[11] 宏观日历与波动率

2026-03-20

理论基础 · 共 12 篇

宏观日历波动率策略研究

tradeSys 研究系列 | 2026-03-20
作者：娃彩 (tradeSys 研究助手)
数据周期：2018-01 至 2026-03
数据源：FRED (VIXCLS, SP500)

核心结论（先给判断）

⚠️ 反直觉发现：经典"IV Crush"策略在 2018-2026 样本期内基本失效

VIX 在宏观事件后并不总是下跌——只有 CPI 显示预期的 IV crush 模式（T→T+1 平均 -0.62%），而 FOMC 和 NFP 事件后 VIX 反而上涨（FOMC +1.28%，NFP +4.20%）。这与教科书式的"不确定性消除→波动率下降"叙事相反。
CPI 是唯一可行的事件类型——CPI Short VIX T→T+2 策略 Sharpe +0.678，年化胜率 51.5%，但 2022 年后 alpha 显著衰减（Pre-2022: VIX crush -2.02% → 2022+: +0.69%）。
NFP 是"策略坟墓"——所有 NFP 波动率策略都产生巨大亏损，Short VIX T→T+1 Sharpe -0.96，累积亏损 -447%。原因：NFP 后 VIX 不跌反涨的概率高达 63.6%。
FOMC 的"特殊风险溢价"已被定价——经典文献（Lucca & Moench 2015）报告的 Pre-FOMC Drift 在 2018-2026 样本中表现为 VIX 事件后继续上涨，暗示市场对 FOMC 的定价不是"不确定性消除"而是"新不确定性开始"。
合并策略（全部宏观事件）Sharpe -0.77——如果机械地在所有宏观事件后做空 VIX，8 年累积亏损 -439%。这不是"免费午餐"，是"收费午餐"。
个人交易者不建议直接复制此策略——即使找到正向 alpha 的 CPI 子策略，也需要：(1) VIX 期货/期权交易权限，(2) 日内 timing 能力，(3) 承受 2022 年后 alpha 衰减的现实。

一、文献回顾与理论预期

1.1 经典理论：宏观事件→波动率模式

根据期权定价理论，宏观数据发布（CPI/NFP/FOMC）是可预测的不确定性事件：

事件前：隐含波动率 (IV) 上升，因为做市商要求风险溢价
事件后：不确定性消除，IV 快速下降（“IV crush"或"volatility collapse”）
交易策略：事件前卖出跨式期权（short straddle）或事件后做空 VIX

关键文献：

Lucca & Moench (2015): “The Pre-FOMC Announcement Drift” — 发现 FOMC 前 24 小时 SP500 年化超额收益 3.9%
DeSimone (2017): 宏观事件日期权 IV 显著高于非事件日
但 2020 年后文献（Zhang et al 2025, Almeida et al 2024）指出效应显著衰减

1.2 本研究的贡献

现有文献的局限：

多数研究截止 2020 或 2021，缺少 2022 加息周期后的数据
聚焦美股期权，缺少对 VIX 指数本身的直接回测
缺乏对 CPI/NFP/FOMC 三类事件的系统比较

本研究填补空白：

样本期：2018-2026（包含 2022 激进加息周期）
数据：VIX 日度数据（FRED），避免期权数据的复杂性
比较：三类事件的横截面差异

二、数据与方法

2.1 事件日历

事件类型	数量	频率	发布时间（ET）
FOMC 决议	67	8 次/年	2:00 PM
CPI	~99	12 次/年	8:30 AM
NFP	~99	12 次/年	8:30 AM

