NNagi
DOSSIER · No.98

好波动与坏波动

波动是涨出来的还是跌出来的?买坏波动占比高的,卖好波动占比高的。

失效 经典因子 数据 B 级 月度调仓
是否仍有效(策略本身)
失效

论文发表后夏普比率接近或低于零

是否跑赢基准(买入持有 SPY)
未跑赢基准

论文发表后,夏普比率 -0.55 对比 0.91;年化收益低于基准。

「仍有效」只说明策略没有失效,不代表比基准更好,也不构成任何建议。2026-10-18 更新。
来源论文:Tim Bollerslev, Sophia Zhengzi Li, Bingzhi Zhao (2020). Good Volatility, Bad Volatility, and the Cross Section of Stock Returns. Journal of Financial and Quantitative Analysis.

原理

传统的波动率把上涨和下跌一视同仁:一只股票连涨几天和连跌几天,算出来的波动可能一模一样。但对投资者来说,这两种"颠簸"的含义完全不同。Bollerslev、Li 和 Zhao 在 2020 年的论文里把已实现方差拆成两半:由正收益贡献的部分叫"好波动"(正半方差),由负收益贡献的部分叫"坏波动"(负半方差),再用两者之差占总方差的比例——相对符号跳跃(RSJ)——给股票排序。

他们发现,RSJ 高、也就是近期波动主要来自大涨的股票,之后的收益明显偏低;RSJ 低、波动主要来自大跌的股票,之后收益反而偏高。一种解释和"彩票偏好"类似:投资者喜欢最近出现过大涨的股票,愿意为这种右尾可能性多付钱,把价格推高;而刚经历大跌的股票被过度回避,价格偏低,随后得到补偿。另一种解释是短期的过度反应与修正。

论文用的是 5 分钟高频数据、每周调仓。我们只有日线,所以退而求其次:用过去一个月(21 个交易日)的日收益计算正负半方差,每月调仓。这里要检验的是:在标普 500 大盘股里、用粗颗粒的日度数据,"卖好波动、买坏波动"还能不能赚钱。

封

以下内容仅对会员开放

这份卷宗剩下的部分已封存。

  • 含成本的完整回测与净值曲线
  • 论文发表前后、最近三年分段对比
  • 逐条交易规则与结果解读
  • 可直接运行的 Python 代码下载
注册并解锁
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码

历史回测不代表未来收益,仅供学习研究,不构成投资建议。