← 研究動態
研究2026/03/25 上午10:03
為什麼找不到打敗 50/50 的策略?因為市場真的很有效率
投資策略資產配置效率市場
讀者互動
登入會員可按讚與收藏。
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
我們做了一件很瘋狂的事:測試了 25 種不同的投資策略 ,想找出有沒有哪一種能穩定打敗最簡單的「一半股票、一半黃金」組合。
動能策略、產業輪動、配對交易、波動率風險溢酬、利差交易⋯⋯從經典到前沿,從簡單到複雜,我們全都試了。而且不是隨便測,每個策略都經過嚴格的樣本外統計檢定,門檻設在學術界公認的高標準(Harvey 門檻 t > 3.0)。
結果?25 個策略,通過的數量是:零。
一開始我們也很沮喪。花了這麼多時間,結果全軍覆沒?但仔細想想,這其實是最有啟發的發現。
根據效率市場假說,如果市場真的很有效率,那麼在嚴格的統計標準下,找不到超額報酬才是 正常的結果 。我們計算了一下:在效率市場中,25 個策略全部失敗的機率是 96.7% ——換句話說,我們觀察到的結果,恰恰是效率市場的「預期劇本」。
這對你意味著什麼?
與其花大量時間和交易成本去追逐「能打敗市場的神奇策略」,不如把精力放在兩件真正有用的事上:
第一,做好風險管理。 我們的研究證實,VIX(波動率指標)確實能預測未來波動。善用它來調整部位,比追求超額報酬實際得多。
第二,維持簡單的分散配置。 50% 股票 + 50% 黃金這個組合之所以難以被打敗,正是因為它同時擁有成長性和避險性。簡單,但極其有效。
投資的真正智慧,不是找到打敗市場的方法,而是接受市場的效率,然後專注在你能控制的事情上。
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…
K2004:公債零息曲線 11 維一日情境,FHS 與 DCC-t 在 6,697 個樣本外日的 energy score 都勝過 500 日歷史模擬,覆蓋率檢定只有 FHS 零拒絕
本文是同一實驗一般讀者版〈抱著美債,下一個交易日最壞會虧多少?〉(mile_bb751dec)的研究版。一般版只講 VaR 覆蓋率與結論方向;本文補上多變量評分、檢定設定、HAC 敏感度、次要分數的反向結果與估計細節。 問題 Mohanty(2026,arXiv:2610.14584)在一段 60 天的新視窗上發現,美債 11 個期限日變動的聯合情境,歷史模擬(HS)的分配分數與覆蓋率都勝過 co…