注：CPI/NFP 使用近似日期（CPI=每月 12 日，NFP=第一个周五），与真实日期偏差≤3 天。

2.2 回测策略

策略 1: Short VIX T→T+1（经典 IV crush）

入场：事件日收盘
出场：T+1 日收盘
逻辑：事件后不确定性消除，VIX 下跌

策略 2: Long VIX T-1→T（事件前波动率扩张）

入场：T-1 日收盘
出场：事件日收盘
逻辑：事件前不确定性累积，VIX 上涨

策略 3: Short VIX T→T+2（延长持有期）

入场：事件日收盘
出场：T+2 日收盘
逻辑：IV crush 可能需要 2 天完全释放

方向性策略：Post-Event Momentum

信号：事件日 SP500 收益方向
持有：T+1 至 T+N 日
逻辑：如果事件日大涨，次日继续跟进

2.3 数据来源

VIX: FRED 代码 VIXCLS（日度，2017-12 至 2026-03）
SP500: FRED 代码 SP500（日度）
回测脚本：/Users/mac/workspace/wacai/self/research/tradeSys/macro_calendar_backtest.py

三、实证结果

3.1 VIX 行为模式（事件窗口分析）

┌─────────────────────────────────────────────────────────────────┐
│ 事件类型 │ 事件数 │ VIX 水平 │ VIX T-1→T │ VIX T→T+1 │ VIX T→T+2 │
├─────────────────────────────────────────────────────────────────┤
│  FOMC    │   66   │   20.3   │   +0.76%  │   +1.28%  │   +2.59%  │
│  CPI     │   99   │   20.0   │   +1.17%  │   -0.62%  │   -1.77%  │
│  NFP     │   99   │   19.7   │   -0.88%  │   +4.20%  │   +2.95%  │
└─────────────────────────────────────────────────────────────────┘

关键发现：

FOMC 后 VIX 上涨 — 与理论预期相反！T→T+1 平均 +1.28%，T→T+2 平均 +2.59%
CPI 符合预期 — T→T+1 -0.62%，T→T+2 -1.77%，是唯一的 IV crush 模式
NFP 最异常 — T→T+1 暴涨 +4.20%，仅 36.4% 的事件 VIX 下跌

3.2 策略回测结果

┌────────────────────────────────────────────────────────────────────────────┐
│ 策略                          │ 交易数 │ 均收益  │ 胜率   │ Sharpe │ MaxDD  │
├────────────────────────────────────────────────────────────────────────────┤
│ FOMC Short VIX T→T+1          │   66   │ -1.28%  │ 56.1%  │ -0.36  │ -113%  │
│ FOMC Long VIX T-1→T           │   66   │ +0.76%  │ 39.4%  │ +0.15  │ -102%  │
│ FOMC Short VIX T→T+2          │   66   │ -2.59%  │ 51.5%  │ -0.54  │ -163%  │
├────────────────────────────────────────────────────────────────────────────┤
│ CPI Short VIX T→T+1           │   99   │ +0.62%  │ 59.6%  │ +0.29  │  -85%  │
│ CPI Long VIX T-1→T            │   99   │ +1.17%  │ 45.5%  │ +0.42  │  -73%  │
│ CPI Short VIX T→T+2           │   99   │ +1.77%  │ 51.5%  │ +0.68  │  -61%  │ ← 最佳
├────────────────────────────────────────────────────────────────────────────┤
│ NFP Short VIX T→T+1           │   99   │ -4.20%  │ 36.4%  │ -0.96  │ -447%  │ ← 最差
│ NFP Long VIX T-1→T            │   99   │ -0.88%  │ 32.3%  │ -0.30  │ -193%  │
│ NFP Short VIX T→T+2           │   99   │ -2.96%  │ 43.4%  │ -0.84  │ -317%  │
└────────────────────────────────────────────────────────────────────────────┘

解读：

CPI Short VIX T→T+2 是唯一 Sharpe>0.5 的策略，但年化收益仅约 1.77% × 12 ≈ 21%（未考虑交易成本）
NFP 所有策略都是亏钱机器 — 最大亏损 -447%，Sharpe 全部为负
FOMC 策略无显著 alpha — 方向做对（Long T-1→T）也只能获得 Sharpe +0.15

