TQ_Future_波動率調整持倉動能期貨策略

前言與策略背景

2012年，三位金融學術界最具影響力的量化研究學者托比．莫斯考維茨（Tobias J. Moskowitz）、姚華歐（Yao Hua Ooi）與拉瑟．佩德森（Lasse H. Pedersen），共同發表的經典論文《時間序列動能》（Time Series Momentum），在學界引發震撼，更深刻重塑了期貨管理基金（Commodity Trading Advisor,CTA）與避險基金的交易邏輯，成為趨勢追蹤策略的理論基石。

在《時間序列動能》中，三位學者用長達 25 年（1985–2009）涵蓋 58 種流動性資產（包含股指期貨、債券、匯率與大宗商品）的數據分析「價格趨勢」的持續性。有別於傳統強勢股買進、弱勢股賣出的橫截面動能（Cross-Sectional Momentum），此理論專注於資產「過去的表現」。研究結果顯示，市場價格具有顯著的「時間序列動能」——即過去上漲的資產傾向於繼續上漲，過去下跌的資產傾向於繼續下跌。基於這項發現，這篇論文提出了一套具實證基礎的投資策略：透過多重時間尺度的趨勢訊號，結合「波動率目標調整（Volatility Targeting）」機制，能有效捕捉市場的大波段行情，並在極端風險下保護資本。

本研究將利用 TEJ 量化資料庫與 TQuant Lab 回測系統，將此經典理論應用於當今的台股市場，並將上述投資策略轉化為可執行、可回測的量化條件。

從高品質資訊開啟量化之路

• TEJ 量化資料庫：具備 Point-in-Time (PIT) 架構，確保回測時使用的是當時市場真正能取得的資訊，徹底排除前瞻偏差 。
• TQuant Lab：專為台灣市場打造的一站式平台，整合數據調取、事件驅動回測與 Pyfolio 專業分析模組，助您精確模擬真實交易邏輯 。👉 立即造訪 TQuant Lab 官網，掌握台股量化開發利器。

量化定義與資料來源

本研究的所有數據均取自 TEJ 台灣經濟新報資料庫，透過標準化處理確保跨年度數據的一致性。

• 資料來源：TEJ 期貨資料庫
• 樣本範圍：台指期（TX）、電子期（TE）、金融期（TF）、台積電期貨(CDF)、櫃買期貨（TGF）等流動性佳的期貨商品作為交易標的
• 回測期間：2020 年 1 月至 2025 年 11 月(共68個月)
• 再平衡頻率：每週。
• 部位配置方式：採獨立權重計算 (Independent Sizing)。
• 初始資金： 5000萬。
• 目標年化波動率：30%

本策略採用三層式決策架構，由上而下逐步篩選與配置。第一層為方向判斷（Trend），透過多重時間尺度的動能與趨勢訊號進行一致性確認，僅在趨勢明確時才允許進場，以提升交易勝率。第二層為風險控制（Volatility），以 Yang-Zhang 波動率精準衡量市場不確定性，並依據當前風險水準動態調整槓桿倍數，使整體波動維持在可控區間。第三層為資金配置（Sizing），結合 1/N 分散原則與單一標的權重上限限制，避免過度集中風險，最終形成穩健的投組配置。

圖 1 : 策略流程圖

多重時間尺度訊號

為了避免依賴單一參數，策略同時觀察短、中、長三個週期的價格變化，以產生一個「趨勢信心分數」。

• 觀察週期：20日、60日、120日。

• 計分方式：

• 當前價格 > N日前價格 → 得 1 分。

  • 當前價格 < N日前價格 → 得 -1 分。

• 趨勢訊號 (Composite Signal)：

• 將三個週期的分數取平均。

  • Long Only 機制：由於台指期長期向上且做空風險較高，若綜合分數為負值，強制歸零（空手觀望）；若為正值，則數值介於 0.33 (弱勢多頭) 到 1.0 (強勢多頭) 之間，此數值將作為後續倉位的「打折係數」。

