🎬 影片版講的是結論；這篇是完整的圖表、方法與必須揭露的限制。
📌 前言：你只看得到報酬率，但你付的代價是風險
打開任何一個 ETF 比較網頁，最大、最粗、放在最上面的數字，永遠是報酬率。
這很合理——報酬率是你想要的東西。但報酬率不是你付出的東西。你付出的是持有期間的每一次心跳：帳面掉三成的那個月、連續一年半看不到解套的那段日子、以及在最低點按下賣出的那個瞬間。
問題是，這些代價幾乎從來不會出現在比較表上。
這篇文章想回答一個很具體的問題：如果報酬率只能告訴你一半的故事，另一半該用什麼數字看？ 我們用 QuantStats（Python 的量化績效分析套件）跑了 9 檔台股 ETF、六年、1,465 個交易日的含息資料，得到一個比預期更乾脆的答案。
先講結論：風險是會延續的，報酬不會。 這句話有一個可以被檢驗的數字，在文章的第三段。
📊 第一幕：兩檔 ETF，六年後停在同一個地方
先看兩檔性格明顯不同的高股息 ETF：
| 0056 元大高股息 | 00713 元大台灣高息低波 | |
|---|---|---|
| 六年總報酬（含息） | +202.95% | +202.47% |
| 年化報酬 CAGR | +20.19% | +20.16% |
六年、超過兩倍的漲幅，兩檔的差距是 0.48 個百分點。
如果比較表到此為止，你會得到一個結論：這兩檔一樣。
但把同一段資料換一個問法——不問「賺多少」，改問「中間掉多深」——畫面完全不一樣：
| 0056 | 00713 | 差距 | |
|---|---|---|---|
| 年化波動 | 16.81% | 12.67% | −4.14pp |
| 最大回撤 MDD | −26.89%（2025-04-09） | −18.42%（2022-10-13） | 8.47pp |
| 從最深處回本要漲 | +36.8% | +22.6% | — |
同樣的終點，一條路的最深處是水面下 27%，另一條是 18%。
而且注意那條藍線在圖上的位置：00713 幾乎整整六年都領先，是 0056 在最後半年一波追上來才打平的。 「一樣」這個結論，只在你剛好從 2020 年 8 月算到今天的時候成立。
🔍 第二幕：這個「打平」，其實是起算日的產物
這件事值得停下來講清楚，因為它是所有回測文章最常見的陷阱——包括這篇如果只寫到上一段的話。
同樣這兩檔、同樣算到 2026-08-13，只把開始那一天換掉：
| 起算日 | 0056 總報酬 | 00713 總報酬 | 差距 |
|---|---|---|---|
| 2017-09-28（00713 掛牌以來） | +312.90% | +260.30% | +52.60pp |
| 2020-08-03（本文樣本期間） | +202.95% | +202.47% | +0.48pp |
| 2021-08-16（近五年） | +161.76% | +114.20% | +47.56pp |
| 2023-08-16（近三年） | +106.48% | +63.26% | +43.22pp |
同樣兩檔、同樣的今天，只換起算日，差距可以從 0.5pp 變成 52.6pp。
「六年報酬一模一樣」是真的，但它是四個窗口裡唯一打平的那一個。任何人想證明某檔比較好，只要挑起算日就辦得到——而且完全不必造假，四個數字全部是真的。
這就是報酬率這個指標的根本弱點：它對「你什麼時候開始算」極度敏感。
那有沒有哪個數字，不會這樣被起算日牽著走？
🎯 第三幕：把 9 檔 ETF 切成兩半，看排名還在不在
這是本文的核心實驗，方法很簡單：
- 取 9 檔涵蓋市值型 / 高股息 / 低波 / ESG / 海外的 ETF，風險光譜要夠寬
