資產配置回測：60/40 股債、全天候等 7 種組合，
回撤較淺、夏普沒穩贏 QQQ

**我們把 7 個最常被引用的資產配置組合，用美股 ETF 從 2017 年 2 月跑到 2026 年 10 月：60/40 股債、三基金組合、全天候、永久投資組合、黃金蝴蝶，加上兩個依規則調整部位的 Faber 趨勢配置與雙動能。7 個組合的最大回撤都比 QQQ 含息的 -35.1% 淺，Faber 只有 -9.0%；但風險調整後的報酬，沒有一個能在三項驗證裡穩定贏過 QQQ。**最接近的兩個各差一關：永久投資組合全期日夏普 1.01，高於 QQQ 的 0.93，前後兩段也都贏，但把股票比重從 25% 降到 15%，9 組參數裡有 3 組輸；Faber 趨勢配置 9 組參數有 8 組贏，卻在 2017 到 2021 年的前半段以 1.12 輸給 QQQ 的 1.20。

7 種資產配置組合的關鍵數字

所有組合都從 2017-02-01 起算到 2026-10-27，QQQ 與 SPY 是同一段交易日的含息買進持有。前後兩段在 2021-12-10 切開。黃金蝴蝶的日夏普 0.930，QQQ 是 0.934，四捨五入後看起來一樣，實際上輸一點；Faber 是 0.941，小贏。

三項驗證怎麼判

本文的「贏」只有一個意思：同一段交易日裡，日夏普值高於 QQQ 含息買進持有。日夏普＝日報酬平均 ÷ 日報酬標準差 × √252，不扣無風險利率。一個組合三項都過，才算成立：

1. 換鄰近參數也要贏：每個組合取兩個主要參數，各取原值與上下一個鄰近值，共 9 組，至少 7 組（七成以上）要贏 QQQ。60/40、全天候、永久、黃金蝴蝶這四個組合是股票比重（原值上下各 10 個百分點，其他資產等比例調整）與再平衡頻率（每月、每季、每年）；三基金是債券比重（10%、20%、30%）與國際股占股票的比例（20%、30%、40%）；Faber 是均線長度（8、10、12 個月）與均線緩衝（價格要高於均線的 99%、100%、101% 才持有）；雙動能是相對動能與絕對動能的回看月數（各 9、12、15 個月；任一個用 15 個月的 5 組，訊號要到 2017 年 4 月底才算得出來，改從 2017-05-01 起算，對照的 QQQ 也是同一段，日夏普 0.90）。
2. 前後兩段都要贏：回測期間在中點對半切，原始參數在兩段要各自贏 QQQ，避免只靠某一段行情。
3. 全期也要贏（含預設交易成本）：用 finlab sim() 的美股預設成本（手續費 0、無交易稅，對應美國主流的零手續費券商）跑完整段期間，日夏普要高於 QQQ。另外加跑每邊 0.1% 的壓力測試，看換倉較多的兩個規則型組合會被吃掉多少。

7 個組合裡，三關都過的是 0 個。Faber 在預設成本下以 0.941 小贏 QQQ 的 0.934，但每邊加 0.1% 成本就降到 0.88，連全期也輸。逐項看：

7 個組合怎麼做、出處在哪

每個組合都用 finlab 的 us_fund_price:adj_close（含息還原收盤價）計算。固定權重組合在每季最後一個交易日收盤再平衡回目標權重，規則型組合每月最後一個交易日收盤產生訊號，sim() 在下一個交易日收盤成交。

