」，只是日常波動率稍有差異。

既然如此，為什麼不直接用 50/50 SPY/GLD？

50/50 提供最佳 Calmar Ratio

Calmar ratio 衡量的是「每單位最大回撤能獲得多少年化報酬」，對承受風險的投資人來說，這是最直覺的風險調整指標。

50/50 SPY/GLD 的 Calmar 0.77 是所有組合中最高的，它不是 Sharpe 最高的（40/30/30 的 1.02 更高），但它的最大回撤僅 -15.5%，遠低於其他選項。對一般投資人來說， 在人能承受的回撤範圍內獲得合理報酬 ，比追求最高 Sharpe 更重要。

GLD 的價值在分散化，不在報酬

GLD 長期年化報酬約 6-8%，低於 SPY 的 10-12%。加入 GLD 會拉低組合報酬嗎？會，但效果被分散化紅利（diversification premium）抵消。因為 SPY-GLD 的低相關性（全期 0.09），組合的波動率顯著低於加權平均，這意味著在同樣的風險水準下，50/50 組合能維持更高的曝險，反而提升了風險調整後報酬。

用一個簡單的比喻：GLD 不是用來「賺錢」的，而是用來讓你在 SPY 大跌時「不用賣在最低點」的。

二、為什麼是 12/VIX？

包含 Variance Risk Premium

12/VIX 策略的核心公式是：

持倉權重 = min(12 / VIX, 100%)

其中 12 是目標波動率（年化 12%），VIX 是 CBOE 波動率指數。這個公式看似簡單，但它隱含了一個重要的金融邏輯——VIX 包含了 variance risk premium （波動率風險溢酬），即 VIX 系統性地高估未來實際波動率約 20-30%。

這意味著 12/VIX 策略在正常市場中的實際曝險高於帳面數字（因為 VIX 偏高 → 權重偏低 → 但實際波動率更低），形成了一個隱性的「安全邊際」。在恐慌市場中，VIX 飆升帶來的減倉又提供了保護。這個「雙向不對稱」是 12/VIX 策略的核心優勢。

Sharpe 對 K 不敏感，這是數學恆等式

一個常見的質疑是：「12 這個數字是不是 cherry-picked？」答案是否定的，而且原因很有趣。

K/VIX 策略的 Sharpe ratio 對 K 值的選擇幾乎不敏感。這是因為改變 K 等於對所有報酬序列乘以一個常數比例因子——Sharpe ratio 的分子和分母同比例變化，結果不變。數學上，對任何 K 值（6 到 20 的範圍內），Sharpe 的變化不超過 0.05。

K=12 不是最佳化的結果，而是一個合理的目標波動率選擇。 年化 12% 的波動率大約等於 SPY 長期波動率的 60%，對一般投資人而言是舒適的風險水準。

唯一可靠價值：MDD 保護

在 120+ 實驗的反覆驗證中，我們得到了一個令人謙卑但誠實的結論：

• Sharpe 改善不通過 Harvey (2016) 門檻 ：12/VIX vs B&H 的 Sharpe 差異 t 值僅 0.33，遠低於 t>3 的嚴格標準
• MDD 保護高度顯著 ：bootstrap p=0.0004（10,000 次模擬中只有 4 次出現如此大的改善）

也就是說，12/VIX 策略可能無法讓你更富有（Sharpe 角度），但幾乎確定能讓你少虧很多（MDD 角度）。對一般投資人而言， 不被清洗出場 遠比多賺幾個百分點重要。

Timing Bias 需注意

12/VIX 使用的是前一日收盤的 VIX 值來決定今日的持倉（lagged implementation）。在我們的回測中，所有結果都基於 VIX_{t-1} → weight_t → return_t 的時序，確保沒有前瞻偏誤（look-ahead bias）。

但有一個微妙的 timing bias：VIX 和 SPY 有同日負相關（$\rho$ ≈ -0.65）。如果使用同日 VIX_t 來決定 weight_t，會人為膨脹 Sharpe 約 +1.0（因為 VIX 高的那天 SPY 已經跌了，你「事後」減倉等於避開了已知的損失）。我們的回測嚴格避免了這個問題，但投資人在自行實施時要注意： 必須用前一日的 VIX 來決定今日的配置。

