掩護性買權 ETF、七巨頭、高股息回測：9 種美股持有方式都輸 QQQ

**本文用 FinLab 美股資料與每天的歷史成分股，回測 9 種跟「持有 QQQ」不同的美股持有方式：市值前 7 大集中持有、等權 Nasdaq 100 與等權 S&P 500、股利成長股、高股息、股東收益率、QQQ 與掩護性買權 ETF（QYLD）切換、因子 ETF 輪動、配對交易。2017 年 1 月到 2026 年 10 月、每種 9 組參數共 81 組，只有 5 組的日夏普贏 QQQ 含息，沒有一個設計通過三項驗證。**日夏普差距最小的是 QQQ／QYLD 均線切換（0.89，QQQ 0.93）與因子 ETF 輪動（0.83，同期 QQQ 0.88）。常被拿來代表「七巨頭」的 Apple、Microsoft、Alphabet、Amazon、Nvidia、Meta、Tesla 等權持有，年化 35.1%，但這份名單是 2023 年才確定的；每個月照當時市值挑前 7 大，年化只有 19.5%，還略輸 QQQ 的 20.4%。

掩護性買權 ETF 單獨持有也一併列出：JEPI 自 2020 年 5 月上市後的日夏普 1.03，高過 QQQ 的 0.89，但年化報酬只有 10.8%（QQQ 19.1%），扣掉國庫券報酬後兩者打平（0.76 對 0.76）。

9 個設計的關鍵數字

回測從 2016-12-30 的第一次換股開始（隔天成交），到 2026-10-30。股利成長要用到 3 年的股利變化，從 2019-12-31 開始；因子 ETF 輪動要 15 個月的報酬，從 2017-04-28 開始。QQQ 都是同一段日子的買進持有、股利再投入，所以「同期 QQQ」一欄的數字不完全一樣。前後兩段從 2021-11-29 切開（股利成長 2023-05-31、因子輪動 2022-01-27）。

三項驗證怎麼判

開跑前，我們先寫定 9 個設計的定義與鄰近參數，看到結果後沒有改條件。「贏」是指日夏普高於同一段日子的 QQQ 含息。日夏普＝日報酬平均÷標準差×√252，不扣無風險利率。三項都要過：

1. 鄰近參數：原始參數和上下各一個鄰近值，9 組至少 7 組贏。
2. 前後兩段：原始參數在前段與後段各自贏。
3. 交易成本：finlab 美股預設手續費與稅都是 0，所以另外每次買賣加收 0.1%，原始參數仍要贏。

三項都過的設計還要再看兩個對照，用來分辨「贏」是不是來自持有方式本身：扣掉國庫券（BIL）報酬後的日夏普也要贏 QQQ；兩個擇時設計（QQQ／QYLD 切換、因子 ETF 輪動）還要贏「同樣資產照平均權重固定持有」。這次沒有設計走到這一步，兩個對照的數字仍列出來方便比較：扣掉國庫券報酬後，市值前 7 大 0.76、等權 Nasdaq 100 0.68、等權 S&P 500 0.57、高股息 0.54、股東收益率 0.50、均線切換 0.78、配對交易 -1.00，同期 QQQ 都是 0.83；股利成長 0.54（同期 QQQ 0.73）、因子輪動 0.70（同期 QQQ 0.78）。兩個擇時設計的固定配置對照在第五、六節。

一、超大型股集中：每月市值前 7 大，跟 QQQ 差不多、回撤更深

做法是每個月底取當天 S&P 500 成分股裡市值最大的 N 檔，等權持有到下個月底。Bessembinder（2018）發現美股長期的財富增加集中在少數股票，大多數個股連國庫券都贏不了，這是集中持有最大型股的理由。

原始參數（前 7 大、每月換股）年化 19.5%、日夏普 0.85、最大回撤 -45.2%（2021 年 11 月到 2023 年 1 月），年化波動 24.5%。2022 年 -41.0%，比 QQQ 的 -32.6% 深；前段日夏普 1.27 小贏 QQQ 的 1.25，後段 0.49 輸 0.62。持有 5、7、10 檔乘上每週、每月、每季換股，只有前 5 大的 3 組贏（0.95 到 0.96），前 7 大與前 10 大的 6 組全輸。每邊加收 0.1% 成本後是 0.85，扣掉國庫券報酬後是 0.76，QQQ 是 0.83。

119 個月底裡，Apple、Amazon、Alphabet、Microsoft 每個月都在前 7 大，Meta 有 103 個月，Berkshire Hathaway 有 93 個月；Nvidia 只有 49 個月、Tesla 38 個月，其餘的位置輪到 Broadcom、嬌生、Visa、摩根大通、聯合健康、埃克森美孚。

