大多數人決定資金怎麼配，是憑感覺：「這兩個策略我都看好，那就各配一半吧。」聽起來很公平，但這其實是資金配置裡最常見的錯誤——你以為分散了「資金」，卻沒分散「風險」。
這篇是「資金配置論」系列第二篇。第一篇談現代投資組合理論（MPT）；這篇更進一步：你的風險也應該被分散。這就是風險平價（Risk Parity）的核心。
先看橋水的經典案例：60/40 的假分散
傳統最經典的配置是「60% 股票 + 40% 債券」。直覺上很分散，但 Ray Dalio 的橋水基金發現：在 60/40 組合裡，股票貢獻了超過 90% 的整體風險。
股票波動約是債券的 3 倍，2008 年金融海嘯 60/40 組合仍暴跌約 30%。橋水改為約 25% 股票 + 75% 債券，讓風險貢獻相等，2008 年只跌約 10%。用波動度反推資金，而不是用資金去猜風險。
把邏輯搬到台股策略上
假設你同時操作兩個風格完全不同的策略：
| 策略 | 年化波動度 | 年化報酬 | 最大回撤 |
|---|---|---|---|
| 長抱股策略 | 約 15% | 約 18% | -12% |
| 短線妖股策略 | 約 35% | 約 40% | -25% |
妖股波動是長抱股的 35 ÷ 15 ≈ 2.3 倍。各配 50 萬的結果，是妖股默默吃掉組合約七成風險——跟 60/40 陷阱一模一樣。
風險平價配法（100 萬）
長抱股 70 萬 ＋ 妖股 30 萬（70 / 30）
長抱股 70 萬 ＋ 妖股 30 萬（70 / 30）
自己怎麼算？三步驟
核心公式：資金權重和波動度成反比。波動越大，配越少。
- 步驟一：取各策略年化波動度（日報酬標準差 × √252）
- 步驟二：各取波動度倒數（1/15、1/35）
- 步驟三：倒數標準化為權重 → 長抱股 70%、妖股 30%
import numpy as np
vol = np.array([0.15, 0.35]) # 各策略年化波動度
weights = (1 / vol) / np.sum(1 / vol) # 逆波動度加權
print(weights) # [0.70, 0.30]結果差多少？
| 配置方式 | 組合最大回撤 | 風險集中度 |
|---|---|---|
| 各 50%（直覺配法） | 約 -18% | 妖股吃掉約 70% 風險 |
| 70 / 30（風險平價） | 約 -13% | 兩策略風險貢獻接近相等 |
最大回撤從 -18% 降到 -13%，100 萬帳戶少賠 5 萬。70/30 的 Sharpe Ratio 反而更高——少冒不值得的險，正是風險平價的精髓。
風險平價在台灣的天生限制
橋水有長天期美債（波動 5~8%）當壓艙石；台灣缺乏夠深、夠低波的本土債券。實務替代：
- 拉高現金/定存 — 波動趨近零，直接降整體風險
- 高股息 ETF — 0056、00878 等，扮演「半個壓艙石」
- 美債 ETF — 如 00679B，需一併計入匯率波動
小結：先算風險，再配錢
風險平價的核心不是「怎麼配錢」，而是「怎麼配風險」。
下一篇（#3）：把策略之間的相關性也算進來 — 同漲同跌時，分散效果可能是假的。
💙 覺得這篇文章有幫助嗎？按個讚吧！
📝 警語：本系列為歷史研究分析，不構成任何投資建議。文中標的僅為說明用途，過去績效不代表未來表現。
Reference: Qian, E. (2011). Risk Parity and Diversification. Journal of Investing.
Reference: Qian, E. (2011). Risk Parity and Diversification. Journal of Investing.
📌 量化龍的量化研究室 — 讓數據說真話
發佈留言