00687B、00679B搭0050回測：股債配置27組只贏2組，
均線輪動全輸

本文提供研究結果，沒有推薦這些買賣規則。想自行重跑，可先 設定 FinLab 環境，再 下載研究程式（.py）；其他檔案見 研究下載區。

0050搭配00679B或00687B做股債配置，在2017到2026年這段期間沒有換到更好的風險調整報酬。0050六成、00679B四成、每季調回比例的原設定年化14.24%、日夏普1.11、最大回撤-29.41%；同期0050含息是23.24%、1.14、-33.96%。固定比例18組只有2組日夏普贏0050，0050跌破均線就全數換成美債的股債輪動9組全輸。本文以反面教材為主。

回撤確實變淺，代價是報酬少了九個百分點，日夏普也沒有提高。最關鍵的一年是2022年：美國升息讓長天期美債跌了兩成以上，00679B當年含息報酬-22.08%，和0050的-21.37%幾乎一樣，六四配置當年-21.40%，債券沒有發揮分散的作用。

00679B、00687B是什麼：台幣計價的20年美債

00679B 元大美債20年與00687B 國泰20年美債都在台灣證交所掛牌，用台幣交易，持有剩餘年限20年以上的美國公債，沒有做匯率避險。美債以美元計價，所以台灣投資人拿到的報酬是「美債價格變化＋利息＋美元兌台幣的匯率變化」三者相加。長天期公債的存續期間長，利率每變動一個百分點，價格的反應比短債大很多。

兩檔美債ETF這九年多含息年化都是負的，最大回撤接近一半，主要來自2020年後利率從低點上升。本研究關心的是它放進股債配置後，和0050的漲跌能不能互相抵銷。兩檔追蹤相近的指數，每個參數下的結果幾乎相同。

股債配置的兩種做法：固定比例與股債輪動

① 固定比例（股債平衡）： 0050占50%、60%或70%，其餘放美債ETF；每月、每季或每年最後一個交易日把比重調回目標。債券選00679B或00687B，共18組。原參數在看結果前定為0050六成、00679B四成、每季調整。期間從00687B可交易的2017-04-13開始，18組同一天建倉。

② 股債輪動： 0050含息價收盤低於N日均線，就把全部資金換成00679B；回到均線以上再全部換回0050。N取20、60、120日，檢查頻率分每日、每週最後一個交易日、每月最後一個交易日，共9組；原參數是60日均線、每日檢查。期間從00679B上市的2017-01-17開始。

訊號只用當天收盤已知的價格，sim()在下一個交易日收盤成交。均線是用含息價計算，避免除息日的價格缺口被誤判成跌破。0050在2025-06-11到06-17因分割停止交易五天，這幾天沿用前一天價格，復牌當天的漲跌照常計入。

股債配置回測結果

「贏」在開跑前定義為日夏普高於同一段期間的0050含息。日夏普是日報酬平均除以標準差再乘√252，不扣無風險利率；0050含息用還原價直接連乘，不經sim()、不扣交易成本。策略則一律用sim()預設手續費與稅。

手機閱讀表格時，可左右滑動查看全部欄位。

①的期間是2017-04到2026-11，②是2017-01到2026-11，各自對照同期的0050含息。

互動報告是原參數的六四配置，沒有從18組裡挑最好的一組。報告內建的夏普採自己的無風險利率慣例，本文的比較統一用不扣無風險利率的日夏普。

六四配置的波動只有0050的六成多，回撤少了4.55個百分點；但報酬也少了九個百分點，兩者相抵，日夏普1.11略低於1.14。如果目的是讓帳戶的起伏小一點，固定比例做到了；如果目的是在同樣的風險下拿到更多報酬，這段期間沒有做到。

18組固定比例：只有七成股票、每季調整勝出

18組的日夏普落在0.98到1.15之間，0050同期是1.14。勝出的兩組都是0050占七成、每季調整，00679B版1.150、00687B版1.154，只比0050的1.139多0.011與0.015。0050占五成的六組全部落後0.11以上，股票越少、日夏普越低，方向一致。換句話說，這段期間在0050裡加美債，夏普是被拉低的，加越多越低。

00679B和00687B在同一個比例與頻率下，日夏普差距都不到0.01。兩檔追蹤相近的長天期美債指數，選哪一檔對結論沒有影響；費用率、規模與折溢價這些實際差異，日線回測看不出來。