「七巨頭」這個名單是 2023 年才出現的。把今天的七檔從 2017 年起等權持有、每月再平衡，年化 35.1%、日夏普 1.18、最大回撤 -48.9%，看起來大幅贏 QQQ。但 2017 年的投資人無法知道 Nvidia 與 Tesla 會成為最大的公司，這是典型的前視偏差。照當時市值挑前 7 大，報酬掉到 19.5%，兩者的差距就是事後挑選的價值。這個對照只是說明，不是本文的設計，也沒有參加驗證。

二、等權 Nasdaq 100 與等權 S&P 500：跟 RSP、QQQE 對得上，但輸 QQQ

做法是持有當天的全部成分股，權重與市值的 α 次方成正比：α＝0 是等權，α＝1 就是指數本身的市值加權。鄰近參數取 α＝-0.25（再往小型股傾斜）、0、0.25（往大型股傾斜），乘上每週、每月、每季再平衡。DeMiguel、Garlappi 與 Uppal（2009）發現簡單的 1/N 等權，樣本外常常不輸各種最佳化配置，這是等權的實證依據；這裡要問的是它能不能贏市值加權的 QQQ。

等權 S&P 500 的原始參數日夏普 0.70、年化 12.0%、最大回撤 -39.9%。同一段日子的 RSP（S&P 500 等權 ETF）是 0.70、11.7%、-39.0%，我們的回測跟實際 ETF 對得上；SPY（市值加權）是 0.86、14.9%，QQQ 是 0.93。等權 Nasdaq 100 是 0.79、15.7%、-31.5%，QQQE 是 0.74、14.3%。18 組全輸 QQQ。

兩個指數的規律一樣：α 越大（越接近市值加權）日夏普越高，Nasdaq 100 從 0.75 升到 0.84，S&P 500 從 0.67 升到 0.74；再平衡頻率幾乎沒有影響，同一個 α 下三種頻率差不到 0.02。2017 到 2026 年報酬集中在最大的幾家公司，把權重平均分給其他成分股，等於減少持有這段期間最強的股票。後段（2021-11-29 起）等權 S&P 500 是 0.61、QQQ 0.62，幾乎打平，前段則是 0.78 對 1.25。站上的美股知名選股法回測用不同的起點測過等權 S&P 500，結論一致。

三、股利成長股：連續加發股利，輸 QQQ 也輸 VIG

做法是每個月底找出 S&P 500 成分股裡，近 12 個月每股股利（還原分割）連續 N 年比前一年高的公司，全部等權持有。FinLab 的美股股利資料從 2016 年開始，比較 3 年的變化要用到 2016 年的股利，所以這個設計從 2019-12-31 開始，N 最多只能取 3 年。「股利貴族」要求連續 25 年加發，這份資料測不到；股利貴族 ETF（NOBL）在 FinLab 資料裡也只有 2026 年 9 月以後的價格。

原始參數（連續 2 年）平均持有約 291 檔，日夏普 0.67、年化 12.0%、最大回撤 -39.2%，同期 QQQ 是 0.84、19.3%、-35.1%。N 取 1、2、3 年乘上三種換股頻率，日夏普都在 0.66 到 0.70 之間，9 組全輸；要求的年數越多也沒有變好。前段（2020-01 到 2023-05）0.42 輸 QQQ 的 0.65，後段 1.27 贏 1.13。同一段日子的 VIG（股利成長 ETF）是 0.76、DGRO 0.73、SPY 0.79，都比本文的版本好。

跟股利變化有關的經典研究是 Michaely、Thaler 與 Womack（1995）：公司開始或停止發放股利後，股價會在之後一年持續朝同方向漂移，表示股利變化帶有公司前景的訊息。連續加發是比較溫和的股利訊號，本文測的是它在 S&P 500 裡能不能帶來超額報酬。連續加發篩出來的大多是現金流穩定的成熟公司，2020 年起這些公司的報酬落後科技股。美股知名選股法回測的股利成長版本從 2021 年起算通過三項驗證，但換個起點就輸，跟本文 2020 年起算的結果放在一起看，股利成長的勝負主要取決於起點。

四、高股息與股東收益率：回撤超過 50%

高股息的做法是每個月底取 S&P 500 成分股裡近 12 個月殖利率（還原分割的每股股利÷股價）最高的 K 檔等權持有。Litzenberger 與 Ramaswamy（1979）發現殖利率越高的股票，稅前報酬越高，他們解釋成投資人要求股利稅負的補償。

