(2026-8-29) 反向類ETF

有一類ETF是反向，例如SH就是提供 S&P 500 指數「單日」反向 -1x 的報酬。

設計這類ETF的主要原因是繞過comliance，許多退休基金、信託基金或特定機構投資人受限於法規，禁止直接進行衍生性商品交易（如期貨、選擇權）或融券操作。但買入 SH 這類「現貨 ETF」完全合規。

反向ETF通常都會有volatility drag的缺點，因為每日複利計算的關係，當市場處於區間震盪、多空拉鋸時，淨值會隨著時間被長期磨損。

(2026-8-29) 指數投資的演變

指數化投資的概念最早出現在1960年，由 Edward F. Renshaw 和 Paul J. Feldstein 提出。他們在《財務分析師期刊》（Financial Analysts Journal）上發表文章，對當時主流的主動管理基金提出了質疑。當時，市場上的投資基金多由基金經理主導，他們的目標是透過選擇優質的投資標的來超越市場的平均表現。然而，Renshaw 和 Feldstein 懷疑這些基金能否穩定地擊敗市場，並指出管理費用和操作成本過高，可能並不值得。於是，他們提出了一個大膽的想法：成立一種「無管理的投資公司」（Unmanaged Investment Company），其唯一目標是追蹤市場的平均表現或指數。

依然只是一個學術概念，尚未進入主流投資市場。直到1971年，這一概念才真正進入實踐。當時，富國銀行（Wells Fargo）的管理科學部門由 John Andrew「Mac」McQuown 領導，他們為機構投資者創建了全球第一個指數基金。這個基金的目標是為大公司、機構和退休金計劃提供一種低成本且穩定的投資選擇。新秀麗（Samsonite）公司決定將其退休金計劃中的600萬美元投入這個指數基金，這一決策最終推動了這項計劃的實施。從此，機構投資者開始逐步接受指數化投資的概念，指數基金也在市場上獲得了更多的認可。

普及真正開始於1976年，當時先鋒集團（Vanguard）的創辦人 John C. Bogle 推出了第一個面向普通投資者的指數基金。Bogle 堅信，普通投資者應該有機會以低成本的方式參與市場，並享受多元化投資的好處。他推出了「先鋒500指數基金」（Vanguard 500 Index Fund），這個基金追蹤標準普爾500指數（S&P 500 Index, Standard & Poor’s 500 Index，標準普爾500指數），為零售投資者提供了一個高效且低成本的市場投資工具。

在 MPT 提出之前，投資者往往只關注個別證券的回報，而忽視了它們之間的關聯性和整體風險。Markowitz 則主張，透過分散投資（Diversification），投資者可以在保持回報的同時，降低整體的風險。這一理論為指數化投資奠定了理論基礎，因為指數基金本身就是一種高度多元化的投資工具，它追蹤市場指數，並將投資分散在眾多公司上，降低了個別公司的風險。

1990年，指數化投資迎來了另一個重大突破——指數股票型基金（Exchange Traded Funds, ETF，交易所交易基金）的誕生。ETF 是一種追蹤特定指數的投資產品，與傳統的指數基金不同，ETF 可以像股票一樣在交易所中自由買賣，這為投資者提供了更高的靈活性。

第一個 ETF 是「多倫多指數參與股份」（Toronto Index Participation Shares），它追蹤的是多倫多證券交易所的 35 指數（Toronto 35 Index）。

(2026-8-29) 3110

找到港股規模較大的高股息 ETF 3110 (Global X 恒生高股息) ，規模太小了，只有58.9億港元。

有很明顯的問題，成分股非常集中，主要就是四大國企銀行、三大電信與能源股（中石油、中海油）。 

透明度高，寧可直接買入個股領股息，省去 ETF 管理費。

(2026-8-28) 資訊 決策

如果將交易視為競技運動之一，似乎只有德州撲克的思維模式能高度相似。

表面上是一場牌局博弈，本質上卻是一套在資訊不對稱與不確定性下，進行風險管理與決策優化，結合了數學、心理學、賽局理論與自我控制。

不論是在哪一個下注圈，輪到自己行動時，選擇都是基本幾個核心動作或其組合構成。

即使你拿著最強的起手牌，也有約 20% 的機率輸掉；反之，一個極其糟糕的決定也可能因為運氣好而贏錢。 

只要每次都做出 +EV 的決策，短期波幅（Variance）終將平息，長期必然獲利。 

資訊越充分的時候做決策，胜算越高。思考對手當前行動背後代表的手牌範圍（Range），並隨著牌局進展不斷修正與收窄這個範圍 (Bayesian Updating)。 