再平衡頻率的差異比比重小。每季調整在三種比重下都略好於每月與每年，差距約0.02到0.05。Perold與Sharpe（1988）指出，固定比例的再平衡在來回震盪的市場裡有利，在單邊趨勢裡則會一直賣出上漲的資產，好壞取決於市場的走法。本次三種頻率的差距很小，不足以判斷再平衡本身是助力還是拖累；決定結果的主要是股票占多少。

前後半段：2022年股債一起跌

把原參數的交易日對半切，前半段（2017-04到2022-01）六四配置日夏普1.34，贏0050的1.16；後半段（2022-01到2026-11）只剩0.99，0050是1.15。前半段包含2018年的貿易戰和2020年的疫情崩跌，那兩次股市下跌時，美債大致持平或上漲；後半段從2022年的升息開始，股債同時下跌。

表中挑出債券有抵銷與沒抵銷股票跌幅的代表年份，完整逐年數字在下方下載的測試結果裡。

股票和債券的相關並非固定。Campbell、Sunderam與Viceira（2017）研究美國股債相關的長期變化：通膨與利率主導市場時，股債容易同漲同跌；擔心衰退與通縮時，公債才比較像避險資產。2022年正是前者。拿掉六四配置報酬最好的2026年，日夏普0.99仍低於0050的1.03，結論沒有因此翻轉。

股債輪動為何更差

股債輪動9組日夏普在0.32到0.79之間，全部明顯落後0050的1.15，最大回撤-28.25%到-54.68%，多數比0050還深。原參數60日均線、每日檢查的期間內，0050有27.7%的交易日在均線下，訊號切換129次，平均一年約13次，每次都是全數換倉。

三個原因疊在一起。第一，均線訊號會落後，0050跌破均線時往往已經跌了一段，回到均線上時又已經漲了一段，2021年輪動版本-7.92%，0050是+21.92%，就是反覆進出的代價。第二，換進去的美債在2022年也在跌，那年輪動版本-27.95%，比0050更差。第三，交易成本：照sim()預設的0.3%證交稅與手續費，一年換倉約13次，成本把年化從不計成本的15.32%壓到6.76%；證交稅改成0.1%（0050的實際稅率；債券ETF實際停徵，這裡仍計0.1%），年化9.61%、日夏普0.61，仍然遠落後。

即使把成本全部歸零，原參數日夏普也只有0.90，仍低於0050。換成平均比重固定持有，也就是0050占72.3%、00679B占27.7%、每月調回，日夏普1.14，回撤-30.70%，比輪動好很多。分段來看，輪動前半段日夏普0.52對0050的1.14，後半段0.42對1.19；拿掉它報酬最好的2020年，只剩0.32對1.13。這說明輪動版本的落後來自擇時本身，和平均持有多少債券無關。Faber（2007）的均線資產配置用月線、多種資產，和這裡的單一股票ETF日線切換不同，不能拿來替本次結果背書。

台幣計價與美元計價：0050大跌那幾週

這一節只做描述，不列入過關條件。我們取2017-01-27到2026-11-06共511週，把0050週報酬最差的5%（26週）挑出來，看同一週的00679B和美國掛牌、以美元計價的長天期美債ETF TLT表現。

在0050大跌的週，台幣計價的00679B平均只跌0.22%，比TLT的0.69%少，上漲的比例也較高。一個可能的解釋是台股大跌時外資匯出、美元兌台幣走強，匯率替台灣投資人抵銷了一部分債價下跌，但本研究沒有用匯率資料拆開驗證。這個差距不大，26週裡上漲的週數是14對12，兩者的交易時間也差了半天，00679B還有費用、追蹤誤差與折溢價。即使有這層差異，九年下來的股債配置仍然沒有贏0050。

回測方法與限制

資料截至2026-11-11，實跑日2026-11-12，FinLab 2.3.8，價格來源是etl:adj_close還原收盤價。所有設計的參數格、起始日與勝出條件都在看任何績效以前寫在研究紀錄裡，之後沒有更改。

