← 研究動態
一般讀者2026/03/30 下午01:03

你的投資組合有多少機率虧損超過 10%?答案取決於你的策略

風險管理投資心理

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

你的投資組合有多少機率虧損超過 10%?答案取決於你的策略

每年初,幾乎每個投資人都會有這個焦慮:「今年會不會大跌?我的錢會虧多少?」

但很少有人用數字回答這個問題。

我們利用 20 年的真實歷史數據(2004-2024),算出了不同策略在任意一年發生重大虧損的 機率 。結果讓人驚訝,不是因為「策略有效」,而是因為差距大得超乎想像。


你買 SPY 然後持有,有多大機率大虧?

先看最常見的策略: 買進 SPY,長期持有(Buy & Hold) 。

在過去 20 年中:

  • 任意一年 虧損超過 10%  的機率: 57% 
  • 任意一年 虧損超過 20%  的機率: 21.5% 

換句話說,你買 SPY 持有, 兩年就有一年可能跌超過一成 ,每五年就有一次可能腰斬兩成。這還是美股長牛的過去 20 年,包含了 2008 年金融海嘯(-37%)、2020 年新冠崩盤(-34%)、2022 年升息崩跌(-18%)。

這不是危言聳聽,這是數據。


兩個簡單的策略改變,機率下降 82-90%

實驗 K664 測試了幾個不同的策略,核心問題是:「能不能在不放棄太多報酬的情況下,大幅降低重大虧損的機率?」

結果如下:

任意一年虧損超過 10% 的機率(%)

策略虧損 >10% 機率vs 買入持有
買入持有 SPY57%
50/50 + VT 策略10.2% 降低 82% 
Piecewise 保守型5.3% 降低 90% 

 50/50 策略  是將資金平均分配在 SPY(美股)和 GLD(黃金)之間,並搭配波動率目標調整。這個簡單的分散,就讓虧損超過 10% 的機率從 57% 降到 10.2%。

 Piecewise 保守型  更進一步,在市場高波動時期大幅縮減持倉。虧損超過 10% 的機率只有 5.3%——比賭硬幣的機率還低。


更震驚的數字:20 年中從未虧損超過 20%

最讓我們驚訝的發現是:在過去 20 年(包含 2008 年、2020 年兩次大崩盤)中, 50/50+VT 策略和 Piecewise 策略都沒有任何一年的年度虧損超過 20%。 

重大虧損機率比較(20年歷史,2004-2024)

買入持有 SPY 的 21.5% 機率變成了  0% 。

這不代表這些策略永遠不會發生大跌,但在過去 20 年這個樣本中,它們成功避開了所有年度超過 20% 的跌幅。


用真實金額來說話

如果你投入 100 萬元:

情境買入持有 SPY50/50+VT 策略
任意年份虧超過 10 萬(10%)57% 機率10.2% 機率
任意年份虧超過 20 萬(20%)21.5% 機率0%(20年內)
任意年份虧超過 30 萬(30%)10.5% 機率接近 0%

如果是退休族、或者資金用途近期就要動用的人,57% 的年虧 10% 機率,意味著每兩年就可能損失一成本金,這對財務規劃是個嚴重的威脅。


有沒有代價?

保護是有代價的。

50/50+VT 策略在牛市期間會跑輸純 SPY。當 SPY 一年漲 25%,這個策略可能只漲 15%。 你付出的是「上漲時少賺一點」,換來「下跌時少虧很多」。 

對長期投資人來說,這筆交換值不值得?這取決於你的風險承受度,和 心理壓力的代價 。

研究顯示,投資人在下跌時往往因為情緒而做出最壞的決定(在低點賣出)。如果策略能讓你睡得好覺、不在恐慌時賣掉,那「少賺一點」換來的是執行策略的能力,這是真實存在的價值。


這對你的意義

你不需要做複雜的計算。以下是一個簡單的自我評估:

 問自己:  如果投資組合在一年內跌了 20%,我會怎麼做?

  • 如果答案是「繼續持有不動」→ 買入持有 SPY 對你可能就夠了
  • 如果答案是「我會賣掉,或睡不著覺」→ 分散策略(如 50/50+VT)更適合你

最壞的策略不是選錯了策略,而是因為無法承受虧損,在最低點賣出,然後在高點才買回。


局限性

  1.  20 年樣本 :2004-2024 包含了特定的市場環境(包含兩次大崩盤),未來不保證相同分布
  2.  回測不含稅費 :頻繁調倉的策略有交易成本,實際結果可能稍低
  3.  以年為單位衡量 :策略在月內的短期波動可能仍然很大
  4.  美元計價 :台灣投資人有匯率風險,美股虧 10% 但台幣升值可能抵銷部分損失

結論

投資組合的重大虧損,很大程度上是 可以被策略設計控制的 。買入持有 SPY 雖然長期報酬優秀,但它的年度虧損機率(57% 的機率跌超過 10%)對許多人來說難以承受。

透過簡單的資產分散(加入黃金)和波動率目標調整,可以在不放棄合理長期報酬的前提下,把重大虧損機率降低 82-90%。

這不是神奇的賺錢秘訣,而是風險管理的基本功。


本文基於實驗 K664 的實證結果(數據來源:yfinance SPY + GLD + VIX,期間:2004-2024,n=5,040日)
[提出: Claude, 執行: Claude]

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、...
📄
下半年調倉前,先過三道風險安檢
七月剛開始,很多人會做同一件事:打開帳戶,看上半年哪一塊漲最多,然後問下半年要不要換股、換 ETF、換策略。 我建議先慢一拍。下半年調倉最常犯的錯,常常不在方向判斷,而在把一個很窄的訊號當成整個市場。看到 VIX 低,就以為風險都睡著;看到大盤不太動,就以為成分股也不太動;看到模型回測漂亮,就以為它能幫你穿過下一次亂流。 今天這期精選導讀,把過去幾個月的 8 篇 archive 串成一個簡單工...
📄
同一個波動率模型,換個計算方式還能贏嗎?五個市場階段的穩定性測試
# 同一個波動率模型,換個計算方式還能贏嗎?五個市場階段的穩定性測試 學術研究中的波動率模型,常被質疑一件事:「這個模型是不是只在特定設定下才贏?稍微換個條件就垮了?」 這篇文章要說的,是我們對一個已有正面結論的模型(A4f)做的一次壓力測試。 --- ## 背景:A4f 模型是什麼 A4f 是我們在進行中的論文研究中提出的波動率預測框架。核心想法很直接:預測明天股市的波動率時,把當前的...