過去投入的籌碼已不屬於你，未來的決策只取決於當下的勝率與潛在賠率。當新牌發出，形勢對你不利時，及時棄牌才是最優解。 

遭遇極低機率的逆轉（Bad Beat）是常態。能否在連續輸錢時保持理性、不因憤怒或僥倖心理而失控盲目下注(Tilt)，區分了高手與平庸玩家。

嚴格的籌碼管理（Bankroll Management）與心態紀律，是保護自己不被市場/牌局極端風險淘汰的唯一盾牌。

(2026-8-26) Volmageddon

隨著ETF市場發展，產品愈來愈偏離起始被動投資的概率，更多五花八門，涉及衍生工具的ETF。

如果没有認真了解底層資產及策略就買入，吃虧的只會是自己。

記得多年前有位朋友買了一隻ETF，一晚輸了HK$20萬，大家都只是20多出頭的年青人，是不少的一筆錢了。

買的是 XIV，它的全名是 VelocityShares Daily Inverse VIX Short-Term ETN。XIV 是一隻反向追蹤標普 500 波動率指數（VIX 指數）期貨的產品。當市場平穩、VIX 指數下跌時，XIV 就會上漲；當市場恐慌、VIX 暴漲時，XIV 就會暴跌。

 

在 2017 年美股長期處於極低波動率的牛市中，XIV幾年內漲幅達數倍，吸引了大量散戶與機構投資者進行「做空波動率」的交易。

2018年2月5日，當天美股盤中急跌，引發 VIX 期貨指數出現歷史性的單日暴漲超過 100%。XIV 的淨值在短短幾小時內幾乎歸零（單日暴跌約 90%–95%）。

發行商瑞士信貸（Credit Suisse）觸發了公開說明書中的提前清算條款，並於 2018 年 2 月 20 日將 XIV 進行清算退市，投資者損失慘重。

瑞信在過去七年都賺得盆滿鉢滿，2月5日一個交易日將所有利潤回吐。更好笑是有5.2億美元湧入賭反彈，一樣要巨虧。

XIV 停牌後，市場上的反向 VIX 產品發行條件變得更加嚴格。在 2018 年事件發生前，SVXY 同樣提供 -1 倍的反向槓桿。事件後，發行商將其槓桿倍數調降為 -0.5 倍，以降低再次出現單日淨值歸零的風險。目前 SVXY 仍可在美股市場正常交易。

基本上，所有追蹤 VIX 期貨的產品都受到期貨正轉價差（Contango）與每日再平衡損耗的影響，僅適合極短線的對沖或投機交易，絕不適合長期持有。

(2026-8-25) EWJ與DXJ

日本股市受惠於公司治理改革、企業獲利強勁以及外資大量流入，股市近年的漲幅巨大。

目前在美股市場規模最大的日股ETF應該是EWJ，225億美元的規模，早在1996年已經成立，30年了!

管理費約0.5%，息率3.74%。對追求現金流的投資者很不利的一點是面對Double Withholding Tax，日本政府抽15.315%，美國政府再抽30%，到手只剩60%。