• 交易成本： sim()預設手續費買賣各0.1425%、賣出證交稅0.3%，沒有打折。台灣股票型ETF的證交稅實際是0.1%，債券ETF目前停徵，所以這是偏保守的成本。成本敏感度：六四配置不計成本日夏普1.117、稅改0.1%是1.113，結論不變。
• 滑價與容量： 沒有另設滑價，沒有估計容量。0050與兩檔美債ETF成交量大，但大額委託仍可能遇到買賣價差與折溢價。
• 周轉率： 六四配置每年單邊約調整11.3%的資產，全期78筆交易；股債輪動一年約13次全數換倉。
• 權重與現金： 兩個設計都沒有閒置現金、沒有借款或槓桿；股債輪動同一時間只持有一檔ETF。
• 股票池與前視： 只用三檔ETF，沒有選股，不涉及下市或生存者偏誤。訊號只用當天收盤已知的價格，隔日收盤成交，沒有前視偏差。
• 樣本內外： 全段都是樣本內。前後半段只是穩定度檢查，題目本身是在知道2022年股債齊跌之後才選的，不能當成樣本外證據。Bailey等人（2017）說明多次回測後挑選結果的風險，本研究沒有估計該文的過擬合機率。

用AI重跑股債配置

透過上方的FinLab設定入口，讓Claude Code、Codex或Gemini CLI載入FinLab skill，再把下載的研究程式交給它：「用這份research.py重跑①和②的27組參數，保留2026-11-11截止日與預設成本。」若AI另外寫一套規則，就算名稱一樣，算出的也不是本篇的結果。

下面是原參數六四配置的核心寫法，完整的參數格、分段與對照都在研究程式裡。

import pandas as pd
from finlab import data
from finlab.backtest import sim
 
# 還原收盤價，先補齊停牌日再計算
prices = data.get("etl:adj_close")[["0050", "00679B"]].ffill()
days = prices.loc["2017-04-13":"2026-11-11"].index
 
# 0050 六成、00679B 四成
position = pd.DataFrame({"0050": 0.6, "00679B": 0.4}, index=days)
 
# 第一天建倉，之後每季最後一個交易日調回比例
quarter_ends = days.to_series().groupby(days.to_period("Q")).last()
rebalance = pd.DatetimeIndex(sorted({days[0], *quarter_ends}))
 
report = sim(position, resample=rebalance, upload=False)

resample傳入日期清單，是為了讓每一組都從同一天建倉；只寫resample="Q"的話，第一次建倉會等到第一個季末。回測口徑的細節可看回測方法，日夏普的計算見夏普比率。

股債配置常見問題

00679B和00687B選哪一檔？ 在本研究的18組裡，同樣比例與頻率下兩者日夏普差距不到0.01。實際選擇時，費用率、規模、成交量與折溢價比較重要，這些日線回測沒有涵蓋。

股債平衡一定比全押0050安全嗎？ 六四配置的最大回撤-29.41%，比0050的-33.96%淺，年化波動也低很多。但2022年它和0050一樣跌了兩成，股債同時下跌時分散效果會消失。

再平衡要多久做一次？ 本次每季調整略好於每月與每年，差距約0.02到0.05的日夏普，小於股票比重造成的差異。先決定股票占多少，比調整頻率重要。

跌破均線換美債，可以避開大跌嗎？ 本次9組都沒有。2021年反覆進出，2022年換進去的美債也在跌，60日均線版本的最大回撤-46.94%比0050還深。

台幣計價的美債ETF有匯率風險嗎？ 有。報酬包含美元兌台幣的變化。2017年以來在0050最差的週，台幣計價的00679B平均跌得比美元計價的TLT少，差距可能有一部分來自匯率，但本研究沒有把匯率的貢獻拆出來；美元未來的升貶方向也不一定相同。

為什麼用日夏普而不是年化報酬判斷？ 股債配置的目的是降低波動。只比年化報酬，任何加債券的組合都會輸0050；日夏普把波動算進去，才能檢查降低的風險是否值得少賺的報酬。

這個結果可以推論到美國的股債配置嗎？ 不行。美國投資人用美元計價，沒有匯率這一層，股票也換成美股。美元計價的版本可看資產配置回測。

同一批研究還測了00720B投資等級公司債搭0050、黃金ETF 00635U搭0050與00632R反1避險。更早的研究有0050正2搭00679B、台股ETF投資組合最佳化，以及用美股ETF做的風險平價組合。量化研究的整體方法可從量化交易指南開始，AI代理使用說明介紹如何讓AI重跑研究。

研究下載

投資有風險，過去績效不代表未來表現。本內容僅供教學與研究，不構成投資建議，請依個人風險承受度審慎評估。本文沒有推薦買賣特定ETF，也不保證歷史上的股債關係會延續。

最後更新：2026-11｜回測區間：2017-01-17至2026-11-11｜作者：FinLab量化研究團隊（經量化研究員審閱）。團隊以FinLab資料維護台股、美股的可重跑研究。