波動率目標調整

傳統標準差僅看收盤價，容易低估期貨市場的風險。本策略採用 Yang-Zhang 波動率演算法，能全方位捕捉風險：

• 隔夜風險：計算「昨日收盤」至「今日開盤」的跳空缺口。
• 盤中震盪：利用「最高價」與「最低價」計算盤中劇烈程度。
• 趨勢波動：計算「開盤」至「收盤」的變化。
• 應用：此波動率數值將作為資金控管的分母，波動率越高，槓桿開越小。

資金配置權重計算

我們採用獨立權重計算 (Independent Sizing)，每檔商品的持倉權重由以下公式決定：

• A. 基礎分配：

• 假設投資組合有 N 檔商品，每檔預設分配 1/N 的資金，以確保風險分散。

• B. 風險槓桿：

• 目標波動率 ：設定為 30% (0.30)。這是我們希望承受的風險水平。

  • 真實波動率 ：由 Yang-Zhang 算法得出。
  • 邏輯：

• 若市場平穩 (Vol = 10%)：30% / 10% = 3.0 倍。策略會放大槓桿，積極獲利。

  [* 若市場恐慌 \(Vol = 60%\)：30% / 60% = 0.5 倍。策略會自動減碼至半倉，保護本金。 ]

• C. 趨勢信心：

• 乘上前述的趨勢訊號(Composite Signal)。

  • 若趨勢共振 (訊號 1.0)，上述槓桿完全執行。
  • 若趨勢分歧 (訊號 0.33)，即使波動率低，倉位也會被打 33 折，避免在盤整盤中過度曝險。

• D. 上限防護：

• 設定單一商品上限為 100% (1.0)，防止極端狀況下單一倉位過大。

期貨自動轉倉

• 週頻率換倉：於每週一開盤後進行調整。
• 自動轉倉：每日監控持倉，於合約自動平倉日前 5 天自動平舊倉、建新倉，確保波段單能跨月持有。

策略核心邏輯

每週一次，系統會執行以下步驟：

1.趨勢投票機制：讀取歷史價格，分別計算 20日、60日、120日 的回報率方向。

• 若三者皆上漲，趨勢訊號(Composite Signal)為 1（強力做多）。
• 若兩漲一跌，趨勢訊號(Composite Signal)為 0.66（溫和做多）。
• 做多保護：若綜合分數小於 0，強制設為 0，這意味著本策略只做多、不放空（Long Only），在空頭市場中會選擇空手觀望。

2.波動率目標定價 (Volatility Scaling)：當市場真實波動率飆升時，權重會自動下降；反之則放大。

3.部位執行：將算出的權重乘上趨勢分數，並分配給 5 檔商品。最後設定單一商品權重上限為 100%以控制極端風險。

4.自動轉倉機制 : 由於交易的是連續期貨，必須處理實體合約到期的問題，因此函式會每日檢查：

• 若持有部位的合約距離「自動平倉日」僅剩 5 天或更少。
• 系統會自動平倉舊合約，並將相同口數轉移至次月新合約。
• 這確保了長線策略不會因為合約到期而被迫中斷。👉 立即前往 [GitHub] 獲取 TQuant Lab 完整程式碼，掌握策略實作細節。

實戰回測與圖表分析

週度再平衡機制的驗證

回測輸出紀錄中顯示了此策略在 2020 年初進行的「週度再平衡」，透過每週一（或該週第一個交易日）進行調整確保投資組合能即時反應市場變化，重新校準風險。

圖 2 : 回測輸出紀錄

本策略於 2020 年 1 月至 2025 年 11 月的 68 個月回測期間內，繳出了亮眼的成績單，年化報酬率達 24.94%，顯著優於台股加權報酬指數（IR0001）的 19.79%，累積報酬率更來到 255.69%。值得注意的是，策略的年化波動率僅 16.95%（低於大盤的 19.81%），且最大回撤控制在 -20.13%（遠優於大盤的 -28.55%），使得該策略的夏普比率（Sharpe Ratio）高達1.40，遠高於大盤的 1.01，顯示該策略在風險調整後的獲利能力極佳，展現CTA策略「低相關、高抗性」的特性。

