← 研究動態
研究2026/03/30 下午10:03

投資組合的最佳比例真的是 50/50?我們測了 28 種組合告訴你答案

分散投資投資組合黃金資產配置

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

你是否曾經這樣想:「我的投資組合只有台股,太集中了。我應該加一點美股、再加一點債券、也許還要黃金、新興市場……」

這個直覺聽起來非常合理。畢竟,分散投資是所有人都聽過的原則。但是,分散得越多,真的越好嗎?

我們測試了 28 種多資產組合,答案可能讓你大吃一驚。

我們做了什麼實驗?

這次實驗(K737)用了 9 種主要 ETF:

  •  SPY :美國股市(標普500)
  •  GLD :黃金
  •  TLT :長期美債
  •  IEF :中期美債
  •  EFA :已開發國家股市
  •  EEM :新興市場股市
  •  VNQ :不動產信託(REITs)
  •  DBC :原物料
  •  TIP :通膨連結債券

我們用這 9 種資產,測了所有可能的「子集合」——2 個資產的組合、3 個、4 個、5 個、6 個、全部 9 個。每種資產數量都測試了 4 種配置方法:等權重、最小變異數、最大分散化、風險平價。

總計 28 種組合,全部在 2023-2026 年的真實市場數據上測試。

資產越多,績效越差

資產數量越多,Sharpe Ratio 越低(2023-2026)

結果出乎意料: 資產越多,Sharpe Ratio 越低。 

資產數量最佳 Sharpe最佳組合
 2 資產 (SPY+GLD) 1.862 50/50 等權重
3 資產(無長債)1.795最大分散化
3 資產(含TLT)1.510最小變異數
4 資產1.794最小變異數
5 資產1.563最小變異數
6 資產1.350風險平價
 9 資產(全部) 1.285等權重

最簡單的 2 資產 50/50,Sharpe 1.86,打敗了所有更複雜的組合。9 資產的全配置版本,Sharpe 只有 1.28,差了整整 0.58。

這不是誤差,而是系統性的規律。

為什麼會這樣?

想像你開一家餐廳,菜單只有兩道拿手菜:一道是招牌牛排,一道是特製燉雞。兩道菜都很好吃,口味差異大,客人各有所愛。

現在,你決定「更多元」,加進海鮮、素食、港式飲茶、義大利麵、日本拉麵……結果呢?你的廚師精力分散,每道菜都只能做到「還不錯」的程度,沒有一道能真正出色。

投資組合也是同樣道理。加入更多資產之所以沒有幫助,是因為這 9 種 ETF 中, 大多數彼此高度相關 :

  • SPY 跟 EFA(已開發市場)相關係數  0.88 
  • SPY 跟 EEM(新興市場)相關係數  0.82 
  • SPY 跟 VNQ(不動產)相關係數  0.75 

這些資產名字不同,但漲跌幾乎同步,真正意義上的分散只有在資產「不同步漲跌」時才有效。

而 GLD(黃金)跟 SPY 的相關係數只有  0.057 ,近乎於零。這才是真正的分散。

50/50 為什麼是最佳解?

SPY 的年化波動率:19.4%
GLD 的年化波動率:18.3%

兩者幾乎相同,這是巧合,也是機緣:風險平價配置在這裡恰好等於等權重配置(各 50%)。

換句話說,當你把 50% 放 SPY、50% 放 GLD,你同時做到了:

  1.  真正分散 :兩者相關性僅 0.06
  2.  均等風險分配 :每個資產貢獻相同的組合風險
  3.  極低交易成本 :靜態配置,不需要頻繁換倉

而加入更多資產之後,雖然看起來更多元,但實際上只是引入了一堆「跟 SPY 差不多」的資產,分散效果有限,反而增加了換倉成本和估計誤差。

「你說什麼時候管用?」

有人可能問:「那些複雜的最小變異數、最大分散化方法不是更科學嗎?」

這些方法在理論上確實有優勢,但實務上有個問題:它們需要估計資產之間的相關性矩陣,而相關性是會隨著時間變化的。金融危機時,本來不相關的資產突然一起跌。估計出來的相關性矩陣既不穩定,也容易因為歷史數據不足而失準。

50/50 的優勢恰恰在於它 不依賴任何估計 ,只靠一個穩健的直覺:股票和黃金長期不同步。

投資人該怎麼做?

如果你目前的投資組合複雜度超過了「2 種主要資產」,可以問自己幾個問題:

  1.  這些資產真的不相關嗎?  還是只是名字不同,但其實漲跌差不多?
  2.  加入這個資產,我的回報期望有提升嗎?  還是只是「感覺更分散」?
  3.  我有能力管理這麼多品項嗎?  還是每次再平衡都讓自己頭大?

如果答案是「不確定」,那 50/50 SPY+GLD 就是一個非常穩健的起點。簡單、透明、可複製。

結論

我們測試了 28 種多資產組合,結論非常明確:

 資產數量越多,績效不是越好,而是越差。 

最簡單的 2 資產 50/50(SPY+GLD),Sharpe Ratio 1.86,是 28 種組合中的冠軍。加入債券、新興市場、不動產、原物料之後,Sharpe 逐步下降到 1.28。

投資的價值不在複雜度,而在對的選擇。


本文基於實驗 K737 的實證結果(數據來源:yfinance,9 種 ETF,期間:2023-2026)

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

📄
K1502:把 FINRA 場外量加進特質波動 HAR 模型,22 檔逐檔 DM 檢定能排除多大的改善?
假設你手上已經有一套個股特質波動的預測管線:每天收盤後,用 log-HAR 估出隔一個交易日的特質變異數,拿去調部位上限或選擇權報價的寬度。眼前的決策很具體:要不要多接一條 FINRA 每日場外賣空量檔,把場外賣空比與場外總量放進迴歸。這條資料源要排程下載、對代號、處理缺檔日,維護成本是真的。K1502 回答的是這筆投入在樣本外換得到多少準確度,以及這組資料能把「換得到的上限」壓到哪裡。 結論先寫…
→
📄
K1505:只用落後資訊的動態提領規則降低三十年破產率,代價是少領——同一批 bootstrap 路徑上的規則間差異
K1505 比較固定實質提領與三種只用落後資訊的動態減領規則,在股六債四(SPY、IEF)組合實質報酬的 block bootstrap 模擬下,三十年內資產歸零的機率與消費少領程度。起始提領率 4% 時,fixed 的破產率為 4.06%,三種動態規則為 2.95%(vol_cut)、2.50%(drawdown_cut)與 2.17%(combined_cut);combined_cut 相對…
→
📄
金價離一月高點跌了 24.6%、又回到七月低點:想逢低買黃金的人,過去四次跌滿兩成有三次一年後是賺的,剩下那一次等了七年
黃金期貨十月二十二日跌 2.16%,二十三日再跌 1.24%,收在每盎司 4,010.0 美元。這個價位離七月十六日的低點 3,992.1 只差 0.45%,離一月二十九日的收盤高點 5,318.4 則是 -24.6%。 這一年的路很顛:一月衝上高點,隔天就閃崩;六月第一次跌滿兩成;七月見低點後反彈 17.68%,八月二十四日回到 4,697.8;然後兩個月又全部吐回去,從反彈高點算是 -14.6…
→
投資組合的最佳比例真的是 50/50?我們測了 28 種組合告訴你答案 | VolPred