原始參數（前 50 名、每月換股）日夏普 0.64、年化 13.0%、最大回撤 -50.4%。持有 25、50、100 檔乘上三種換股頻率，最好的是 50 檔每週換股的 0.68，9 組全輸 QQQ 的 0.93。同一段日子的 HDV 是 0.71、SCHD 0.83。高股息在 2020 年只賺 3.5%（QQQ 48.6%），2022 年賺 5.5%（QQQ -32.6%），所以後段 0.73 贏 QQQ 的 0.62，前段 0.60 遠輸 1.25。

股東收益率把買回庫藏股也算進去：近 4 季普通股股利加上淨買回（買回減發行）÷市值。Boudoukh、Michaely、Richardson 與 Roberts（2007）發現，加上買回的「發放收益率」比單看殖利率更能預測報酬。原始參數（前 50 名）日夏普 0.60、年化 12.3%、最大回撤 -51.1%，9 組在 0.60 到 0.68 之間，全輸。站上的美股大型股 17 個因子回測用另一種股票池測過股東收益率，同樣輸 QQQ。

殖利率與股東收益率高，常是股價先跌的結果。兩個設計的最大回撤都發生在 2020 年 1 月到 3 月 23 日，QQQ 的最大回撤則在 2022 年。

五、掩護性買權 ETF：QYLD、XYLD、JEPI、JEPQ 對 QQQ

掩護性買權是持有股票、同時賣出買權收權利金：權利金讓報酬比較平穩，代價是大漲時的上漲被賣掉。Whaley（2002）發現 S&P 500 的買權掩護指數（BXM）在 1988 到 2001 年的報酬接近 S&P 500，波動約少三分之一；Israelov 與 Nielsen（2015）把它拆成股票曝險、賣出波動度與一個「漲多就減碼」的擇時部位，認為後者長期拖累報酬。

單獨持有沒有參數可以調，不參加三項驗證，只列對照。JEPI、JEPQ 從上市後第一個月底算起；QYLD、XYLD 在 2013 年就上市，FinLab 的價格從 2016 年開始，所以從 2016-01 算起。每檔都跟同一段日子的 QQQ 比：

QYLD 與 XYLD 每個月對整個指數賣出價平買權，年化報酬不到 QQQ 的一半。2023 年 QQQ 漲 54.9%，QYLD 只有 22.7%。JEPI 與 JEPQ 的日夏普看起來贏 QQQ，原因是波動低：JEPI 年化波動只有 10.6%。這段期間國庫券利率不低，日夏普不扣無風險利率會高估低波動的資產；扣掉國庫券報酬後，JEPI 0.757 對 QQQ 0.763、JEPQ 0.73 對 0.78，都沒有贏。JEPI 的前段（2020-05 到 2023-08）1.10 贏 QQQ 的 0.73，後段 0.94 輸 1.08。

JEPI 和 JEPQ 怎麼選

JEPI 持有偏低波動的 S&P 500 股票，JEPQ 持有 Nasdaq 100 股票，兩者都用股票連結票券賣出買權。兩檔都完整存在的年份：2023 年 JEPI 9.8%、JEPQ 36.2%；2024 年 12.6% 對 24.9%；2025 年 8.1% 對 15.2%；2026 年到 10 月底 6.8% 對 8.3%。JEPQ 上市後年化 15.9%、最大回撤 -20.1%，同期 QQQ 是 20.8%、-22.8%。JEPQ 跟著 Nasdaq 100 漲得多、跌得也多：2022 年 5 月上市到年底 JEPQ -12.9%，JEPI 全年 -3.5%。兩檔的配息稅負都沒有算進回測。

均線切換：QQQ 走弱時改持 QYLD

這是本節要驗證的設計：QQQ 收盤站上自己的 L 日均線就持有 QQQ，跌破就改持 QYLD。原始參數（200 日線、每月檢查）年化 17.7%、日夏普 0.89、最大回撤 -28.6%；2022 年 -21.7%，QQQ -32.6%。均線 150、200、250 日乘上每週、每月、每季檢查，只有 200 日線每週檢查的 0.938 贏 QQQ 的 0.930；每季檢查的 3 組都只有 0.78 到 0.79。平均約 17% 的月份持有 QYLD，把 83% QQQ、17% QYLD 固定持有，日夏普 0.91，比切換規則還高，切換沒有帶來額外的好處。