另一個問題是匯率風險，EWJ没有currency hedged，若日圓貶值，會吃掉部分股市漲幅。當然若日圓升值，換算回美元/港幣的回報會增加。

有隻HEWJ持股完全複製EWJ，但用currency forwards對沖了匯率風險。規模很小，可能因為被另一隻同樣做了匯率對沖的DXJ搶佔了市場。

DXJ在20年前成立，持股的設計明顯是要賺日圓貶值。公司超過 80% 的營收來自日本本土的企業會被直接剔除。例如日本本土的電信巨頭（NTT、KDDI）、純內需零售商、地區性銀行或電力公司等，都會被擋在門外。只有海外營收佔有相當比重的企業（如豐田汽車、索尼、三菱重工、信越化學、東京威力科創等）才能獲選納入。當日圓走弱時，日本出口巨頭將海外獲利換算回日圓時會產生龐大的匯兌盈餘，帶動股價大幅上揚。

對比EWJ，直接買下日本市值最大的前幾百家企業，包含內需型（如本地銀行、零售、電信）與出口型企業。

(2026-8-24) TLT

TLT (iShares 20+ Year Treasury Bond ETF) 目前市值460多億美元，息率約4.78%。早在2002年已經成立。存續期間長達 16–17 年，對利率極度敏感。減息能帶來顯著的資本利得；但在升息或長端利率上行時，價格回撤風險較大。

長期美債殖利率持續攀升，其中 30 年期美債殖利率一度衝破 5.3%，創下近 20 年來新高。市場正在拋售美債，導致許多持有舊債的投資者面臨帳面虧損。

美國財政部似乎與美聯儲唱反調，當美聯儲透過QT減持國債以收緊金融環境，財政部卻借短支長，發行大量短期國債，減少發行長期國債，實施Shadow QE，排擠了Fed貨幣政策的主導權。

如果現在發行大量 30 年期長債，美國政府未來 30 年每年都要支付 5% 以上的高利息。發行 1 年期以下的短債，能讓政府保留彈性，賭未來降息時能以更低利率轉融資。

背後的鏈條及機制是:

貨幣市場基金（MMF）與金融機構手握大量短期流動資金，對高收益的國庫券（T-Bills）消化能力強，能快速幫政府籌措巨額資金。

前幾年貨幣供給充沛時，貨幣市場基金將數萬億美元停放在美聯儲的 RRP 機制中，賺取美聯儲提供的無風險利息。

停留在 RRP 裡的資金直接存於美聯儲帳上，並未在金融市場中流通。

為了順利賣出短債，財政部設定的短債利率略高於美聯儲的 RRP 利率。貨幣市場基金於是從 RRP 撤出，轉去購買短債。2023 年 6 月美國國會通過債務上限後，財政部大幅發行短債，使 RRP 餘額在約 18 個月內迅速降至 2,000 億美元以下。

這些資金流入財政部在美聯儲開立的「國庫通用帳戶」（TGA, Treasury General Account）。

財政部將 TGA 帳戶裡的錢花出去（支付承包商款項、公務員薪水、社會福利給付、基礎建設開支等）。

收到款項的企業與民眾將錢存入商業銀行（如摩根大通、美銀）。商業銀行存款增加，金融體系的總流動性（Liquidity）上升。

前提是美聯儲 RRP 池子裡要有足夠的閒置資金。當 RRP 餘額從高點降至近乎乾涸時，財政部若繼續大量發債，就無法再從 RRP 抽水，而必須直接從商業銀行的準備金（Bank Reserves） 抽走資金。屆時金融體系的流動性將迅速收緊。

(2026-8-21) 港股ETF市場

港股上市的 ETF 資金高度集中在港股指數（如恒指、科指）與中國概念（如 A50、科技股）。雖然近年推出了美股指數、黃金、虛擬資產及沙特 ETF，但整體選擇與美股覆蓋全球各行業、各國主權債、主題型及主動管理型的廣度及規模都無法相比。

像資產規模最大的2800盈富基金，只有1378億港元。2020年推出的規模只有639.23億港元。還有一隻比較受歡迎的3416，也只有224億港元。對比我買入的SCHD，已經高達1000億美元以上。

規權影響到流動性，還有明顯的管理費差異，港股ETF同類型的都比美股ETF高。例如VOO規模夠大可以壓低至0.03%，港股則在0.1-1%。

美股由 Vanguard、BlackRock、State Street 等巨頭發動了長達數十年的「價格戰」，大型指數 ETF 的費用率已趨近於零；而港股 ETF 由於整體規模較小、規模效應不足，基金管理費及營運成本相對高昂。

