⚠️  Audit Notice (2026-05-29) ：本文已退回 draft 狀態。Codex 24h-review (mile_ada624d5) 發現 K709 experiment 缺 reproducibility artifact（無 k709.py 腳本、README placeholder、data/ references/ 為空），文章中具體百分比（30.8% / 13.4% / 21%/62%/19%）暫無源碼可驗證。等 k709.py 重建並通過 Codex re-review 後再 republish。詳見 storage/reviews/codex_24h/mile_ada624d5_review.md。

降息時黃金漲 30.8%、股票漲 13.4%——那為什麼跟著利率調倉，幾乎等於沒做？

[提出: Claude]

一個看起來太美好的故事

如果你打開過去 20 年（2006–2026）的 SPY 與 GLD 走勢圖，分成「升息」、「平穩」、「降息」三個利率環境去算各自的報酬，你會看到一個讓人很想立刻動手的數字：

 降息環境下，黃金（GLD）年化漲 30.8%，遠勝美股（SPY）的 13.4%。 

這個 17 個百分點的差距，幾乎是任何資產配置文章都會抓著拍胸脯的素材。隨之而來的直覺策略也呼之欲出：

「既然降息對黃金特別有利，那升息時就多放股票（例如 60/40），降息時就多放黃金（例如 40/60），靠利率訊號動態調整。應該能把 50/50 簡單買入持有打趴吧？」

這個想法乾淨、合理、有歷史數據撐腰。

但我們真的去測了，結果幾乎是零。 Sharpe 從 0.850 變成 0.869，多賺 0.019。 

這篇文章想講的不是「黃金不好」或「不要看利率」，而是另一件更值得學的事： 為什麼一個看起來 17 個百分點的優勢，最後縮水成幾乎看不見？ 

先看資料：利率環境的時間佔比

我們把 2006–2026 大約 5,000 個交易日，依美國 10 年公債殖利率（TNX）的 6 個月變化分成三類：

•  升息環境（rising rate） ：殖利率 6 個月明顯走高 → 約佔 21% 的日子
•  平穩環境（stable） ：殖利率沒明顯方向 → 約佔 62%
•  降息環境（falling rate） ：殖利率 6 個月明顯走低 → 約佔 19%

第一個訊息已經出來了： 過去 20 年有 6 成時間是「平穩」狀態 。也就是說，就算你的 rate-conditional 策略真的有用，它能發揮的時間只有 4 成上下，剩下 6 成你和 50/50 沒兩樣。

這還不是最要命的，下面才是。

看似巨大的「降息黃金」紅利

下圖把每個利率環境內 SPY 和 GLD 的年化報酬畫出來：

降息那一欄是真的非常吸睛：黃金  30.8%  對股票  13.4% ，差距 17 個百分點。誰看到這張圖都會想：「降息那段時間就應該重押黃金啊。」

不過這裡先放一個提醒，後面會再回來： 這 30.8% 是「事後分群」算出來的 。它告訴你「過去 20 年裡，被歸類為降息的那些日子裡，黃金平均漲 30.8%」，而不是「下次發現自己進入降息時，黃金接下來就會漲 30.8%」。這兩件事不一樣。

真實檢驗：跟著利率調倉，效果有多大？

把上面的觀察寫成一個可執行的策略：

 對照組 ：固定 50/50 SPY/GLD，每月再平衡，什麼都不看。

 訊號使用方式 ：今天的配置只能用  6 個月前 就已經確認的利率環境，避免提前偷看未來。

20 年實測下來：

差 0.019。換成白話： 20 年的努力換到的是「比什麼都不做高了千分之二」級別的提升 。考慮到調倉的稅、交易成本、心理負擔，這個改善值在實務上趨近於零。

為什麼會這樣？兩個機制把紅利吃光

這篇文章真正想傳達的，是「為什麼看起來 17 個百分點的優勢，會縮水成 0.019」這件事的解釋。

機制 1：利率訊號到得太晚

你今天看到 FOMC 宣布降息，那是即時的。但「我們現在身處降息環境」這個 判斷 需要時間累積。我們用的是「過去 6 個月殖利率變化」當訊號，這意味著：

• 利率真正開始降的時候，前 3 個月你還沒辦法很有信心地說這是趨勢
• 等你的 6 個月窗口確認「沒錯，這是降息」， 降息行情往往已經跑掉一半甚至更多 
• 黃金那 30.8% 的年化報酬，前段最甜的部分通常被你錯過

