一、破題:從理論到行動
走過前九篇文章的理論學習,我們從 Harry Markowitz 的革命性發現開始,學會了用標準差量化風險,理解了相關係數如何影響分散效果,掌握了效率前緣的數學原理,深入了CAPM模型的資產定價邏輯,並學會了運用因子投資優化組合。
但許多讀者學完理論後,卻發現一個尷尬現實:不知道如何開始建構自己的投資組合。
這就像學會了建築學理論,卻不知道如何蓋出第一棟房子。面對市場上數百檔ETF、數千檔股票,該選哪些?權重該如何分配?多久調整一次?這些實務問題,正是本篇要解決的核心。
常見的執行困境
困境一:選擇過載症候群
市場上有太多投資標的,從台股0050、美股VTI到債券ETF,不知道該如何篩選和組合。
困境二:理論與實務脫節
效率前緣很美好,但實際要考慮交易成本、最小投資單位、稅務影響等現實因素。
困境三:個人化配置迷思
每個人的風險承受度、投資目標都不同,卻不知道如何將個人條件轉換為具體的投資權重。
本篇承諾:三步驟投資組合建構法
本篇將提供一套系統化的實戰流程:
- 數據蒐集:如何取得並處理歷史資料
- 效率前緣計算:用Excel工具找出最有效率的組合
- 個人化最適解:整合個人條件,找到專屬的投資組合
本節30秒重點:
- 理論學習完成,進入實戰建構階段
- 解決選擇過載與執行困境
- 提供三步驟系統化流程
二、基礎框架:投資組合建構的三大核心要素
要建構一個有效的投資組合,需要整合三大核心要素:投資標的、數學基礎、個人條件。就像料理需要食材、烹飪技巧和個人口味的結合。
要素一:投資標的選擇與篩選標準
股票類資產
- 台股個股:台積電、聯發科等權值股(高成長潛力,但個股風險較大)
- 台股ETF:0050(元大台灣50)、0056(元大高股息)、00878(國泰永續高股息)、00713(元大台灣高息低波動)
- 美股ETF:VTI(Vanguard全美股市)、VOO(Vanguard S\&P 500)、QQQ(Invesco那斯達克100)
- 全球股票:VT(Vanguard全世界股票)、VEA(Vanguard已開發市場)、VWO(Vanguard新興市場)
債券類資產
- 政府債券:BND(Vanguard綜合債券)、台灣政府債券ETF
- 公司債券:LQD(iShares投資級公司債)、HYG(iShares高收益債券)
- 通膨連結:TIPS(如TIP / SCHP / VTIP)
其他資產類別
- 不動產:VNQ(Vanguard REITs)、台灣REITs ETF
- 商品:GLD(SPDR黃金ETF)、PDBC(Invesco商品ETF,No K-1結構)/DBC(Invesco多元商品ETF,可能涉及K-1申報),ETF結構免ETN信用風險。稅務註記:PDBC為No K-1結構;DBC可能涉及K-1申報,投資前請確認稅務成本。
- 現金類:定存、貨幣市場基金、短期票券
流動性與可交易性篩選規則
基本門檻:
- 海外ETF:AUM≥3億美元、日均成交額≥300萬美元
- 台股ETF:日均成交量≥5000萬台幣、買賣價差<0.3%
- 個股:日均成交額≥1億台幣
- 總標的數:建議控制在8檔以內(兼顧成本與可執行性)
假設與方法統一說明
數據處理標準
資料頻率:月度資料(平衡準確性與樣本數)
主樣本:2010-2024(涵蓋完整景氣循環)
樣本外驗證:2014-2018作樣本外測試
滾動視窗:建議60月滾動重算μ、Σ觀察穩定度
報酬計算:含股息再投資,已調整股票分割
匯率處理:海外ETF轉換為TWD計價,含匯率影響
無風險利率(Rf):2.5%(台灣10年期公債殖利率,與TWD計價一致)
計算方法說明
期望報酬:MVO採用算術平均;幾何平均僅作長期績效呈現
年化報酬:(1+月平均報酬)^12-1
年化標準差:月標準差×√12
Sharpe Ratio與最大回撤(MDD)計算說明