- 把 2020-08-03 到 2026-08-13 從中間切開：前期 2020-08-03～2023-08-07、後期 2023-08-07～2026-08-13
- 分別算出前期與後期的報酬排名與風險排名
- 問一句話：前三年的排名，能不能預測後三年？
用 Spearman 等級相關係數（ρ）衡量。ρ 接近 +1 代表排名幾乎照抄，接近 0 代表兩期毫無關係，負值代表排名反過來。
| 指標 | 跨期排名相關 ρ | p 值 | 白話 |
|---|---|---|---|
| 報酬（年化 CAGR） | −0.767 | 0.016 | 不是沒關係，是反過來 |
| 風險（年化波動） | +0.900 | 0.0009 | 幾乎完全照抄 |
| 風險（最大回撤） | +0.900 | 0.0009 | 幾乎完全照抄 |
左圖那一排由左上往右下的散點，就是「前期報酬愈高、後期報酬愈低」的樣子。右圖那條貼著對角線的隊伍，就是「風險幾乎原封不動」的樣子。
換成名次來看更直接。平均每檔 ETF 的名次移動：報酬跑了 4.0 名，波動只動了 0.7 名——9 檔裡有 6 檔的波動名次前後兩期完全沒有變。
幾個具體的例子：
| 標的 | 報酬名次（前 → 後） | 波動名次（前 → 後） |
|---|---|---|
| 00713 元大台灣高息低波 | 1 → 9（冠軍變最後一名） | 9 → 9（紋風不動） |
| 006208 富邦台50 | 8 → 1（墊底變第一） | 3 → 3（完全沒動） |
| 0050 元大台灣50 | 9 → 2 | 2 → 2（完全沒動） |
| 00757 統一FANG+ | 2 → 5 | 1 → 1（一直是全場最猛） |
| 00878 國泰永續高股息 | 3 → 7 | 8 → 7 |
前三年的報酬冠軍 00713，後三年是最後一名；前三年墊底的 0050 與 006208，後三年是前兩名。而這三檔的波動名次，前後兩期一格都沒有動過。
⚠️ 但這個負相關要收在正確的力道。 n=9、只切一次，這個反轉很可能就是一次風格輪動——前期高股息與低波領先（00713、00878 包辦報酬前三名的兩席），後期換市值型領先（0050、006208、00692、00850 全在前四）。所以能講的是「這段期間出現的是反轉，不是延續」，不能講成「報酬一定會反轉」。真正穩固的結論是另一半：報酬排名不延續，風險排名會。
把它攤成逐年名次圖，對比更刺眼：
左邊是一團打結的毛線，右邊幾乎是幾條平行線。逐年名次的標準差平均：報酬 2.56 名，波動 1.40 名。
這不是台股獨有的現象，它是量化金融裡相當穩固的一個實證結果。原因也不神秘：一檔 ETF 的波動水準，來自它的成分股產業結構、持股家數、權重集中度——這些東西一年之內不會變。而報酬要看的是明年會發生什麼事，那件事沒有人知道。
這就是為什麼會有「風險調整後報酬」這種指標。 不是因為學術界喜歡把事情複雜化，而是因為那個比較不會騙人的東西，藏在分母裡。
📐 第四幕：QuantStats 六個指標，各自在回答什麼問題
回到 0056、00713，再加一檔市值型的 0050 當對照。同一段期間、同樣三檔：
| 指標 | 0056 | 00713 | 0050 | 這個數字在回答什麼 |
|---|---|---|---|---|
| 年化報酬 CAGR | +20.19% | +20.16% | +30.42% | 平均一年賺多少（幾何平均，已含複利） |
| 年化波動 | 16.81% | 12.67% | 22.60% | 報酬上下擺盪的幅度，數字越大坐起來越晃 |
| 最大回撤 MDD | −26.89% | −18.42% | −33.83% | 從最高點到最低點，帳面最多縮水多少 |