其中一個原因是香港散戶偏好高波動、槓桿產品或短期個股，香港市場的衍生權證（窩輪）與牛熊證（CBBC）極為發達，吸走大量短線散戶資金，削弱了對指數型 ETF 的需求。

另外，美股有源源不絕的退休金資金定期定額流入ETF，401(k) 與 IRA 等養老金體系構成強大的買盤支持。

(2026-8-20) primary market redemption arbitrage

ETF的股票是放在信託中，而ETF本身可以理解為交易工具，信託存起的股票並没有進行買賣。理論上價格受買賣影響，有機會脫離NAV。

發行商賺的是管理費，負責發行及管理。ETF可以做到緊密追蹤NAV，即資產價格總和，就是靠ETF creation，當ETF價格高於NAV時，會有market maker在市場買入股票，換回ETF出售，從而套利。發行商也不介意，因為偏離NAV太遠，ETF會失去吸引力。

同理，當ETF價格低於NAV時，market maker就會買入低價的ETF去換回股票，即ETF redemption。

除了market maker，還有一類稱為AP，authorized participants，如Goldman Sachs、Morgan Stanley。現實中可以是同一機構，可以理解為批發商。ETF的creation及redemption就是AP跟發行商之間進行。MM則可以理解為零售商，跟AP及二級市場在進行交易。

這班MM手上會有一定倉位，dealer inventory。這類in-kind transaction因為不涉及現金，不會產生稅收。

這種套利散戶難以做到primary market redemption arbitrage，除了creation unit有資金門檻(25000-10萬股)，專業機構的程式盤在微秒內已經利用專用的gateway及HFT系統吃乾抹淨價差。

(2026-8-20) 勝率 賠率

7月翻讀了一本舊書Diary of a Professional Commodity Trader，近年很少再看投資相關書籍，要求愈來愈嚴格，只有實戰型高手又或行業真正前線落手的人寫的才會看。

作者彼得·布蘭特（Peter L. Brandt）是專業商品及外匯交易員，不是業餘散戶之流。

這本書記錄了他從 2009 年 12 月到 2010 年 4 月這 21 週（約 5 個月）的真實交易過程與詳細盈虧。

總獲利金額大約為 $226,816 美元。

他的操作通常是將本金設定為 $100 萬美元，因此在這 21 週內的收益率約為 22.7%。

在他超過 30 到 40 年的職業生涯中，他保持了平均高達 40% ~ 68% 的複合年化報酬率。

書中坦言，自己的長期交易勝率只有大約 30%。也就是說，他每 10 筆交易有 7 筆是賠錢的。但他之所以能賺大錢，是因為他能嚴格停損（讓虧損極小化），並在極少數看對的趨勢中讓利潤奔跑，靠著極高的「盈虧比」勝出。例如2009年10月至11月，27筆交易，高達24筆虧損，只有3筆獲利。

作者是實戰的高手，但寫書而言，內容枯燥乏味，也没有坊間那些所謂長線投資的說話來得漂亮、高大上。

這是一種低勝率+高賠率的組合，我自己是佩服但做不到，個人做法更傾向高勝率+低賠率，人性上的阻力大減，切合我這種普通凡人。

(2026-8-20) 買少少

美股的交易成本很低，買入市值約HK$10萬的ETF，只是US$1.93，遠比港股低。

也不用盯盤，盤前預先掛MOO盤，開市自動以open price成交。

(2026-8-19) 股債策略回測

以追蹤 60/40 股債組合的代表性 ETF（如 iShares AOR 或 Vanguard VBIAX）整體回報趨勢計算，2021 年至 2026 年的逐年走勢如下：

• 2021 年： +13% ~ +15%

• 2022 年： -16% ~ -17%

• 2023 年： +14% ~ +18%

• 2024 年： +11% ~ +14%

• 2025 年： +12% ~ +18%

2022 年美國通脹率衝上近 9%，美聯儲展開數十年來最激進的加息週期。股市因估值修正大跌，債券價格也因利率急升而同步暴跌，導致 60/40 組合遭遇罕見的股債雙殺。