從風險係數來看，Beta 值僅為 0.49，表示策略與大盤的連動性不到一半，能有效分散傳統股債投資組合的風險。在此基礎上，策略產生了 Alpha = 0.15，代表即使扣除市場因素，該模型年化超額報酬約為 15%。索提諾比率（Sortino Ratio）高達 2.12，證實波動率調整機制成功過濾絕大多數的下行風險，僅保留有利於獲利的上行波動。

觀察資金運用效率，策略的平均總槓桿（Gross Leverage）僅為 0.50，儘管我們設定的目標波動率為 30%，但實際平均槓桿卻僅動用了一半資金，表示這段期間市場的真實波動高於預期，觸發了模型的防禦機制而自動降倉。此外，每日換手率僅 0.027%，得益於每週一次的再平衡機制與長週期趨勢訊號的穩定性，極低的交易成本大幅減少了獲利的減損。

表 1 : 回測績效

評估指標 (Metric) 台股加權報酬指數(IR0001) 策略績效 (Strategy) 回測開始日期(Start date) 2020-01-02 2020-01-02 回測終止日期(End date) 2025-11-27 2025-11-27 年化報酬率(Annual Return) 19.791% 24.941% 累積報酬率 (Cumulative Return) 179.833% 255.689% 年化波動率 (Annual Volatility) 19.812% 16.946% 最大回撤 (Max Drawdown) -28.553% -20.134% 夏普比率 (Sharpe Ratio) 1.01 1.40 索提諾比率 (Sortino Ratio) 1.42 2.12 卡瑪比率 (Calmar Ratio) 0.69 1.24 阿爾法 (Alpha) - 0.15 貝他 (Beta) - 0.49 穩定度 (Stability) 0.84 0.79 每日風險值 (Daily VaR) -2.417% -2.041% 總槓桿 (Gross Leverage) - 0.50

在策略設計與解讀上，雖然績效亮眼，但仍需警惕潛在的限制。首先，策略在盤整震盪期（如 2022 年中至 2023 年初）可能會面臨「巴鞭效應（Whipsaw）」，即趨勢訊號反覆翻轉導致的連續小幅虧損。其次，目前的設計為 Long Only（僅做多），雖然避開了放空的無限風險，但也放棄了在空頭市場（如 2022 年）透過做空獲利的機會，導致該期間資金利用率偏低。建議未來可進一步測試加入「多空雙向機制」或引入更多元 uncorrelated（低相關）的商品（如美債、原油），以提升資金利用率並平滑化權益曲線，使策略在各種市場體制下皆能保持穩健。

圖 3 : 策略累計報酬率圖（Cumulative Returns)

從權益曲線圖中，可以觀察到一個現象：策略績效在 2025 年下半年出現了顯著的增長，顯示出「波動率目標調整」順勢時使用槓桿的優勢。當時市場正處於各均線多頭排列的主升段，趨勢訊號（Composite Signal）長期維持在 1.0 的滿分水位；同時，由於行情呈現緩步墊高的穩健走勢，市場真實波動率（Realized Volatility）大幅下降。此時，策略的風控模型判定市場環境極度安全，因此自動放大了部位槓桿（Target Volatility / Realized Volatility），在最有利的時機點重倉加碼，這正是本策略能大幅拉開與大盤差距的關鍵。

從水下圖來看，得益於 Yang-Zhang 波動率控管，即使在空頭年份，最大回撤仍控制在 -20% 左右（紅色區塊），遠優於大盤。然而，圖中長達兩年（2021-2023）的平盤期也提醒我們：要獲得後期的豐厚果實，投資人必須具備忍受盤整耗損的耐心。

