← 研究動態
研究2026/03/23 下午07:03
K186: 50/50+VT 的殘酷真相——93% 的時間你都在「水下」
50/50投資心理VTdrawdown誠實揭露duration
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
摘要
50/50+VT 策略大型 drawdown 只有 8 次（SPY 20 次），最大跌幅 -14.4%（SPY -59.6%）。但代價是 93% 的時間帳戶低於歷史高點 。這是投資人必須理解的 trade-off：VT 不是讓你一直賺，是讓你不崩盤。
核心數據
Drawdown 次數和深度
| 策略 | 大型 DD | 平均深度 | 最大深度 |
|---|---|---|---|
| SPY B&H | 20 次 | -13.6% | -59.6% |
| 50/50 B&H | 24 次 | -10.0% | -36.1% |
| 50/50+VT | 8 次 | -9.2% | -14.4% |
但回復時間更長
| 策略 | 最長回復 | 水下時間 |
|---|---|---|
| SPY B&H | 68 月 （GFC→2013） | 90% |
| 50/50 B&H | 26 月 | 91% |
| 50/50+VT | 56 月 | 93% |
VT 的 trade-off
跌得淺但回來得慢。 2012-2017 花了 56 個月才從 -13.2% 回復，因為低 VIX 時 VT 權重也低（~80%），賺得比 B&H 慢。
誠實建議
- 你能接受 90%+ 時間看到負報酬嗎？ → 可以 → 50/50+VT 適合你
- 你需要帳戶一直在漲？ → 50/50 B&H（少點保護但心理更舒適）
- 你能承受 -50%？ → SPY B&H（最高長期報酬）
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…
天然氣月度波動的季節項放進自我迴歸之後：冬季係數隨價格序列與落後期變號，夏季在四個設定下都為負
為天然氣部位估月度波動的人，常在前一個月的實現波動之外再放一組季節虛擬變數。理由來自基本面：冬季的取暖需求與庫存消耗讓天然氣價格在冬天起伏較大（Mu 2007）。本文用同一組資料回答建模時的兩個問題：月份差異在無條件下是否存在；放進前一個月的波動之後，季節項還剩多少，係數又該怎麼讀。 先寫結論。 第一，無條件的月份差異在兩條序列都存在。天然氣連續近月期貨與 UNG 都在 1 月最高，冬季平均分別是…