1. 60/40 股債：60% 股票、40% 債券是教科書與平衡型基金最常見的股債比，背後的想法是股債報酬的相關性低，混在一起的波動比單押股票小很多。本文用 SPY（S&P 500）與 AGG（美國綜合債券）。
2. 三基金組合：Bogleheads 社群把約翰·柏格（John Bogle）的指數化主張濃縮成三檔全市場基金：美股全市場、國際股全市場、美國債券全市場（Bogleheads wiki 說明）。它沒有官方比例，本文取 80% 股票、20% 債券，國際股占股票的 30%，也就是 VTI 56%、VXUS 24%、BND 20%。
3. 全天候：Ray Dalio 的橋水基金用「風險平價」把資金按各資產的風險分配，讓經濟成長或通膨上升、下降這四種環境下都有資產撐場。一般投資人看到的版本是 Tony Robbins 在《Money: Master the Game》（2014）整理的簡化配置：股票 30%、長期公債 40%、中期公債 15%、黃金與原物料各 7.5%。正式的風險平價會對低風險資產加槓桿，Asness, Frazzini & Pedersen (2012) 指出，多數投資人不願或不能用槓桿，讓低風險資產的風險調整後報酬偏高，風險平價就是靠加槓桿持有這些資產賺取差距；本文測的是沒有槓桿的簡化版。
4. 永久投資組合：Harry Browne 在 1980 年代提出、後來在《Fail-Safe Investing》（1999）整理的配置：股票、長期公債、黃金、現金各 25%，分別對應繁榮、通縮、通膨、衰退四種情境。本文用 VTI、TLT、GLD、BIL（1 到 3 個月國庫券）。
5. 黃金蝴蝶：Portfolio Charts 網站作者 Tyler 以永久投資組合為底改出來的版本：現金全部換成短天期公債 SHY，股票從 25% 提高到 40%（全市場 VTI 與小型價值股 VBR 各 20%），長期公債 TLT 與黃金 GLD 各降到 20%。
6. Faber 趨勢配置：Faber (2007) 把資金平均分給美股、國際股、美國公債、不動產、原物料五類資產，每月底看每一類的價格是否高於自己的 10 個月均線，高於才持有，否則那 20% 改放國庫券。ETF 用 SPY、EFA、IEF、VNQ、DBC，現金用 BIL。
7. 雙動能：Gary Antonacci 在《Dual Momentum Investing》（2014）提出的全球股票動能（GEM）：每月底若美股過去 12 個月報酬高於國庫券，就持有美股與國際股中 12 個月報酬較高的一檔，否則全部換成債券。絕對動能這一半的規則與實證在 Antonacci (2013)。ETF 用 SPY、VXUS、AGG，國庫券報酬用 BIL。

Faber 的均線規則與雙動能的絕對動能那一半，依據的都是「資產自己的過去報酬會延續」，也就是 Moskowitz, Ooi & Pedersen (2012) 在 58 種流動性高的期貨與遠期合約上記錄到的時間序列動能；雙動能在美股與國際股之間二選一的那一半，則是比較兩個資產誰較強的相對動能。兩者的用法也不同：Faber 讓五類資產各自進出，雙動能一次只押一檔。

結果一：鄰近參數只有 Faber 撐住，永久投資組合靠股票比重

每一小塊是一個組合的 3×3 參數網格，格內數字是日夏普，綠色代表贏 QQQ，紅色代表輸。63 格裡贏的有 14 格，全部集中在兩個組合。

永久投資組合的熱圖是上下切開的：股票 25% 與 35% 的 6 格都贏（1.00 到 1.06），股票 15% 的 3 格都輸（0.88 到 0.89）。再平衡頻率幾乎沒有影響，同一列三格的差距不到 0.02。這說明它的優勢跟「四種資產等分」的設計關係不大，主要來自這段期間股票與黃金都強（VTI 年化 14.5%、GLD 年化 12.8%），而長期公債 TLT 年化 -1.0%、BIL 年化 2.4%，股票放得越少就越吃虧。

Faber 趨勢配置是唯一過這一關的組合，9 組有 8 組贏，範圍 0.87 到 0.99。輸的那一組是 12 個月均線、價格只要高於均線 99% 就持有，也就是最慢出場的設定。三種均線長度的平均差距不到 0.03，看不出哪個方向明顯較好。

另外 5 個組合 0 格贏。60/40 九格擠在 0.89 到 0.91，幾乎和參數無關；全天候隨股票比重從 0.59 升到 0.86，股票越多越好；三基金的國際股比例越高，日夏普越低（VXUS 年化 9.0%，VTI 14.5%）；雙動能九格都在 0.55 到 0.64，回看月數怎麼換都差不多。

