精選文章
每週為你嚴選系列文章
組合夏普比率拆解:用邊際貢獻找出真正的績效推手與拖累者
許多人直覺以個股夏普比率加總,但組合夏普比率因共變異數無法簡單拆解。本文提出邊際貢獻計算邏輯,說明如何透過剔除持股評估其對組合夏普比率的貢獻,並應用於辨識績效核心、找出拖累者與避險價值股,以及討論估計誤差、動態變化與權重關係等實務注意事項。
Voltima Quant2026/08/20
LLM隨機性:量化實盤的災難,投研的靈感源泉
大型語言模型(LLM)的隨機性在量化交易實盤中可能導致災難性後果,但在投資研究領域卻能成為無盡的靈感來源。透過不斷與AI互動(PUA AI),可以獲得大量創新想法,而關鍵在於建立對AI生成內容的審美能力,以篩選出真正有價值的洞見。
Voltima Quant2026/08/19
波動率預測在期權策略中的應用:從方向判斷到不確定性量化
本文探討波動率預測在期權策略中的應用,指出隱含波動率反映邊際定價者的風險偏好,賣出買入波動率存在路徑風險,曲面相對價值交易有相關性不穩定問題,因此主張重新定義目標,建立波動率不確定性的量化描述來指導倉位規模與退出條件。
Voltima Quant2026/08/19