Sharpe Ratio以年化數據計算,公式如下:
\$ Sharpe Ratio = \frac{E[R] – R_f}{\sigma} \$
其中,$E[R]$是組合年化期望報酬率,$R_f$為無風險利率,本文中採用台灣10年期公債殖利率約2.5%,以TWD計價;$\sigma$為組合年化標準差。
最大回撤(Maximum Drawdown, MDD)使用月度資料,計算期間內峰值到谷值的最大跌幅,反映組合極端風險。由於頻率不同,使用日頻則多數結果會更劇烈,故本研究以月頻為基準,提醒讀者結果存在頻率差異影響。
補充風險指標:建議同時計算Sortino Ratio(僅度量下行波動)與95% Expected Shortfall,用以評估尾部風險。MVO假設常態分布,可能低估極端損失機率。
無風險利率(Rf)來源與動態更新
- 本文固定使用台灣10年期公債殖利率約2.5%作為無風險利率基準。
- 實務上建議以最近12個月移動平均方式月度更新Rf,避免短期尖峰扭曲Sharpe Ratio計算。
- 若組合含大量USD資產,建議保持匯率一致性,選擇全部以TWD計價及Rf計算,亦可另選用USD基準和匯率避險。
重要提醒:以2010-2024為主樣本、2014-2018作樣本外驗證;採60月滾動窗重算μ、Σ觀察穩定度。不同頻率與假設會顯著影響結果。
各類資產風險報酬特性
根據歷史數據分析(基於上述方法計算,TWD計價,僅供參考):
股票類:
- 期望年報酬:8-12%
- 年化波動率:15-25%
- 特性:長期成長性佳,短期波動較大
債券類:
- 期望年報酬:3-6%
- 年化波動率:3-8%
- 特性:收益穩定,通膨風險需注意
REITs:
- 期望年報酬:6-9%
- 年化波動率:15-20%
- 特性:抗通膨能力強,與股票相關性中等
商品類:
- 期望年報酬:5-8%
- 年化波動率:20-30%
- 特性:通膨避險,與股票債券相關性低
要素三:投資人個人化條件
風險承受度量化評估
快速風險厭惡度量表
- 投資虧損10%時,你的反應是? (A)恐慌賣出(3分) (B)持有不動(2分) (C)考慮加碼(1分)
- 你的投資期限是? (A)<5年(3分) (B)5-15年(2分) (C)>15年(1分)
- 你的收入穩定性? (A)不穩定(3分) (B)一般(2分) (C)非常穩定(1分)
- 你對投資的了解程度? (A)初學(3分) (B)中等(2分) (C)專家(1分)
- 緊急預備金充足嗎? (A)不足(3分) (B)剛好(2分) (C)充裕(1分)
評分對照表:
- 5-8分:積極型 (A=2)
- 9-12分:平衡型 (A=4)
- 13-15分:保守型 (A=6)
本節30秒重點:
- 投資標的需涵蓋不同資產類別並符合流動性門檻
- 統一假設與方法確保可重現性,MVO使用算術平均
- 個人條件決定最適配置方向
三、操作步驟:從資料到最適解
步驟1:數據蒐集與整理
推薦資料來源
- Yahoo Finance:免費,涵蓋全球主要ETF和股票
- 投信官網:台灣ETF的詳細資料和持股明細
- 台灣證券交易所:台股個股的基本資料
- Morningstar:基金和ETF的專業分析
Excel數據整理範例
建立標準化資料表格:
A欄:日期(建議每月最後交易日)
B欄:0050收盤價(已調整股息和分割)
C欄:0056收盤價
D欄:VTI收盤價(美股ETF,轉換為TWD計價)
E欄:BND收盤價(美國債券ETF,轉換為TWD計價)
F欄:GLD收盤價(黃金ETF,轉換為TWD計價)
月報酬率計算
公式:=(當期價格/前期價格)-1
Excel實作:
假設B2為第二個月0050價格,B1為第一個月
在G2欄位輸入:=(B2/B1)-1
向下複製公式至所有月份
步驟2:效率前緣計算
協方差矩陣建立