三、六種組合全面比較

以下是 Q21 系統性比較的完整結果（2016-2025 OOS，月度再平衡，0.05% 交易成本，lagged VIX）：

解讀

組合 5（50/50 SPY/GLD 12/VIX + SHY）是最佳選擇 ，原因如下：

1. 最低 MDD（-15.5%） ：在所有含權益的組合中最低。對比 SPY B&H 的 -34.1%，回撤壓縮了 55%
2. 最高 Calmar（0.77） ：每承受 1% 的最大回撤，獲得 0.77% 的年化報酬，效率最高
3. 年化報酬 11.9% ：甚至高於 40/30/30 的 11.0%，因為 GLD 在 2020-2025 表現優異
4. 操作簡單 ：只需兩個 ETF + 一個 VIX 查詢 + 月度調整

40/30/30（組合 4）的 Sharpe 更高（1.02 vs 0.826），但 MDD 更差（-19.0% vs -15.5%）。由於 SPY-QQQ 的尾部依賴 $\lambda$_L=0.82，40/30/30 在危機時本質上是 70% 美股，這使得它的最壞情境比 50/50 嚴重得多。

四、操作手冊：$100,000 範例

以下是逐步操作指南。假設你有 $100,000 的投資帳戶。

初始設定

1. 開立券商帳戶 （支援 ETF 交易即可，如 Firstrade、TD Ameritrade、IB）
2. 確認可交易 ：SPY（SPDR S&P 500 ETF）、GLD（SPDR Gold Shares）、SHY（iShares 1-3 Year Treasury Bond ETF）
3. 設定行事曆提醒 ：每月第一個交易日

每月操作步驟

步驟 1：查詢 VIX

• 前往 CBOE VIX 或 Google "VIX index"
• 記下前一交易日收盤的 VIX 值

步驟 2：計算持倉權重

weight = min(12 ÷ VIX, 100%)

步驟 3：計算各資產金額

SPY 配置 = 總資產 × 50% × weight
GLD 配置 = 總資產 × 50% × weight
SHY 配置 = 總資產 - SPY 配置 - GLD 配置

步驟 4：執行交易

• 買入/賣出 SPY 和 GLD 至目標金額
• 將剩餘資金轉入 SHY

四個情境範例

重要注意事項

• 使用前一日 VIX ：絕對不要用即時 VIX 來交易（避免 timing bias）
• 月度再平衡即可 ：不需要每日或每週調整，月度頻率在交易成本和訊號品質間取得最佳平衡
• SHY 不是閒置 ：SHY 年化約 4-5%（2024-2025），是你的「安全墊」而非「浪費」
• 不要手動判斷 ：遵循公式，不要因為「感覺市場會漲」而加碼。紀律是策略的核心

五、危機表現：策略的真正考驗

COVID-19 崩盤（2020 年 2-3 月）

當 VIX 從 14 飆升到 82 時，12/VIX 策略自動將持倉從 86% 降到 14.5%。同時，GLD 在 2020 年 3-8 月上漲了 +25%，進一步緩衝了 SPY 的損失。 雙重保護，減倉 + GLD 避險，將 -33.8% 的災難壓縮為 -8.9% 的可控損失。

2022 升息熊市

2022 年是策略的壓力測試——VIX 持續偏高但不極端（20-35 區間），GLD 也因美元走強而下跌。即使在這個「雙殺」環境中，50/50 12/VIX 仍然比純 SPY 少虧 13 個百分點。

值得注意的是，如果使用 TLT（長期國債）取代 SHY，2022 年的表現會更差——TLT 在升息環境中暴跌 -31%，是比 SPY 更差的資產。 SHY（短期國債）是正確的現金替代品，不是 TLT（長期國債）。

2026 年荷姆茲海峽危機（即時驗證）

在 2026 年 3 月的伊朗/荷姆茲海峽危機中，SPY 下跌 -3.5%，GLD 意外下跌 -6.0%（獲利了結潮）。12/VIX 策略在 VIX 升至 26+ 後自動減倉至 46%，組合損失約 -2.5%——再次驗證了策略在非典型危機中的韌性。

六、投資人決策樹

不是每個人都適合同一個策略。以下是根據計算能力和風險承受度的決策框架：

場景 A：零計算（完全不想動腦）

推薦：VIX Step Rule

優點：記三個數字就好。缺點：粗糙的離散化損失約 0.1 Sharpe。

場景 B：月度計算（推薦給大多數人）

推薦：50/50 SPY/GLD + 12/VIX + SHY （本文主推）

每月查一次 VIX，做一次除法，調整三個 ETF。年交易約 12 次，成本 < 0.1%/年。

• Sharpe 0.826
• MDD -15.5%
• Calmar 0.77

場景 C：極低風險偏好

推薦：60/40 SPY/GLD 買入持有

完全不需要查 VIX，年度再平衡一次即可。

• Sharpe 0.71
• MDD -18.8%
• 比 SPY B&H 安全得多，但報酬也較低

場景 D：台灣投資人

推薦：EWMA VT 0050.TW

使用 0050.TW 搭配 8.63/VIX（台灣 amplification 調整後的 K 值），Sharpe 0.80，MDD -18%。但注意 VIX 是美國指標，用在台灣市場有一定的 timing mismatch。