| Sharpe | 1.22 | 1.57 | 1.33 | 每承受一單位總波動，換到多少超額報酬 |
| Sortino | 1.73 | 2.23 | 2.03 | 同上，但只把下跌的波動算成風險 |
| Calmar | 0.78 | 1.14 | 0.94 | 年化報酬 ÷ 最大回撤，「痛一次換多少報酬」 |
六個指標，兩種答案。 問報酬，0050 大勝；問其他五個，00713 全拿。
幾個實務上容易搞混的點：
- Sharpe vs Sortino 的差別在「罰不罰上漲」。 Sharpe 把所有波動都當成風險，所以一檔猛漲的標的會被自己的漲幅懲罰；Sortino 只計算低於目標的那一半。當兩者差距很大，代表這檔標的的波動主要來自上漲——0050 的 Sharpe 1.33、Sortino 2.03，差距最大，就是這個意思。
- MDD 的不對稱要親手算一次才有感。 跌 −26.89% 要漲 +36.8% 才回本，跌 −33.83% 要漲 +51.1%。回撤加深是線性的，回本難度是加速的。
- Calmar 最貼近「抱得住抱不住」。 波動是統計上的擺盪，回撤是你真的看到的帳面數字。
⚠️ 但低波動不等於快回本——這裡有個反直覺的反例
如果這篇文章寫到這裡結束，你會以為 00713 在風險這一欄是全面勝利。實際上不是：
| 0056 | 00713 | 0050 | |
|---|---|---|---|
| 最大回撤 | −26.89% | −18.42% | −33.83% |
| 最長「水面下」天數 | 460 天 | 567 天 | 758 天 |
00713 跌得比較淺，卻抱得比較久。 它的最長套牢期是 567 天，比 0056 的 460 天還多三個半月。
原因不難理解：跌得淺，反彈通常也溫和；0056 跌得深，但它在 2023 與 2026 各有一段猛烈的補漲，把水面下的時間壓縮掉了。
所以「風險」不是一個數字，是好幾個彼此不完全同向的數字。跌多深（MDD）、晃多大（波動）、要忍多久（水面下天數）——這三件事會給出不同的排序，而哪一個對你比較痛，只有你自己知道。
🧭 這些數字實際上該怎麼用
不是「哪檔比較好」，而是「同一份資料，換個問法會怎麼變」：
① 看到任何報酬率，先問起算日。 本文第二幕已經示範過：同樣兩檔，起算日一換，差距從 0.5pp 變 52.6pp。看到「近三年報酬第一名」這種說法，那個「三年」是誰挑的，決定了結論。
② 報酬排名沒有延續性，這份樣本量出來是 −0.767。 用「去年前三名」推論「今年也會前三名」，在這份資料裡不但沒有支持，還是反過來的（但見上文的風格輪動但書）。相對地，波動排名的延續性是 +0.900。
③ 風險指標要一起看，不要只挑一個。 波動、最大回撤、水面下天數描述的是不同的痛。00713 就是典型：波動最低、回撤最淺，但套牢期比 0056 更長。
④ 這些數字全部是歷史，不是預測。 前面那段實測講的正是這件事——連「報酬排名會延續」這麼直覺的假設都不成立，任何把歷史數字直接外推到未來的推論都要打折。風險延續性高，也只是說「相對穩定」，不是保證。
⑤ 產品類型不同，本來就該有不同的風險輪廓。 高股息、低波、市值型的設計目標各不相同，不存在「哪一類比較好」。0050 在這段期間報酬領先、風險也最高；00713 波動最低、報酬也最低。這是取捨，不是優劣，而且單一段歷史期間的結果不保證未來重現。
🧮 用自己的持股算一次
本文的六個指標，換成你手上的組合也算得出來。super168.work 的組合風險報表輸入 ETF 代號與股數、選一段期間，就會列出累積報酬、年化波動、夏普值、索提諾、最大回撤、卡瑪比率，並跟 0050 等比較基準並列，指標定義與本文相同。
兩個看報表時容易忽略的地方：