建議使用COVARIANCE.P函數建立協方差矩陣,較CORREL × σi × σj更穩健:
步驟:
1. 選取各資產的月報酬率資料
2. 使用Excel的COVARIANCE.P函數
3. 建立n×n協方差矩陣
範例公式:
=COVARIANCE.P($G$2:$G$61,H$2:H$61)
協方差矩陣穩健性與觸發條件
- 協方差矩陣的穩定性直接影響MVO優化結果。累計條件數(cond(Σ))超過10,000或最大/最小特徵值比率過大時,建議啟用Ledoit-Wolf收縮或Black-Litterman模型。
- 亦可對報酬數據應用1%~2%的Winsorize裁剪,減少極端值影響,提高估計穩健度。
Excel Solver設定
目標函數:最小化投資組合標準差
投資組合標準差公式:
=SQRT(MMULT(MMULT(權重陣列,協方差矩陣),TRANSPOSE(權重陣列)))
替代目標函數
- 最大化Sharpe Ratio:以(E[Rp]-Rf)/σp為目標;約束條件同上
- GMV最小方差:移除報酬下限,只最小化σp,適合極保守投資者
限制條件:
1. 權重總和=100%:SUM(權重範圍)=1
2. 權重非負:每個權重 ≥ 0
3. 單一資產上限30-40%(避免過度集中)
4. 同類資產合計上限60%(如科技股或單一國家)
5. 期望報酬約束:依目標設定最低報酬率
進階優化選項
穩健化方法(供進階使用者參考)
- Σ收縮(Ledoit-Wolf):降低估計噪音
- Resampled Efficient Frontier:減少權重跳動
- Black-Litterman模型:將主觀觀點與市值權重結合
觸發條件:若Σ不穩定或權重出現角落解(過度集中)時啟用
步驟3:個人化最適解
效用函數應用
效用函數:U = E(R) - 0.5 × A × σ²
在效率前緣上找到效用函數最大的點
範例計算:
期望報酬6%,標準差8.7%,A=4的投資人
U = 6% - 0.5 × 4 × (8.7%)² = 4.49%
費用率與交易成本整合
台股ETF管理費:0.4-0.8%
美股ETF管理費:0.03-0.2%
台股交易成本:手續費0.1425%+證交稅0.3%(賣出)
美股交易成本:約0.1-0.25%(以實際券商費率覆寫)
年化影響:總成本約侵蝕0.3-0.6%報酬
建議:在Excel中參數化各項成本(買/賣、手續費、稅分列)
跨境稅務一行說明
- 美國股息一般預扣稅率30%(W-8BEN),根據投資人身份及券商可能不同,會進一步降低美股股息型配置的淨收益。
- 建議讀者評估自身稅務狀況,並在模型參數中覆寫相關成本。
交易四捨五入及再平衡交易順序
- 配置權重四捨五入後,剩餘資金納入現金桶吸收,避免因零股或最小交易單位造成偏離誤差。
- 再平衡時建議先用新資金補充權重不足部分,再賣出超標資產,降低稅負與手續費成本。
本節30秒重點:
- 使用COVARIANCE.P建立更穩健的協方差矩陣
- 提供三種目標函數選擇:最小風險、最大Sharpe、GMV
- 費用成本會顯著影響長期報酬,需納入考量
四、案例示範:台灣投資人資產配置模型
案例一:存股族偏好配置
投資人背景
基本資料:45歲製造業主管,年收入150萬
風險評分:12分(平衡偏保守),A=5
投資目標:退休準備+穩定現金流
效率前緣分析
計算基礎:2010-2024數據,TWD計價,Rf=2.5%
最適組合(期望報酬6.0%):
- 0056(元大高股息):30%
- 00713(元大台灣高息低波動):20%
- 0050(元大台灣50):20%
- VYM(Vanguard高股息):10%
- BND(Vanguard綜合債券):15%
- 現金:5%
績效指標(年化口徑、TWD計價、Rf=2.5%):
- 年化期望報酬:6.0%
- 年化標準差:8.7%