六、因子 ETF 輪動：輪動輸給固定持有四檔

原本打算用 iShares 的 MTUM（動能）、QUAL（品質）、USMV（低波動）、VLUE（價值），但這四檔在 FinLab 資料裡只有 2026-09-08 以後的價格，所以改用同樣是 S&P 500 因子版、有完整歷史的 Invesco ETF：SPMO（動能）、SPHQ（品質）、SPLV（低波動）、RPV（純價值）。每個月底持有近 L 個月報酬最高的 k 檔，等權。依據是 Asness、Moskowitz 與 Pedersen（2013）：動能在各種資產類別裡都存在；Ehsani 與 Linnainmaa（2022）也發現因子本身有動能，過去賺錢的因子之後傾向繼續賺。

原始參數（近 12 個月、前 2 檔）年化 14.4%、日夏普 0.83、最大回撤 -33.9%，同期 QQQ 0.88、19.4%。回看 9、12、15 個月乘上持有 1、2、3 檔，只有 15 個月前 2 檔的 0.90 贏，同樣 15 個月只持有 1 檔是最差的 0.57，沒有形成一片高原。四檔照平均權重固定持有（SPMO 33%、SPHQ 29%、SPLV 15%、RPV 22%），日夏普 0.85，比輪動高。單獨持有 SPMO 在同一段日子是 0.92、年化 19.1%，略贏 QQQ 的 0.88；但從 2017 年 1 月起算是 0.930 對 0.934，換個起點就變成小輸。

七、配對交易：報酬太小，成本吃光

做法照 Gatev、Goetzmann 與 Rouwenhorst（2006）的距離法：每半年用過去 252 個交易日，在 S&P 500 同產業的股票之間，找正規化股價走勢最接近的 P 對；之後半年，價差超過形成期標準差的 z 倍就做多落後的一檔、放空領先的一檔，價差回到 0 或半年到期就平倉。每一腿占 1/(2P) 的資金。

原始參數（20 對、2 倍標準差）年化 0.5%、日夏普 0.32、最大回撤 -2.9%，年化波動只有 1.8%：平均同時只有約 15.6 檔部位（最多 40 檔），大部分資金沒有動用。z 取 1.5、2、2.5 乘上 10、20、30 對，最好的是 1.5 倍、10 對的 0.47，9 組全輸。加收每邊 0.1% 成本後年化變成 -0.1%，日夏普 -0.03。論文的 1962 到 2002 年樣本裡配對交易很賺錢，Do 與 Faff（2010）把樣本延長到 2009 年，發現這個方法的獲利隨時間明顯下降，本文 2017 年起的大型股結果更弱。回測沒有計入放空的借券費，也沒有計入閒置資金與放空所得的利息。

前後兩段

只有市值前 7 大在前段贏（1.27 對 1.25），後段輸。股利成長、高股息、股東收益率、因子輪動則是後段贏、前段輸，這四個設計在 2020 年落後最多（QQQ 48.6%，它們只有 1.4% 到 18.5%），2022 年空頭時跌得比 QQQ 少。等權 S&P 500 與 QQQ／QYLD 切換在後段幾乎打平（-0.01、-0.02）。沒有一個設計在兩段都贏。

這個結果說明了什麼、沒說明什麼

• 2017 到 2026 年，QQQ 的報酬集中在最大的科技股。等權、股利、價值、低波動這些分散大型股權重的持有方式，在這段期間都輸 QQQ，而且越分散（α 越小）越差。
• 「七巨頭」的高報酬大多來自事後挑選。照當時市值集中持有前 7 大，報酬跟 QQQ 差不多，回撤更深。
• 掩護性買權 ETF 能降低回撤，代價是報酬少很多：QYLD、XYLD 不到 QQQ 的一半，JEPI 少四成多，JEPQ 少約四分之一；JEPI、JEPQ 不扣無風險利率的高夏普，扣掉國庫券報酬後就不見了。
• 本文沒有測：2016 年以前的資料、股利貴族的 25 年門檻、配息與資本利得的稅、放空借券費、其他因子 ETF 家族。結論只限這 9 個設計與這段期間。

程式碼

下面是市值前 7 大等權的核心：用當天的 S&P 500 成分股、挑市值前 7 大、每月換股。

import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()  # finlab 會自動引導登入
data.set_market("us")
 
# 1. 每天的 S&P 500 成分股（歷史名單，含後來被剔除的公司）
members = data.get("us_index_constituents:sp500")
members = members.drop(columns=["GOOGL"])  # Alphabet 有兩種股份，只留 GOOG
 
