研究問題與範圍
JW4 研究宏觀狀態、波動率結構、敘事資訊、個股行為和選擇權鏈條件如何相互作用。它是一套決策支援方法，而不是自動產生真理的機器。模型輸出屬於證據，而非權威；有效結果可以是受約束的結構、更寬的安全邊界，也可以是明確放棄決策。
五層研究架構
順序本身就是紀律：先建立整體環境，再解讀局部訊號；先套用風險約束，再篩選候選。
資料完整性與時效
同步關鍵波動率、跨資產、個股、事件與選擇權鏈資料；關鍵資料缺失或過期時觸發安全停機，而不是靜默替代。
市場狀態分類
識別系統波動、尾部風險、趨勢、壓縮和跨資產背景；市場狀態為後續分析確定允許的風險邊界。
證據交叉驗證
對照價格結構、動能、波動率、流動性、敘事情緒、基本面、財報窗口與宏觀事件；證據衝突會降低信心，而不會被隱藏。
語境轉化為約束
把環境轉化為防守距離、最低風險補償、流動性要求和損失有上限的策略結構；非對稱風險越高，約束越嚴格。
篩選與稽核
排除未通過事件、流動性、風險補償或結構風險檢驗的候選，並記錄假設、調整、拒絕原因與輸出。
證據域
不同證據域回答不同問題。研究價值來自它們之間的關係，而不是指標數量。
| 證據域 | 研究問題 | 證據範例 |
|---|---|---|
| 宏觀與政策語境 | 哪些系統性力量可能推翻局部訊號？ | 政策方向、流動性、利率、匯率、大宗商品與計畫事件 |
| 波動率狀態 | 市場正在為多少不確定性與尾部風險定價？ | VIX/VVIX、波動率風險溢價、偏度、壓縮與趨勢狀態 |
| 個股證據 | 個體標的是否確認或反駁研究假設？ | 趨勢、動能、離散程度、ATR、支撐阻力、情緒與基本面 |
| 執行結構 | 能否用風險透明且有上限的方式表達假設？ | 選擇權鏈流動性、距離、風險補償、價差結構與事件曝險 |
研究治理
這套方法刻意讓分歧和失敗變得可見。研究品質不僅來自選出候選，也來自受控地拒絕候選。
可證偽性
假設與狀態標籤必須足夠明確，能夠被後續證據質疑或推翻。
可追蹤性
輸入、轉換、參數調整與拒絕原因應能從決策紀錄中恢復。
安全停機
缺少可信資料是停止研究的理由，而不是臨場猜測的邀請。
人的責任
AI 與 NLP 用於組織和交叉校驗證據，最終解讀責任仍然屬於人。
股票與選擇權專題研究
五篇專題把上述方法用於美股、選擇權、波動率、事件風險和AI輔助證據核驗等可搜尋問題。
美股與選擇權市場結構：波動率、流動性與選擇權鏈
研究美股價格行為、股票波動率、選擇權鏈流動性和有限風險選擇權結構在不同市場狀態下如何相互驗證。
VIX 與 VVIX 狀態分析：波動率及波動率的波動率
以狀態方法研究 VIX、VVIX、波動率風險溢價、偏斜和市場壓縮，避免把單個數值當作交易訊號。
信用價差研究：風險補償、防守距離與有限損失
從風險補償、履約價距離、流動性、事件曝險和明確最大損失研究選擇權信用價差。
宏觀事件與財報風險：美股和選擇權研究中的跳空邊界
研究宏觀數據、FOMC決議和財報如何改變美股與選擇權的跳空風險、波動率定價和流動性。
AI 與 NLP 交叉驗證：股票和選擇權市場研究中的敘事證據
使用AI和NLP整理金融敘事與市場情緒，同時保留來源追蹤、數值核驗和人工複核。
邊界與局限
狀態標籤是對持續變化市場的簡化，也可能落後於轉折。歷史關係可能失效，流動性可能消失，敘事解析也可能不完整。交叉驗證可以降低對單一訊號的依賴，但不能消除模型風險、資料錯誤、選擇偏差或極端事件。具體營運門檻與可執行參數保持私有，使公開頁面能解釋研究邏輯，而不會成為可直接複製的交易配方。
研究貢獻
JW4 的貢獻在於編排層：把異構證據轉化為風險有邊界、過程可稽核的決策。它追求的不是製造確定性的外觀，而是在無法獲得確定性時仍保持紀律。
把研究紀律轉化為代際能力
明確假設、獨立證據、有限風險與可稽核性，同樣可以協助家族辦公室把個人知識沉澱為可重複運行的組織流程。
查看家族辦公室合作框架 →本頁面僅說明研究方法與技術實現，不構成金融、投資或交易建議。