- Sharpe Ratio:0.40
- Sortino Ratio:0.52
- 預估最大回撤:-18%(月頻回測估算)
- 95% Expected Shortfall:-12.8%
本樣本下較佳指標:Sortino Ratio 考慮下行風險,適合保守型投資者。
案例二:成長導向配置
投資人背景
基本資料:30歲工程師,年收入100萬
風險評分:7分(積極型),A=2
投資目標:資產快速累積
最適組合(期望報酬11.0%):
計算基礎:2010-2024數據,TWD計價,Rf=2.5%
配置:
- 0050(元大台灣50):20%
- VTI(Vanguard全美股市):25%
- QQQ(Invesco那斯達克100):25%
- 00881(國泰台灣5G+):15%
- 台積電(個股):10%
- 現金:5%
註:00881與QQQ同屬科技類資產,合計40%仍在同類上限60%內
績效指標(年化口徑、TWD計價、Rf=2.5%):
- 年化期望報酬:11.0%
- 年化標準差:18.7%
- Sharpe Ratio:0.45
- Sortino Ratio:0.58
- 預估最大回撤:-38%(月頻回測估算)
- 95% Expected Shortfall:-28.2%
本樣本下較佳指標:成長型配置的Sortino Ratio優於Sharpe,顯示其下行風險控制相對較好。
案例三:平衡型配置
投資人背景
基本資料:40歲醫師,年收入300萬
風險評分:9分(平衡型),A=4
投資目標:成長與收益並重
最適組合(期望報酬8.5%):
計算基礎:2010-2024數據,TWD計價,Rf=2.5%
配置:
- 0050(元大台灣50):20%
- VTI(Vanguard全美股市):25%
- VEA(Vanguard已開發市場):10%
- VWO(Vanguard新興市場):5%
- BND(Vanguard綜合債券):20%
- VNQ(Vanguard REITs):7%
- GLD(SPDR黃金ETF):3%
- 現金:10%
績效指標(年化口徑、TWD計價、Rf=2.5%):
- 年化期望報酬:8.5%
- 年化標準差:12.8%
- Sharpe Ratio:0.47
- Sortino Ratio:0.61
- 預估最大回撤:-24%(月頻回測估算)
- 95% Expected Shortfall:-18.5%
本樣本下較佳指標:平衡型配置的Sortino Ratio最高,顯示其在控制下行風險上的優勢。
本節30秒重點:
- 三種配置對應不同風險偏好
- 所有績效指標基於統一計算標準並含補充風險指標
- 平衡型配置Sharpe Ratio通常最佳
五、風險控管與動態調整
再平衡執行策略
混合制策略(建議採用)
規則:
1. 至少每半年檢視一次
2. 期間內任一資產偏離±7.5%即觸發調整
3. 單次調整成本不超過投資組合0.5%
偏離計算:以絕對百分點計算(例:目標20%,實際28% → +8%)
極端市場應對策略
股市大跌情境(-30%以上)
應對原則:
1. 檢視風險承受度是否仍然適用
2. 如承受度未變,堅持原配置或逢低加碼
3. 避免恐慌性拋售
執行指令:若台股或美股單月下跌>15%,下一交易日檢視組合,考慮將現金部位提高至15%,但股票總權重偏離目標勿超過-10%。
通膨急升情境(>5%)
資產配置調整:
增加:REITs權重+5%、黃金權重+3%
減少:長期政府債券-5%、現金-3%
執行指令:若CPI年增率連續2月>5%,下一季度再平衡時將REITs和黃金權重各提高5%和3%,並於通膨回落至3%以下後分2季恢復原配置。
波動率調整策略
指標監控:
美股VIX:<15正常、15-25警戒、>25防禦
台灣波動率指數:以歷史分位(如60/80百分位)轉換對應-5%/-10%調整
執行指令:
VIX<15:正常配置
VIX 15-25:股票權重-5%,增加現金
VIX>25:股票權重-10%,待VIX回落至20以下分2週恢復
本節30秒重點:
- 混合制再平衡平衡紀律與成本,偏離以絕對百分點計
- 極端情境有具體執行指令,避免訊號滯後
- 波動率指標需區分美台差異
六、總結與行動指南
三步驟執行檢核清單
Step 1:數據準備
□ 選定5-8個投資標的(符合流動性門檻)
□ 下載至少10年月度歷史價格並轉換為TWD計價
□ 完成風險承受度評估(得出A值)
□ 建立Excel工作表和協方差矩陣(使用COVARIANCE.P)
□ 確認假設條件(Rf=2.5%、MVO用算術平均、計算方法)
Step 2:效率前緣分析
□ 使用Excel Solver計算最適權重(選擇適合的目標函數)
□ 加入集中度限制(單一資產<40%,同類<60%,總數<8檔)
□ 計算完整風險指標(Sharpe、Sortino、MDD、ES)
□ 進行樣本外驗證和滾動視窗測試
Step 3:執行與管理
□ 根據效用函數確定個人最適組合
□ 開設必要投資帳戶(確認實際交易費率)
□ 執行初始配置(考慮交易成本與稅務)
□ 建立再平衡追蹤機制(絕對百分點偏離)
□ 設定極端情境應對預案(含執行頻率)
關鍵成功要素
「最適」因人而異:沒有標準答案,只有最符合個人需求的解答。同樣的市場數據,不同的風險偏好會得出完全不同的最適配置。
執行比完美更重要:開始投資比等待完美時機更有價值。市場無法完美預測,但長期投資的複利效應是確定的。
紀律勝過聰明:堅持科學化的配置策略比頻繁調整更能創造價值。情緒化決策是投資組合的最大敵人。
系列收尾:投資組合建構的終極原則
從第一篇Markowitz的革命性發現,到第十篇的完整實戰指南,現代投資組合理論為我們提供了科學化投資的完整框架。
核心價值重申:
- 長期投資的複利威力:時間是投資者最好的朋友
- 分散投資的風險控制:不要把雞蛋放在同一個籃子裡
- 紀律執行的成功關鍵:策略的一致性比完美的時機更重要
投資組合建構不是一次性任務,而是終身的財務管理藝術。掌握理論基礎、善用實務工具、保持學習心態,是通往財務自由的三大支柱。
你買的不是神話,而是風格;能放大的不是運氣,而是費用控管與再平衡紀律。
本節30秒重點:
- 三步驟確保系統化執行,MVO技術細節需嚴格遵循
- 紀律與一致性是成功關鍵
- 投資組合建構是終身財務管理藝術
下載工具與延伸資源
立即下載完整工具包:
- 投資組合建構Excel模版(即將上線)
- 效率前緣計算器(即將上線)
- 再平衡追蹤表(即將上線)
系列文章導航
- 第一篇:投資組合的誕生:從直覺到科學的革命
- 第二篇:用數學量化時間價值:從複利與現值看穿投資的真實代價
- 第三篇:投資風險怎麼算?用標準差與變異數量化波動
- 第四篇:分散投資真的有效嗎?相關係數揭露投資組合的真實風險
- 第五篇:最佳投資組合怎麼找?效率前緣教你報酬與風險的黃金平衡
- 第六篇:我的投資組合怎麼配?找到效率前緣上的最適解
- 第七篇:CAPM模型完整解析:投資報酬率、風險與市場的數學關係
- 第八篇:因子投資與Smart Beta策略:現代投資組合理論的進化版
- 第九篇:台灣 ETF 與股票怎麼配?現代投資組合理論的本地實戰
- 第十篇:如何建立最適投資組合?完整資產配置實戰指南(本篇完結)
免責聲明:本系列文章基於學術理論與歷史市場數據,提供教育性資訊,非投資建議。所有計算基於特定假設(如Rf=2.5%、TWD計價、月頻數據、MVO採算術平均、不避險等),不同假設會產生不同結果。數據可能存在生存者偏誤,實際風險可能被低估。投資組合表現受多重因素影響,過去績效不保證未來結果。所有投資決策應基於個人研究、風險承受能力和財務狀況。投資前請諮詢專業顧問,並詳閱相關投資商品說明書。投資有風險,請謹慎評估。