3.3 SP500 方向性策略（Post-Event Momentum）

┌────────────────────────────────────────────────────────────────────┐
│ 策略          │ 交易数 │ 均收益  │ 胜率   │ Sharpe                │
├────────────────────────────────────────────────────────────────────┤
│ FOMC Mom 1d   │   55   │ +0.058% │ 60.0%  │ +0.09                 │
│ FOMC Mom 2d   │   55   │ +0.273% │ 56.4%  │ +0.37 ← 相对最佳       │
│ FOMC Mom 5d   │   55   │ +0.144% │ 52.7%  │ +0.14                 │
├────────────────────────────────────────────────────────────────────┤
│ CPI Mom 1d    │   88   │ -0.421% │ 38.6%  │ -1.02                 │
│ CPI Mom 2d    │   88   │ -0.196% │ 50.0%  │ -0.52                 │
│ CPI Mom 5d    │   88   │ -0.557% │ 42.0%  │ -0.87                 │
├────────────────────────────────────────────────────────────────────┤
│ NFP Mom 1d    │   92   │ +0.147% │ 48.9%  │ +0.32                 │
│ NFP Mom 2d    │   92   │ -0.050% │ 50.0%  │ -0.12                 │
│ NFP Mom 5d    │   92   │ -0.046% │ 52.2%  │ -0.06                 │
└────────────────────────────────────────────────────────────────────┘

解读：方向性策略没有显著优势，Sharpe 全部低于 0.4，且 CPI 动量策略为负。

3.4 分时期分析（Pre-2022 vs 2022+）

┌─────────────────────────────────────────────────────────────────────┐
│ 事件类型 │ 时期   │ 事件数 │ VIX T→T+1 │ VIX 下跌概率              │
├─────────────────────────────────────────────────────────────────────┤
│  FOMC    │ Pre-22 │   33   │   +1.26%  │   54.5%                   │
│          │ 2022+  │   33   │   +1.31%  │   57.6%                   │ ← 效应增强
├─────────────────────────────────────────────────────────────────────┤
│  CPI     │ Pre-22 │   48   │   -2.02%  │   62.5%                   │
│          │ 2022+  │   51   │   +0.69%  │   56.9%                   │ ← alpha 消失!
├─────────────────────────────────────────────────────────────────────┤
│  NFP     │ Pre-22 │   48   │   +5.89%  │   33.3%                   │
│          │ 2022+  │   51   │   +2.62%  │   39.2%                   │ ← 仍为负
└─────────────────────────────────────────────────────────────────────┘

关键发现：

CPI 的 IV crush 在 2022 年后消失 — 从 -2.02% 变为 +0.69%，说明 alpha 已被套利殆尽
FOMC 的异常模式持续 — 2022 年后 VIX 事件后上涨更明显
NFP 始终不可交易 — 两个时期都是负 Sharpe

3.5 合并策略（全部宏观事件）

如果机械地在所有宏观事件后做空 VIX：

总交易数：264 次（约 29 次/年）
平均收益/交易：-1.66%
胜率：50.0%
Sharpe（年化）：-0.77
累积收益：-439%
最大回撤：-447%

年度分解：

 年份   交易数   均收益    胜率    累积收益
──────────────────────────────────────────
 2018     32    -4.16%   62.5%    -133%
 2019     32    -1.76%   43.8%     -56%
 2020     33    -0.40%   54.5%     -13%
 2021     32    -0.77%   37.5%     -25%
 2022     32    -1.66%   50.0%     -53%
 2023     32    -1.48%   34.4%     -47%
 2024     32    -2.44%   59.4%     -78%
 2025     32    -1.21%   56.2%     -39%
 2026      7    +0.80%   57.1%     +6%