# 2. 成分股裡市值最大的 7 檔
market_value = data.get("etl:us_market_value")
top7 = market_value[members].is_largest(7)
 
# 3. 每月最後一個交易日換股、7 檔等權，隔天收盤成交
report = sim(top7.loc["2016-12-30":], resample="M", trade_at_price="close", upload=False)
 
# 4. 日夏普（不扣無風險利率）
returns = report.creturn.pct_change().dropna()
print(round(returns.mean() / returns.std() * 252 ** 0.5, 2))

用到 2026-10-30 的資料，這段印出 0.85，跟 research.py 的原始參數一致。完整的 research.py 包含全部 9 個設計、81 組鄰近參數、前後兩段、成本重跑、扣國庫券與固定配置對照，以及掩護性買權 ETF 與事後七巨頭的對照。

不想自己寫程式，可以透過 AI 輔助安裝流程把 FinLab skill 裝進 Claude Code、Codex 或 Gemini CLI，用中文說「把市值前 7 大改成前 5 大、每週換股」或「JEPQ 跌破 200 日線就改持 SHY，和 QQQ 比較」，AI 會寫好程式並跑出回測。

回測方法與限制

常見問題

美股七巨頭是哪七檔？

指 Apple、Microsoft、Alphabet（Google）、Amazon、Nvidia、Meta、Tesla，2023 年起市場用這個名稱稱呼這七家大型科技股。這份名單是事後挑出來的，回測時要注意前視偏差。

集中持有市值最大的幾檔，會比 QQQ 好嗎？

2017 到 2026 年，每月持有市值前 7 大等權，年化 19.5%、日夏普 0.85，略輸 QQQ 的 20.4%、0.93，最大回撤 -45.2% 也比 QQQ 的 -35.1% 深。只持有前 5 大的 3 組參數贏，但前 7 大與前 10 大全輸，不算穩定。

QYLD、JEPI 這類掩護性買權 ETF 能取代 QQQ 嗎？

從本文的回測看不行。四檔的年化報酬都比同期 QQQ 少 5 到 11 個百分點；JEPI、JEPQ 不扣無風險利率的日夏普略高，扣掉國庫券報酬後都沒有贏。它們的好處是回撤較小，例如 JEPI 上市後最大回撤 -13.7%。

JEPI 和 JEPQ 差在哪？

JEPI 持有偏低波動的 S&P 500 股票，JEPQ 持有 Nasdaq 100 股票，兩者都賣出買權收權利金。2023 到 2025 年 JEPQ 每年都比 JEPI 多賺，2022 年下跌時也跌得比較多。

等權 S&P 500（RSP）比 SPY 好嗎？

這段期間沒有。同一段日子 RSP 日夏普 0.70、年化 11.7%，SPY 是 0.86、14.9%。本文用歷史成分股重建的等權 S&P 500 是 0.70、12.0%，跟 RSP 一致。

高股息、股利成長股在美股有超額報酬嗎？

2017 到 2026 年沒有。殖利率前 50 名、股東收益率前 50 名、連續加發股利的股票，日夏普都在 0.60 到 0.70，輸 QQQ 也輸 SPY；高股息與股東收益率的最大回撤都超過 50%。

配對交易還有用嗎？

在 S&P 500 大型股、2017 年起的回測裡，報酬只有年化 0.5%，加上每邊 0.1% 成本就變成負的。在這段期間的大型股上，簡單的距離法扣掉成本後沒有賺錢；要做配對交易，需要很低的交易成本與更細的選對方法。

可以自己重跑嗎？

可以。透過 AI 輔助安裝流程裝好 FinLab，下載下方的 research.py 直接執行，約 10 分鐘。

延伸閱讀

• 美股量化策略總覽：FinLab 美股策略的績效比較與入門方式。
• 美股因子投資總覽：價值、品質、動能等因子在美股的研究整理。
• 美股多空與趨勢跟隨回測：同一批研究的前 4 種持有方式。
• QQQ 波動度目標策略：同一批研究裡通過驗證的設計。
• 美股類股輪動回測：用成分股訊號挑類股 ETF 的 20 個設計。
• 懶人投資組合回測：股債配置的經典組合對 QQQ。
• 週轉率：換股頻率與交易成本的關係。

下載資源

**投資警語：本文僅供教學參考，不構成投資建議。過去績效不代表未來表現，投資有風險。**本文所有回測均為全段樣本內結果；前後兩段只是穩定度檢查，未經樣本外驗證。文中提到的個股與 ETF 只用來說明研究結果，不是買賣建議。

最後更新：2026-11｜回測區間：2017-01～2026-10｜基準：QQQ 含息｜作者：FinLab 量化研究團隊（經量化研究員審閱）