長期投資 ETF，為什麼還要考慮低相關性策略？

長期持有 ETF，是參與股票市場成長的有效方式。但即使分散持有數十家、甚至數百家企業，投資組合仍可能在市場危機時大幅回撤。

當金融資產逐漸累積，值得思考的問題也許不再只是「如何提高報酬」，而是：目前的資產，是否過度依賴股票市場的表現？

這不是要否定 ETF 的投資價值，而是進一步思考：除了股票市場，是否值得研究其他報酬來源，讓整體資產配置更加多元？

一、ETF 能分散持股，卻不一定能分散市場風險

股票型 ETF 能降低集中持有少數個股的風險，但如果投資組合主要由股票型 ETF 構成，仍可能高度依賴股票市場的整體表現。

例如，美國大型股 ETF 與科技股 ETF 雖然追蹤不同指數，卻可能受到相似的市場因素影響，在股市下跌時同步承受損失。

持有多檔 ETF，不代表擁有多種獨立的報酬來源。

常見 ETF 的歷史最大回撤（MDD）

最大回撤（Maximum Drawdown，MDD），是指資產在特定期間內，從先前高點到後續低點的最大跌幅。

回顧重大市場危機，即使是廣泛分散持股的股票型 ETF，也曾經歷超過 50% 的資產回撤。

歷史主要回撤期間：SPY（2007–2009）、QQQ（2000–2002）、VOO（2020）、台灣 0050（2008）。

資料說明：圖中為各 ETF 自成立以來的歷史最大回撤約略參考值。不同 ETF 的觀察期間不完全相同，數值也可能因股息調整、資料頻率及計算方式而有所差異，因此不宜直接以圖中數字比較其風險高低。

值得注意的是，ETF 自成立以來的最大回撤，不代表它所追蹤的市場在更長歷史中只曾下跌這麼多。

例如，VOO 於 2010 年成立，沒有經歷 2008 年金融海嘯。然而，它所追蹤的 S&P 500 指數在金融海嘯期間曾出現更深的回撤，這段歷史可以透過成立較早的 SPY 或指數資料觀察。

同樣地，台灣 0050 於 2003 年成立，因此其實際績效紀錄並未涵蓋更早期的台股重大空頭市場。例如，1990 年台股泡沫破裂時，加權指數曾經歷約 80% 的大幅下跌。

這些更長期的市場歷史提醒我們：基金成立時間較短、尚未經歷某些重大市場危機，不代表其未來面臨的市場風險較小。

因此，評估 ETF 風險時，除了基金本身的歷史績效，也值得了解它所追蹤市場在更長週期中的表現。

這些數據不是要否定 ETF 的長期投資價值，而是說明：長期報酬與投資過程中的最大虧損，是兩個不同的問題。

尤其當金融資產逐漸累積，或開始有退休與資金提領需求時，大幅回撤可能不只是帳面上的數字，也可能影響原有的財務計畫。

因此，除了持有不同的股票型 ETF，投資人也值得進一步研究：是否能透過不同的報酬來源，降低整體資產對單一市場的依賴？

二、低相關性策略，能帶來什麼價值？

低相關性策略值得研究的原因，不是因為它能預測股票市場何時下跌，而是它可能提供另一種不完全依賴股市上漲的報酬來源。

什麼是低相關性？和負相關有什麼不同？

簡單來說，相關性就是觀察兩種投資的報酬變動，是否經常朝相同方向發展。

在投資分析中，相關係數（Correlation）介於 -1 到 +1 之間，可以用三種情況理解：

正相關（接近 +1）：兩種投資的報酬變動通常同向，例如股市上漲時一起上漲、下跌時一起下跌。
低相關（接近 0）：兩種投資的報酬變動沒有明顯固定的同步關係，一方上漲時，另一方可能上漲、下跌或變動不大。
負相關（接近 -1）：兩種投資的報酬變動通常呈現相反方向，一方上漲時，另一方傾向下跌。