結果二：前後兩段的故事不一樣

前半段（2017-02-01 到 2021-12-10）QQQ 的日夏普高達 1.20，後半段（2021-12-10 到 2026-10-27）掉到 0.67。點要落在綠色區域，才算兩段都贏。

• 全天候是前半段最強的組合（1.41），後半段卻是最差的（0.29）。它有 55% 放在中長期公債。前半段利率在 2017 到 2018 年先升、2019 到 2020 年大降，整體走低，TLT 年化 6.9%，又能避險；後半段利率急升，TLT 年化 -8.3%，2022 年一年跌 31.2%，全天候當年跌 19.7%。
• 永久投資組合與黃金蝴蝶是唯二兩段都贏的組合。黃金在後半段年化 17.9%（前半段 7.9%），撐住了它們；但黃金蝴蝶全期日夏普 0.930 仍輸 QQQ 的 0.934，9 組參數也全輸，所以只過了這一關。
• Faber、60/40、三基金前半段都輸給 QQQ 1.20 的高標：那段期間 QQQ 年化 27.8%，美國大型成長股放得越少就越落後。後半段 QQQ 降到年化 13.6%，三者反過來贏（0.76、0.69、0.68 對 0.67）。
• 雙動能兩段都輸（0.62、0.63）。

結果三：回撤小很多，報酬也少很多

1 美元放 QQQ，九年九個月後變成 6.14 美元，SPY 是 3.94 美元。7 個組合落在 1.81 到 2.73 美元之間：三基金 2.73、60/40 2.53、雙動能 2.41、黃金蝴蝶 2.18、永久 2.07、全天候 1.85、Faber 1.81。年化報酬最高的三基金（10.9%）也只有 QQQ 20.5% 的一半多一點。

換來的是回撤。QQQ 的最大回撤 -35.1% 出現在 2022 年；同一年 60/40 跌 15.9%、永久投資組合跌 13.1%，Faber 只跌 5.7%。Faber 全期的最大回撤也只有 -9.0%。Faber 的低回撤有代價：2020 年 2 月底，美股、國際股、不動產都跌破均線，加上 1 月就已跌破的原物料，80% 的資金換成國庫券；直到 5 月底美股才回到均線之上，6 月初開始陸續回場，錯過了大半段反彈，那一年只賺 5.0%（QQQ 是 48.6%）；2023 年 QQQ 漲 54.9%，Faber 只漲 2.1%。雙動能則是反例：2020 年 3 月整段崩跌它都還抱著 SPY，月底才換成債券，又錯過 4 月的反彈，最大回撤 -33.7% 和 SPY 一樣深；2022 年 5 月底它從股票換到債券，接著碰上債券繼續下跌，全年跌 17.2%。

為什麼贏不了：2021 年底之後，債券不再對沖股票

兩個原因解釋了大部分的落差。

**股債的負相關在後半段消失。**這些組合的設計都假設債券會在股票跌的時候漲。前半段 TLT 與 SPY 的日報酬相關係數是 -0.38，確實是避險；2021-12-10 之後的後半段變成 +0.11，AGG 也從 +0.04 升到 +0.23，黃金從 +0.06 升到 +0.16。原物料 DBC 反而從 +0.45 降到 +0.14。2022 年 SPY 跌 18.2%、QQQ 跌 32.6%，債券沒有接住：AGG 跌 13.0%，IEF 跌 15.2%，TLT 跌 31.2%。Faber 五類資產之一的不動產 VNQ 跌 26.2%（均線規則讓 Faber 這一年大部分時間沒有持有），三基金持有的國際股 VXUS 跌 16.1%。能抵銷的只剩原物料 DBC（+19.3%）、國庫券 BIL（+1.4%）與幾乎持平的黃金（-0.8%）。Campbell, Sunderam & Viceira (2009) 說明了這件事的機制：股債相關性的正負取決於通膨的角色，通膨是主要風險時，利率上升會讓股票和債券同時下跌。他們的資料顯示，美國公債與股票的共變異在 1980 年代前期明顯為正，到 2000 年代才轉為負。