- 報酬一定要看含息的。 高股息 ETF 的報酬有相當比例來自配息，只看股價漲跌會系統性低估它們。
- 期間多換幾段看。 本文第二幕已經示範過，起算日一換，排名可能整個翻過來。
🎯 結論
比較表上最大的那個數字，是你最不該單獨相信的那一個。
不是因為它造假——本文用到的每個報酬率都是真的——而是因為它對起算日極度敏感，而且不會延續。這份樣本裡，前三年的報酬排名與後三年是 −0.767 的負相關——前三年的贏家，後三年普遍落到後段。
會延續的是另一半：波動 +0.900、最大回撤 +0.900。一檔 ETF「大概會晃成什麼樣子」，是它相對穩定的性格；「明年會賺多少」，不是。
所以那句老話「風險與報酬要一起看」，其實可以講得更精確一點：報酬那一欄告訴你過去發生了什麼，風險那一欄比較接近你未來要面對的東西。
回到最前面那兩檔——六年、+202.95% 對 +202.47%、差距 0.48 個百分點。同樣的終點，一個最深跌 27%、一個 18%，一個套牢 460 天、一個 567 天。
你的錢最後停在同一個地方。但那六年，你過的不是同一種日子。
📋 本文數據與方法
| 項目 | 說明 |
|---|---|
| 樣本期間 | 2020-08-03 ～ 2026-08-13（1,465 個交易日） |
| 樣本標的 | 9 檔 ETF：0050、006208、0056、00878、00713、00692、00850、00646、00757 |
| 期間起點的理由 | 取樣本中最晚掛牌者（00878，2020-07-20）之後的第一個完整月，讓 9 檔跑滿同一段期間 |
| 報酬口徑 | 日收盤價、股利再投入還原（含息） |
| 分析工具 | QuantStats 0.0.81 |
| 統計方法 | Spearman 等級相關係數，n = 9 |
| 資料護欄 | 單日漲跌幅超過 ±20% 視為價格還原錯誤，逐一檢查後才納入 |
幾個必須揭露的限制：
- 樣本數只有 9 檔，切分點只有一個。 ρ = −0.767 這個數字本身有很大的估計誤差，而且如上文所述，它很可能反映的是一次高股息→市值型的風格輪動，而不是通則；換一組標的、換一個切分點，數值甚至正負號都可能變動。真正穩定的是「報酬延續性遠低於風險延續性」這個方向，那在既有的量化研究裡是穩固的。
- 回測期間橫跨 2022 空頭與 2023–2026 多頭，結論受這段特定市況影響。
- 成分股與指數編製會變。 0056 追蹤的富時臺灣證券交易所臺灣高股息指數，已於 2022 年 12 月第三個星期五收盤後將成分股由 30 檔擴增為 50 檔（經理人）；00713 追蹤臺灣指數公司特選高股息低波動指數，固定 50 檔、每年 6 月與 12 月審核（元大投信商品頁）。因此六年回測涵蓋的不完全是它們現在的選股規則。
- 本文比較的是產品類型的風險輪廓，不是優劣。 高股息、低波、市值型的設計目標本就不同，適合的需求也不同。
免責聲明： 本內容為公開資料之統計整理與歷史數據探討，本站非屬證券投資顧問事業，不提供任何個股或 ETF 之投資分析與推介建議，亦非招攬投資。文中提及之標的僅為數據說明，不構成投資建議，本人與所提及標的及其發行機構無財務利益關係。過去績效不保證未來回報，請自行評估風險，盈虧自負。
關鍵詞 (Keywords): 風險調整後報酬, QuantStats, 夏普比率, Sharpe, Sortino, Calmar, 最大回撤, MDD, 年化波動, 0056, 00713, 0050, 台股ETF, 回測, 風險與報酬
查即時數據
本文的數字是撰稿當下的快照。想看今天的持股、資金流與配息，可到我另外架的 ETF 資料站 super168.work：
沒有留言:
張貼留言