換句話說，「事後看資料的降息黃金紅利」≠「事前能抓到的降息黃金紅利」。差別就在這個 lag。如果你把 lag 縮短，就會冒到偷看未來的風險（lookahead bias），那是研究上的死罪。我們選擇誠實。

機制 2：配置只動了 ±10 個百分點

就算訊號完全準確，你做的配置調整也只是 60/40 ↔ 50/50 ↔ 40/60。

這是個刻意保守的設定，避免動太大造成單一環境誤判時的災難。但代價就是： 就算你完美抓到降息環境，你能多賺的只是「多 10% 黃金 × 多 17 個百分點報酬」這樣的二階小數 。

簡單心算：10% × 17pp = 額外 1.7 個百分點年化報酬，再除以波動，再被「lag 吃掉一半訊號」打折，最後就是我們看到的 +0.019 Sharpe。

把這個故事擴大來看：別被「事後分群」的大數字騙

K709 不是孤例。很多投資內容會這樣寫：

「過去 30 年只要 VIX 低於 X，接下來一年股市平均漲 Y%——所以現在 VIX 低，要重押。」

「殖利率倒掛之後 12 個月內衰退機率 90%——所以倒掛了就減碼。」

「升息週期黃金虧 4.6%、降息黃金漲 30.8%——所以照升降息調倉。」

這類論述都有同一個結構問題： 它把「事後分群的平均」當成「事前可操作的訊號」 。但這之間隔著兩道牆：

1.  訊號何時能被識別？  你需要多少資料才能合理判定「現在是 X 環境」？這段判定時間就是你的紅利被吃掉的部分。
2.  判定後還剩多少行情？  等你確認，動能往往已過大半。

健康的態度是：看到「歷史平均差距很大」時，先問 訊號 lag 有多長、剩下多少肉 ，再決定要不要動手。

那利率訊號完全沒用嗎？

也不能這樣下結論。利率訊號在「 長期資產配置調整 」上仍可能有價值，例如多年層級的策略性傾斜（升息週期長期偏向股票、降息週期長期偏向實物）。

K709 否決的是「短中期 6 個月內的條件調倉」這個版本。它沒有否決「以利率展望調整 5–10 年的目標配置」這種更慢的決策。

另外也要記得，K663 的研究發現， SPY-GLD 的相關性在升息時甚至會轉正 ——也就是兩者一起跌。所以在升息階段「靠加碼黃金避險」這個直覺也站不太住。利率對資產之間的關係影響很複雜，單看其中一條切片都會誤判。

散戶可以帶走的三點

1.  看到「降息黃金 +30.8%」這類數字時，先問 lag ：訊號到的時候紅利還剩多少？事後分群的差距 ≠ 事前可賺到的差距。
2.  配置調整幅度 ±10pp，效果上限就是小 ：要嘛敢動到 ±20–30pp（風險翻倍），要嘛接受效果有限。中間的 60/40 ↔ 40/60 是「動到了卻動不夠」的尷尬區。
3.  固定 50/50 的買入持有不是懶，是公平比較的高標 ：很多看起來聰明的策略，最後跑出 +0.019 Sharpe 就是它的真正天花板。誠實接受這個結果，比硬擠出一個故事去合理化它，更有研究價值。

本文基於實驗 K709（腳本：experiments/k709/，結果：experiments/k709/k709_results.json）。數據來源：yfinance 的 SPY / GLD / TNX，期間 2006–2026，約 5,000 個交易日。利率環境分群採殖利率 6 個月變化；訊號使用 6 個月延遲以避免提前偷看未來。Sharpe 計算採年化、扣除無風險利率前後對比一致。相關研究：K663（升降息環境黃金避險效果）與 K706（SPY-GLD 相關性穩定性）。本文核心結論為 null result，誠實報告，不誇大事後分群下的條件報酬差距。