**這十年是那斯達克 100 的十年。**QQQ 年化 20.5%，美股全市場 VTI 14.5%，國際股 VXUS 9.0%，美國綜合債券 AGG 只有 1.7%。任何把錢從美國大型成長股挪出去的配置，起跑點就落後；能拉近距離的只有黃金（12.8%）。日夏普會把低波動算成優點，但對多數組合來說，低波動補不回少掉的報酬。

另外要注意，本文的夏普口徑其實對這些組合有利。日夏普不扣無風險利率；如果扣掉同期國庫券（BIL）的報酬，QQQ 的日夏普是 0.83，永久投資組合降到 0.70、60/40 降到 0.69、Faber 降到 0.59，7 個組合全部輸給 QQQ。低波動組合的報酬裡有一大塊本來就是國庫券利息，扣掉之後差距更明顯。

程式碼

下面這段建立 60/40 與 Faber 兩個組合，再和同一段交易日的 QQQ 比較日夏普。完整的 strategy.py 會跑完 7 個組合、63 組鄰近參數、前後兩段與成本壓力測試，並輸出本文引用的全部數字。

import pandas as pd
from finlab import data
from finlab.backtest import sim
 
data.set_market("us_fund")
close = pd.DataFrame(data.get("us_fund_price:adj_close"))
close = close[close["SPY"].notna()]  # 只留美股交易日
 
# 1. 固定權重：60/40，每季再平衡
weights = pd.DataFrame({"SPY": 0.6, "AGG": 0.4}, index=close.index)
sixty_forty = sim(weights.loc["2016-12-30":], resample="Q", trade_at_price="close", upload=False)
 
# 2. Faber 趨勢配置：五類資產各 20%，月底跌破 10 個月均線就改放國庫券
assets = ["SPY", "EFA", "IEF", "VNQ", "DBC"]
month_ends = close.index.to_series().groupby(close.index.to_period("M")).max()
monthly = close.loc[month_ends.values, assets]
in_trend = monthly > monthly.rolling(10).mean()
position = in_trend.astype(float) * 0.2
position["BIL"] = 1 - position.sum(axis=1)
faber = sim(position.loc["2016-12-30":], resample="M", trade_at_price="close", upload=False)
 
# 3. 和同一段交易日的 QQQ 含息比較日夏普
def daily_sharpe(curve):
    returns = curve.pct_change().dropna()
    return returns.mean() / returns.std() * 252 ** 0.5
 
days = close.loc["2017-02-01":].index
qqq = round(daily_sharpe(close["QQQ"].loc[days]), 2)
for name, report in [("60/40", sixty_forty), ("Faber", faber)]:
    curve = report.creturn.reindex(days)
    print(name, round(daily_sharpe(curve), 2), "QQQ", qqq)

這段在我們的環境跑出來是 60/40 0.90、Faber 0.94、QQQ 0.93，和完整版一致。執行前先用 finlab.login() 登入，套件會引導你完成。想換成自己的配置，交給裝好 FinLab 技能的 AI 助理，請它一次只改一個權重或規則，每改一次都重跑三項驗證。

回測方法與限制

這個結果代表什麼、不代表什麼

在本文的設定下，2017 到 2026 年，7 個經典資產配置組合的風險調整後報酬，都沒有穩定贏過單純持有 QQQ。它不代表這些組合沒有用。它們的設計目標本來就是降低回撤、讓人在空頭裡抱得住：7 個組合的最大回撤都比 QQQ 淺，Faber 只有 QQQ 的四分之一左右，永久投資組合與黃金蝴蝶大約一半。一個在 -35% 時會賣光的人，拿著 -18% 的組合反而可能賺得比較多，這是回測量不到的部分。