七、風險提醒，我們不知道的事

1. Sharpe 改善未通過 Harvey 門檻

Harvey, Liu & Zhu (2016) 建議 Sharpe ratio 差異的 t 值應超過 3.0 才能排除 data snooping。我們的 50/50 12/VIX vs B&H 的 t 值僅 0.33——遠低於門檻。這意味著 Sharpe 的改善在統計上無法與隨機區分 。

你不應該期待這個策略讓你「多賺很多」，它的核心價值不在報酬率。

2. 核心價值是 MDD Protection

MDD 改善的 bootstrap p=0.0004（10,000 次模擬中僅 4 次）。我們的蒙地卡羅分析也證實，MDD 改善是一個 機械效應 ——只要波動率與持倉成反比，MDD 就會自動壓縮。這個效應不依賴任何 alpha，因此非常穩健。

但「穩健」不代表「永遠有效」，在波動率突然從低位躍升的「flash crash」場景中（如 2018 年 2 月的 VIX 爆發），lagged VIX 策略反應會慢一天，可能承受超額損失。

3. 過去表現不保證未來

我們的 OOS 期間（2016-2025）涵蓋了多種市場環境：低波動（2017）、COVID 崩盤（2020）、升息熊市（2022）、AI 牛市（2023-2024）、地緣危機（2026）。策略在所有這些環境中都表現合理，但這仍然只是 10 年的數據。

可能的風險場景 ：

• GLD 長期跑輸通膨 ：如果全球重回低通膨環境，GLD 可能長期停滯
• VIX 結構性下降 ：如果算法交易進一步壓低 VIX，12/VIX 策略的減倉幅度會降低，MDD 保護減弱
• 美元走強打壓 GLD ：GLD 以美元計價，美元走強時 GLD 可能下跌，與 SPY 同向，暫時失去分散化效果

4. 交易成本與稅務

本文回測假設 0.05% 的單向交易成本。實際上：

• 美國券商 ：大多數已零佣金，但有 bid-ask spread（SPY 約 0.01%，GLD 約 0.03%）
• 台灣複委託 ：成本可能高達 0.2-0.5%，會顯著侵蝕策略效果
• 稅務 ：月度再平衡可能觸發短期資本利得稅，具體影響取決於稅務居住地

八、總結，為什麼這個策略值得考慮

讓我們回到最根本的問題。

在 120+ 實驗之後，我們學到的最重要的一課是： 波動率目標策略不是 alpha 策略，而是風險管理紀律。 它不會讓你變富，但會讓你在最糟糕的時候少虧很多，而「少虧很多」在實務中等於「能繼續留在市場上」。

50/50 SPY/GLD + 12/VIX + SHY 是這個理念的最佳實現：

1. GLD 提供結構性對沖 （下尾依賴 ≈ 0）
2. 12/VIX 提供動態風險調整 （VIX 飆升 → 自動減倉）
3. SHY 提供安全墊 （不是閒置資金，年化 4-5%）
4. 月度再平衡 保持紀律而不增加過多成本

它不完美——Sharpe 不顯著，可能跑輸純 SPY 在牛市中的表現。但它是我們在嚴格統計驗證下能推薦的 最穩健、最簡單、最可操作的零售投資框架 。

最後引用我們在整個研究歷程中反覆確認的核心結論：

VT 的唯一可靠價值是 mechanical MDD reduction。在這個框架內，50/50 SPY/GLD 搭配 12/VIX 是最佳的零售實現方式。

實驗階段：Phase Q（Q21 Optimal Retail Portfolio） 數據期間：2016-2025 OOS，月度再平衡，lagged VIX，0.05% 交易成本 核心數據：Sharpe 0.826，MDD -15.5%（vs SPY -34.1%），Calmar 0.77 方法：6 組合比較、Copula 尾部依賴分析、bootstrap MDD 檢定 限制：Sharpe t=0.33（fails Harvey），10 年 OOS 樣本 基於 120+ 實驗、12 資產、7 研究面向的完整整合