低相關性不等於負相關性。

對股票 ETF 投資人而言，這個差別很重要。

低相關策略並不是「股市下跌時一定會上漲」，而是它的報酬變動不一定跟著股票市場同方向發展。

即使股市與量化策略的歷史相關係數接近零，兩者仍可能同時出現虧損；即使呈現負相關，也不保證每一次市場下跌都能提供保護。

真正值得研究的是：當兩種報酬來源的變動不完全同步時，是否能讓整體投資組合的風險更加分散？

低相關策略如何影響組合波動？

假設有兩種資產：

股票 ETF：年化波動率為 20%。
另一套策略：年化波動率為 15%，且與 ETF 的相關係數為 0。

在這個假設下，如果投資組合全部配置股票 ETF，年化波動率就是 20%。

但當配置調整為 80% ETF、20% 另一策略時，組合波動率約降至 16.3%；若進一步調整為 60% ETF、40% 另一策略，則約降至 13.4%。

為什麼加入另一項本身也會波動的資產，反而可能降低整體波動？

關鍵在於：投資組合的風險，不只是個別資產風險的加總，也取決於它們的報酬是否同步變動。

當兩種資產的報酬變動不完全一致時，部分波動就可能互相抵銷，使整體組合的波動程度降低。

這也是資產配置中，低相關性策略值得研究的核心原因。

不過，圖中的數字只是基於特定假設的數學示例，並非實際策略績效。波動率下降不等於最大回撤一定下降，也不代表組合報酬必然提高。

真正值得評估的是：加入新策略後，在考量報酬、交易成本、費用及風險的情況下，整體投資組合是否比原本更符合自己的財務目標。

換句話說，研究低相關性策略，不一定是為了找到報酬最高的商品，而是希望讓不同報酬來源發揮各自的配置作用。

三、追求長期報酬，也要重視回撤控制

年化報酬率是評估投資的重要指標，但如果只看報酬，可能忽略另一個關鍵問題：當資產發生大幅虧損，需要多少漲幅才能恢復原有價值？

假設投資組合從 1,000 萬元跌至 800 萬元，回撤為 20%；但要從 800 萬元回到 1,000 萬元，必須上漲 25%，而不是 20%。

跌得越深，回本需要的漲幅越大

資產下跌 10%，需要上漲約 11.1% 才能回本；下跌 30%，需要上漲約 42.9%；如果下跌 50%，則必須上漲 100%，才能回到原先高點。

回撤越深，恢復原有資產價值所需要的報酬幅度就越大。

回頭看第一節的 ETF 歷史回撤，就能理解為什麼資產配置不能只關心長期報酬率。

即使一項投資長期具有成長潛力，過程中的重大回撤仍可能拉長資產恢復時間，並影響投資人持續持有或按計畫提領資金的能力。

因此，長期投資的目標不應只是一味追求更高報酬，也應重視重大虧損可能造成的影響。

如果能在追求合理報酬的同時，妥善管理整體投資組合的回撤風險，就更有機會讓長期財務計畫維持穩定。

這也是研究不同報酬來源的理由之一：不是期待某套策略永遠不會虧損，而是評估它能否幫助整體組合降低對單一市場風險的依賴。

四、如何評估量化策略的實際表現？

理解低相關性與回撤的重要性後，下一個問題是：如何判斷一套量化策略，是否值得納入自己的投資組合？

比起只看宣傳中的年化報酬率，更重要的是檢視可驗證的實際交易紀錄（Live Trading）。

透過 Myfxbook 等第三方交易紀錄平台，投資人可以進一步查看策略的交易歷史與績效統計，了解實際交易期間所呈現的報酬與風險特徵。

不過，第三方交易紀錄驗證不等於獨立財務審計，也不代表平台對策略未來表現提供保證。

看實盤績效，不應只看獲利數字

評估量化策略時，建議特別關注以下資訊：

實盤期間：策略實際交易多久？是否經歷不同市場環境？
報酬與最大回撤：取得報酬的同時，策略曾承受多大的資產回撤？
風險與交易成本：是否涉及槓桿、較大的未平倉曝險，以及管理費或其他費用？
與既有 ETF 的相關性：策略的報酬變動是否真的有助於分散原有投資組合的風險？

實盤紀錄能提供比單純模擬結果更直接的交易證據，但過去表現不保證未來結果。

若績效資料包含回測或模擬期間，也應與真實交易紀錄明確區分，避免將不同性質的績效混為一談。

對已經持有 ETF 的投資人而言，評估新策略的目的不一定是尋找最高報酬，而是確認它是否能在自己能承擔的風險範圍內，提供有價值的不同報酬來源。

五、你需要 ETF 以外的策略嗎？

不是每位 ETF 投資人，都需要額外配置量化策略。

如果目前的 ETF 已符合投資目標、風險承受能力與流動性需求，維持原有配置也可能是合理選擇。

但如果你已累積一定規模的金融資產，可以進一步思考：

市場集中：目前資產是否過度依賴股票市場？
回撤承受能力：如果投資組合大幅縮水，是否會影響退休、資金提領或其他財務計畫？
策略證據：新的報酬來源是否具有可驗證的實盤紀錄與風險管理機制？
配置價值：考量成本與風險後，加入新策略是否真的改善整體投資組合？

低相關性本身不是充分的投資理由。

只有當新策略具備合理的報酬與風險特徵，且符合投資人的目標與限制時，才值得進一步考慮。

結語：ETF 不必被取代，但配置可以更全面

長期持有 ETF 是合理的投資方法，研究低相關性策略也不代表必須放棄 ETF。

真正值得思考的是：

「我的金融資產是否過度依賴相同的市場報酬來源？如果加入不同的策略，能否在追求長期報酬的同時，更有效地管理整體風險？」

對已經建立長期 ETF 部位的投資人而言，理解歷史最大回撤、報酬相關性，以及不同配置方式對整體組合的影響，是進一步完善資產配置的重要起點。

評估低相關性策略時，可以從三項資料開始：

可驗證的實盤績效：了解策略真實交易的期間、紀錄及成本。
風險與回撤紀錄：了解策略在不同市場環境下的風險特徵。
與既有 ETF 的相關性：使用一致期間的資料，研究加入策略後是否帶來分散效果。

我們也樂於交流量化策略的研究方法、風險管理與資產配置觀點，協助有興趣的投資人建立更完整的評估框架。

成熟的資產配置，不只思考如何累積報酬，也重視如何管理通往長期目標過程中的風險。