它也不代表未來會重演。這段期間剛好包含美國大型成長股罕見的長多頭，以及 40 年來最急的一次升息；Faber 這篇論文 2013 年的更新版與 Antonacci 的書，資料都從 1970 年代開始，涵蓋了當時的高通膨與 2000 年、2008 年兩次大空頭。若你關心的是怎麼決定權重，可以對照投資組合最佳化的台股 ETF 實測：在那裡，最簡單的 1/N 等權反而贏過數學上的最佳化，和 DeMiguel, Garlappi & Uppal (2009) 的結論一致：他們比較的 14 種最佳化模型，沒有一種能穩定贏過 1/N；把多支選股策略當成資產來配置，則可以看策略組合的資產配置實戰。想把配置隨年齡調整，可以參考生命週期投資法則的蒙地卡羅實測。

適合參考這篇的人：想用 ETF 被動配置、在意回撤多過在意報酬、能接受落後股票指數的投資人。不適合的人：目標是打敗那斯達克 100，或沒辦法忍受好幾年落後大盤的人。想看用 QQQ 風險開關搭配槓桿 ETF、追求更高報酬的做法，可以看 ETF 輪動策略回測與美股量化策略總覽。

常見問題 FAQ

全天候投資組合還有用嗎？

以本文的簡化版（股票 30%、公債 55%、黃金與原物料各 7.5%）來看，2017 到 2026 年日夏普 0.76，是 7 個組合裡倒數第二。它在 2021 年以前表現很好（前半段 1.41），2022 年長期公債大跌後，後半段只剩 0.29。正式的風險平價會對債券加槓桿，結果會不同，本文沒有測。

永久投資組合回測績效如何？

全期日夏普 1.01，是 7 個組合最高，高於 QQQ 的 0.93；年化報酬 7.7%，最大回撤 -18.2%。前後兩段也都贏 QQQ。沒過的是鄰近參數：股票降到 15% 的三組都輸，代表結果依賴這段期間股票與黃金的強勢。

60/40 股債配置過時了嗎？

這段期間 60/40 年化 10.0%、日夏普 0.90，9 組參數（股票 50% 到 70%、每月到每年再平衡）都在 0.89 到 0.91 之間，非常穩定，只是穩定地略輸 QQQ。2022 年股債同跌時它跌了 15.9%，是設計上沒預期到的情境。

黃金蝴蝶和永久投資組合差在哪？

黃金蝴蝶把現金全部換成短天期公債 SHY，股票從 25% 提高到 40%（其中一半是小型價值股 VBR），長期公債與黃金各降到 20%。股票多，所以年化報酬 8.4% 高於永久投資組合的 7.7%；但這段期間小型價值股年化 9.5%，落後全市場的 14.5%，波動又較大，日夏普 0.930 反而低於永久投資組合的 1.01。

三基金組合要放多少國際股？

在本文的 9 組參數裡，國際股占股票比例越高，日夏普越低：債券 20% 時，國際股 20%、30%、40% 分別是 0.82、0.80、0.78。這反映 2017 到 2026 年美股大幅領先國際股，不代表未來也會如此。

為什麼拿 QQQ 比，不是拿 60/40 或 SPY 比？

QQQ 含息是 FinLab 所有美股研究共用的基準，方便跨文章比較。對照 SPY 的話，永久投資組合（1.01）、Faber（0.94）、黃金蝴蝶（0.93）、60/40（0.90）的日夏普都高於 SPY 的 0.87，但這不是本文的判準，文首圖兩條基準都列出來了。

資產配置要多久再平衡一次？

在測了再平衡頻率的 4 個組合（60/40、全天候、永久、黃金蝴蝶）裡，每月、每季、每年再平衡的日夏普差距都在 0.03 以內，影響遠小於股票比重的選擇。

可以自己改權重重跑嗎？

可以。先完成 AI 輔助安裝，下載文末的 strategy.py 直接執行，它會輸出每個組合的三項驗證與 63 組參數結果；改 FIXED 裡的權重，就能測自己的配置。

延伸閱讀

• 量化交易完整指南：回測、驗證與常見陷阱
• 回測工具：不寫程式也能跑歷史回測
• 美股學術因子回測：10 個選股因子對 QQQ 的同一套三項驗證
• 為什麼要投資美股
• 名詞：年化報酬率 CAGR

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。

最後更新：2026-10｜回測區間：2017-02～2026-10｜基準：QQQ 含息｜作者：FinLab 量化研究團隊（經量化研究員審閱）