解读：没有任何一年是显著盈利的，2018 年最惨（-133%）。这是一个系统性负 alpha 策略。

3.6 事件日 vs 非事件日

事件相邻日：VIX 平均 19.8，SP500 |收益| 平均 0.879%
非事件日：  VIX 平均 19.6，SP500 |收益| 平均 0.767%

VIX 事件溢价：+1.3%
实现波动率比率：1.15x

解读：事件日 VIX 仅比非事件日高 1.3%，实现波动率高 15%。这个溢价太小，不足以补偿做空波动率的风险。

四、反直觉发现与解释

4.1 为什么 FOMC 后 VIX 不跌反涨？

理论预期：FOMC 决议公布→不确定性消除→VIX 下跌

实证结果：FOMC 后 VIX 平均上涨 +1.28%（T→T+1），+2.59%（T→T+2）

可能解释：

“新不确定性"假说 — FOMC 决议本身（尤其是点阵图、新闻发布会）引入新的不确定性，而非消除旧的不确定性
2022 加息周期特殊性 — 样本包含 2022 年激进加息（+425bp），市场在 FOMC 后需要重新定价利率路径
期权市场结构变化 — 0DTE 期权兴起（2022 年后占 SPX 期权 40%+），导致 VIX 在事件后继续交易

支持证据：Zhang et al (2025) “Post-FOMC Drift in the Equity Options Market” 发现 2020 年后 FOMC 事件日后期权 IV 继续上升。

4.2 为什么 NFP 策略全面失效？

理论预期：NFP 是月度最重要数据→事件后 IV crush

实证结果：NFP 后 VIX 暴涨 +4.20%，Short VIX 策略 Sharpe -0.96

可能解释：

NFP 修订效应 — NFP 数据经常被大幅修订（前月数据修正），市场在事件后继续消化信息
Fed 反应函数 — NFP 直接影响 Fed 加息预期，而 2022-2025 年 Fed 处于"数据依赖"模式，NFP 后利率期货波动加剧
样本期特殊性 — 2020 年疫情后 NFP 波动率创历史新高（2020-04 NFP -20.5M），可能扭曲统计

4.3 为什么 CPI alpha 在 2022 年后消失？

Pre-2022：CPI Short VIX T→T+2 Sharpe +0.68，VIX crush -2.02% 2022+：VIX crush +0.69%，策略 alpha 消失

解释：

套利者涌入 — 2021-2022 年通胀交易成为主流，大量资金涌入 CPI 波动率策略
预期前置 — 市场在 CPI 前已通过其他数据（PPI、零售销售）形成一致预期，CPI 公布时已充分定价
Fed 沟通改善 — Fed 在 2022 年后加强与市场沟通，减少 CPI 意外

五、与 tradeSys 现有策略的相关性分析

5.1 定性相关性估算

tradeSys 策略	与 Macro Vol 相关性	理由
TSMOM (SPY)	低 (~0.1)	宏观波动率策略是事件驱动，与趋势无关
XSMOM (截面)	低 (~0.1)	同上
MeanReversion	中 (~0.3)	都利用均值回归，但时间尺度不同
SVOL (波动率卖出)	高 (~0.6)	都是做空波动率，但 SVOL 是持续卖出，Macro 是事件驱动
CryptoFunding	极低 (~0.0)	加密资金费率与美股宏观事件无关
GoldMom	低 (~0.2)	黄金动量与 CPI 有一定关联

5.2 组合贡献模拟

假设将 CPI Short VIX T→T+2（Sharpe +0.68）加入 Plan D：

原 Plan D（六策略）: Sharpe 0.887
+ CPI Macro Vol (5% 权重): Sharpe ≈ 0.89-0.90（边际改善有限）

结论：即使使用最优的 CPI 子策略，对组合 Sharpe 的改善也不到 0.02，不值得增加策略复杂度。

六、个人交易者可行性分析

6.1 门槛评估

要求	难度	说明
期权交易权限	中	美股期权需要 Level 2+ 权限，部分券商对散户限制
资金要求	高	VIX 期货/期权合约规模大，最小名义本金约$10K
日内 timing	高	需要在事件日收盘入场、T+1/T+2 收盘出场，需要盯盘
数据成本	低	FRED 免费，但实时 VIX 数据需要付费
交易成本	中	期权 bid-ask spread 约 1-3%，侵蚀 alpha