圖 4 : 權益曲線圖 / 水下圖

而在年度報酬圖的部分，則顯示在 2022 年空頭市場中僅受輕傷，而在 2024、2025 年則分別繳出 +45% 與 +58% 的驚人成績。

圖 5 : 年度報酬圖

總結而言，本策略「進可攻、退可守」。透過 Yang-Zhang 波動率控管機制結合多重動能訊號，在 2022 年空頭市場中，策略成功將最大回撤控制於 −20% 以內，顯著優於大盤表現；而於 2024 至 2025 年主升段，則藉由順勢加槓桿機制充分放大趨勢動能，創造年化報酬率 24.94%，並達成 1.40 的高夏普比率。

進一步觀察，其 Beta 僅為 0.49、Alpha 達 0.15，顯示策略與市場具備低相關性，並能持續創造超額報酬，具備明確的避險效果。儘管在盤整階段需承受一定程度的耗損，但整體獲利分佈呈現顯著正偏態（Right-skewed），使策略得以在橫盤期間有效控制回撤，並於趨勢性行情中捕捉爆發性的成長，充分展現其作為長期資產配置工具，在分散風險的同時捕捉長尾獲利的實證價值。

在波動中進化，以量化思維掌握趨勢優勢

綜合本策略的回測結果可以發現，量化交易的核心價值並不在於預測市場，而在於透過紀律化的風險控管機制，建立可長期執行的交易框架。透過 Yang-Zhang 波動率模型對市場波動結構的掌握，以及多重時間尺度訊號對趨勢強度的衡量，本策略在台股期貨市場中展現出「低相關、高抗性」的特質；其 Beta 僅 0.49，顯示與大盤連動性有限，在震盪環境中能有效緩和回撤壓力，並在趨勢明確時透過波動率目標調整機制動態放大曝險，形成「進可攻、退可守」的非對稱報酬結構。然而，要將這類精密的學術模型轉化為可實戰執行的策略，背後所仰賴的，正是穩定且高品質的數據基礎與回測環境。

TQuant Lab：一站式量化策略開發平台

TQuant Lab 是專為量化交易者設計的專業開發環境，整合了從數據調取、策略研發至績效評估的全流程優勢：

• 精準數據與高效整併：內建 Point-in-Time (PIT) 量化資料集，配合 TejToolAPI 自動完成跨頻率數據整併（如將季、月頻率財務指標轉換至日頻率），讓使用者在排除前瞻偏差的前提下，快速建構如「營收成長率」等複雜選股因子。
  

• 高模擬度事件驅動回測：採用 事件驅動 (Event-driven) 架構，全方位模擬台股真實交易環境。回測過程中嚴謹計入證交稅、手續費與滑價成本，並具備注意股、處置股等流動性過濾機制與資金控管功能，確保回測績效具備高度的可執行性。
  

• 多構面績效量測指標：系統化產出專業評估報表，包含涵三大構面：

• 報酬指標：累計報酬率、年化報酬率、Alpha 值。
  

  • 風險指標：最大回撤 (MDD)、夏普比率 (Sharpe Ratio)。
    
  • 持股分析：前十大持有標的占比、換手率統計。
    

數據的品質與工具的效率，決定了量化模型的生命力。不論您是想複製大師經典策略，或是開發獨門的因子模型，TEJ 與 TQuant Lab 都是您在資本市場中最堅實的數據後盾。

🚀 準備好開啟您的量化交易之路了嗎？ 👉立即前往 TQuant Lab 官方網站，查看更多策略範例與產品資訊。

本文內容僅供研究與學術探討之用，不構成任何投資建議。

延伸閱讀

https://www.tejwin.com/insight/%E5%A4%A7%E8%A1%9B%E5%8D%93%E6%9B%BC%E9%80%86%E5%90%91%E6%8A%95%E8%B3%87%E7%AD%96%E7%95%A5%E5%9C%A8%E6%81%90%E6%85%8C%E4%B8%AD%E5%B0%8B%E6%89%BE%E8%A2%AB%E4%BD%8E%E4%BC%B0%E7%9A%84%E5%AF%B6%E8%97%8F/