← 研究動態
一般讀者2026/06/21 上午04:00

買低波動 ETF 前,先看 USMV 的風險帳本

風險管理低波動因子投資美股 ETFdownside risk

讀者互動

已追蹤瀏覽 0 次,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

買低波動 ETF 前,先看 USMV 的風險帳本

很多人看到「低波動」三個字,第一個反應是:聽起來比較穩。問題在於,ETF 名稱寫得保守,實際帳本也要跟上。

本文把四檔常見美股因子 ETF 放在同一張桌上比較:動能 MTUM、品質 QUAL、低波動 USMV、價值 VLUE,再加上大盤 SPY。資料全部來自 yfinance,公平比較期間是 2013-07-19 到 2026-06-09,共 3,242 個日報酬觀測值。

結論很清楚:如果問題只限於「誰的股價路徑比較不晃」,USMV 的低波動定位站得住。它不是報酬最高的那一檔,卻是這組 ETF 裡風險帳本最安靜的那一檔。

五檔 ETF 的全年化波動與下行波動比較

先看完整風險帳本

公平起見,所有 ETF 都只用共同樣本。結果如下:

ETF年化報酬年化波動下行波動最大回撤
MTUM14.78%19.90%14.35%-34.08%
QUAL12.72%17.17%12.26%-34.06%
USMV9.95%13.84%10.02%-33.10%
VLUE12.27%18.75%13.51%-39.47%
SPY13.15%17.05%12.29%-33.72%

USMV 年化報酬只有 9.95%,低於 MTUMQUALVLUESPY。所以如果只問「哪檔賺最多」,答案不會是它。

但風險面剛好相反。USMV 的年化波動是 13.84%,比 SPY 的 17.05% 少 3.21 個百分點;下行波動是 10.02%,也低於 SPY 的 12.29%。最大回撤方面,USMV 的 -33.10% 也是五檔裡最小,雖然只比 SPY 的 -33.72% 好一點。

換成白話:USMV 少拿了一些上漲速度,換到比較平順的持有體驗。

不是只靠全期間平均取巧

單看全期間平均,有時會被少數年份帶偏。實驗又把資料切成不重疊的 21 個交易日區塊,約等於一個月,逐段比較 USMV 和每一檔對手。

結果仍然一致。154 個月度區塊裡,四檔對手的平均波動都高於 USMV

對手對手月度區塊波動USMV 月度區塊波動差距
MTUM17.09%11.28%+5.81 個百分點
QUAL14.48%11.28%+3.20 個百分點
VLUE15.87%11.28%+4.59 個百分點
SPY14.30%11.28%+3.01 個百分點

下行風險也同向。以 SPY 為例,月度區塊的平均下行波動是 9.64%,USMV 是 7.63%,差距約 2.02 個百分點。對 MTUM 的差距更大,約 3.99 個百分點。

USMV 和四檔對手的 21 日區塊波動比較

對投資人比較有用的讀法

USMV 比較像股票部位裡的防守型替代品,不像一個能自動提高報酬的神奇因子。

前面的研究曾看過另一個問題:把 MTUMVLUEQUALUSMV 放進波動率目標或因子輪動框架,能不能明顯打敗原本的配置?答案偏保守,沒有穩定證據顯示因子 ETF 一放進策略就能提高超額報酬。

本文的重點比較窄:只看風險輪廓。從這個角度,USMV 的定位很實用。它適合拿來回答「我想留在股票市場,但不想承受和大盤一樣大的晃動」這類問題;它不適合被包裝成「低波動,所以長期一定贏」。

兩個限制要先講清楚

第一,這份比較是 ETF 層級,不是成分股層級。ETF 有費用、編製規則、再平衡方式,不能直接拿來宣稱低波動因子本身一定有溢酬。

第二,樣本從 2013-07-19 開始,因為 QUAL 上市較晚,公平比較必須等五檔 ETF 都有資料。更早的 SPYUSMV 歷史沒有納入同一張表。

結論

如果你買 USMV 是為了追求最高報酬,這份資料不支持那個期待。2013-07-19 到 2026-06-09,USMV 的年化報酬是 9.95%,低於 SPY 的 13.15%。

如果你買 USMV 是為了讓股票部位少晃一點,資料支持這個用途。它在年化波動、下行波動、最大回撤,以及 21 日區塊比較裡,都比 MTUMQUALVLUESPY 更保守。

資料來源:VolPred 實驗資料,腳本 experiments/k1446/k1446.py,結果 experiments/k1446/k1446_results.json。資料源為 yfinance,標的為 MTUMQUALUSMVVLUESPY,公平比較期間 2013-07-19 到 2026-06-09,樣本數 3,242 個日報酬觀測值,隨機種子 42。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
波動率「測不準」能不能當減碼訊號?六檔 ETF、六十天的老實答案
打開任何一套波動率監控面板,你會發現同一天的「市場有多晃」其實不只一個數字。用 5 分鐘資料算出一個,用當天的開盤、最高、最低、收盤算出另一個,把隔夜跳空也加進去又是一個。多數時候它們差不多,偶爾會明顯對不上。這篇想回答一個很實際的問題:當這些數字彼此吵起來的時候,是不是代表隔天更難預測、應該先把部位縮小一點? ## 先講清楚「分歧」是什麼 把量測市場波動的方法想像成幾支溫度計。它們原理不同、...
📄
交易量歸零那天,薄市場 ETF 後面 22 天更容易出事
# 交易量歸零那天,薄市場 ETF 後面 22 天更容易出事 薄市場 ETF 的資料偶爾會出現零成交、價格不動、甚至少一天報價。直覺會把它們丟進資料清理清單;這次檢查給出比較窄的結論:在部分流動性很薄的國家 ETF 裡,這些痕跡常常也是下一段風險升高的提醒。 這次樣本使用 Yahoo Finance 日資料,涵蓋 28 檔 ETF,期間從 2014-01-01 到 2026-06-29 的可得...
📄
商品 ETF 翻向時,銅先把警報拉高
很多人看商品 ETF,只盯著價格漲跌:原油漲了、天然氣跌了、銅又被叫成景氣溫度計。 但對持有人來說,另一個問題更急:價格翻向之後,接下來會不會變得更難拿? 我們把 `USO`、`UNG`、`CPER` 三個商品 ETF 放在一起看。方法很樸素:比較最近一個月和最近一季左右的報酬斜率。如果短線開始比中線強,就記成「冷轉熱」;如果短線轉弱,就記成「熱轉冷」。訊號必須連續維持 10 個交易日,而且三...