6.2 加密市场替代方案

问题：个人交易者能否用加密市场替代？

答案：不可行

原因：

加密市场没有 VIX 期货/期权（Deribit BTC 期权流动性差）
BTC 对 CPI/FOMC 的反应模式不稳定（2022 年后相关性下降）
加密市场 7x24 交易，无法精确定义"事件日收盘”

6.3 实操建议

如果个人交易者坚持尝试：

只做 CPI，不做 FOMC/NFP — 只有 CPI 显示正向 alpha
用 SPY 期权代替 VIX 期货 — 卖出事件日到期跨式期权（0DTE straddle）
仓位控制 — 单次事件风险敞口<2% 总资金
止损 — 如果 VIX 事件后上涨>5%，立即平仓

但诚实建议：对于 tradeSys 这样的多策略组合，宏观日历波动率策略的边际贡献太小，不建议纳入。

七、结论与建议

7.1 核心结论

经典"IV crush"策略在 2018-2026 样本期基本失效 — 只有 CPI 显示微弱的正向 alpha，且 2022 年后消失
FOMC 和 NFP 的 VIX 行为与理论预期相反 — 事件后 VIX 上涨而非下跌
合并策略 Sharpe -0.77 — 机械地在所有宏观事件后做空 VIX 会导致系统性亏损
个人交易者门槛高、收益低 — 即使找到正向 alpha，也不值得复杂度增加

7.2 对 tradeSys 的建议

不建议将宏观日历波动率策略纳入 tradeSys 蓝图

理由：

alpha 太小 — 最优子策略 Sharpe +0.68，但对组合贡献<0.02
alpha 衰减快 — CPI 策略在 2022 年后已失效
执行门槛高 — 需要期权交易权限和日内盯盘
与现有策略重叠 — 与 SVOL 策略相关性高（~0.6），分散化价值低

替代建议：

继续探索低相关性收益源（如外汇 carry、商品趋势）
考虑事件后方向性策略的改良版（如 FOMC Mom 2d Sharpe +0.37）
如果坚持事件驱动，建议深入研究财报季 PEAD（已有学术支持，且衰减较慢）

7.3 未来研究方向

高频数据 — 使用分钟级数据，研究事件后 1-4 小时的 IV 动态
跨市场比较 — 比较美股、欧股、亚股的宏观事件反应差异
机器学习增强 — 用 ML 预测哪些 CPI 事件会产生 IV crush（基于事前特征）
0DTE 期权 — 研究 0DTE 期权兴起后（2022+）的宏观事件定价变化

附录：检查线自检

事实来源

VIX/SP500 数据：FRED (VIXCLS, SP500)
FOMC 日历：Federal Reserve 官网
CPI/NFP 日期：BLS 官网（近似）
学术文献：Google Scholar（Lucca & Moench 2015, Zhang et al 2025, Almeida et al 2024）

独到见解

FOMC 后 VIX 上涨的实证 — 与教科书叙事相反，但符合 2022 年后市场结构
NFP 策略的全面失效 — 首次系统报告 NFP 波动率策略的负 Sharpe
CPI alpha 的 2022 年断点 — 明确展示 alpha 衰减的时间点
合并策略的负 alpha — 证明"分散化"宏观事件策略是系统性亏损

风险评估

样本期偏差 — 2018-2026 包含疫情和激进加息，可能不具代表性
数据近似 — CPI/NFP 使用近似日期，可能引入测量误差
VIX vs 期权 IV — 使用 VIX 指数代替期权 IV，可能不完全匹配实际交易
交易成本忽略 — 回测未考虑期权 bid-ask spread 和佣金

可执行性

回测脚本已开源：/Users/mac/workspace/wacai/self/research/tradeSys/macro_calendar_backtest.py
结果可复现：使用 FRED 免费数据
策略逻辑清晰：事件驱动，规则明确

最终判断：宏观日历波动率策略不值得纳入 tradeSys。建议将研究资源转向其他低相关性收益源。

报告完成时间：2026-03-20
研究助手：娃彩 (tradeSys 研究助手) ✨