包含 2022 的大跌在內，2021–2026 年持有 5 年下來，60/40 策略的年化複合報酬率仍維持在 6% ~ 8% 。

我見一般追求財務自由的投資者都是用兩三隻ETF建立組合，例如BND搭配VTI。

(2026-8-19) 股債組合

一直没有深究為什麼股債組合會流行60/40比例，昨天給我追溯到:

1952年，馬科維茲提出了現代投資組合理論（MPT）， mathematically 證明了透過將「負相關或低相關性」的資產（例如股票與債券）組合在一起，可以在不降低整體預期回報的情況下，大幅降低整體投資組合的波動與風險。

1970年後，Vanguard的創始人John Bogle大力推廣，將學術界的高深理論轉化為一般大眾易懂且可執行的策略。他推廣了指數化投資與簡單配置概念，並提出著名的「100 減去你的年齡」法則（即股票比例為 100−年齡，其餘為債券）。

對於一位 40 歲左右的中年投資者而言，100−40 就正好是 60% 股票 + 40% 債券。柏格與 Vanguard 的推動，讓 60/40 配置成為機構法人與個人退休基金（如美國 401k）過去 40 年來的標準黃金基準（Benchmark）。

(2026-8-17) VNQ

今日翻看VNQ，2022年跌去26%，今年已經重回高位。

VNQ 持有美國商業地產、住宅、數據中心、物流倉儲等實體不動產投資信託（REITs）。

對比港股領展房產基金(823) ，2019年跌足5、6年仍未回到高位。想起也感到慶幸，我没有輸錢純粹因為没有耐心坐倉，微利就跑了，當時的氛圍十分流行這種投資。

REITs 商業模式依賴高度槓桿，透過發債與銀行貸款購買地產。前幾年的低利債券到期後，被迫以 6%–8% 甚至更高的利率重新融資（Refinancing），導致財務利息支出暴增，嚴重侵蝕應稅利潤與可分配股息。

疫情過後，工作與消費習慣發生了永久性改變，紐約、舊金山、倫敦等大城市的辦公大樓空置率創歷史新高。

相對堅韌的只有數據中心 REITs（如 Equinix - EQIX，受惠於 AI 算力需求）、物流倉儲（如 Prologis - PLD，受惠於供應鏈重組）、基礎設施（電信鐵塔如 AMT）。

當美國短債或高評級公司債動輒達 4%–5.5% 且風險極低時，股息率僅 4%–5% 的傳統 REITs（如 VNQ）顯得毫無性價比。

(2026-8-8) 技術 運氣

定義: 可重複出現、可解釋且具備統計顯著性的超額收益，才被視為技術。

評估方法:

分析交易次數（Sample Size）與收益分佈:

p-value（p值檢驗）： 在零假設（Null Hypothesis，即「該交易員無預測能力，勝率純屬隨機拋硬幣」）下，計算出現當前獲利結果的概率。如果 p<0.01，代表只有不到 1% 的概率是靠運氣，技術顯著成立。

t-統計量（t-statistic）： 檢驗平均超額收益是否顯著大於零。一般要求 t>2.0（甚至高頻交易要求 t>3.0），樣本數（交易筆數）越多，需要的獲利時間跨度越短即可驗證；相反，若一年只做 5 筆交易，即使全賺，統計學上也無法排除運氣。

收益歸因分析（Performance Attribution）:

某交易員一年賺了 30%，但歸因分析發現他只是重倉了高 Beta 的半導體股，而同期半導體指數漲了 35%。這說明他沒有技術，只是乘了市場風格的東風（Beta Exposure）。

某交易員在市場對沖掉方向性風險（Delta 中性）後，依然能在扣除槓桿與風格因子暴露後獲得穩定正收益。

蒙地卡羅模擬（Bootstrapping & Monte Carlo）:

將交易員過去所有的交易收益率打亂順序，進行數萬次隨機重組與重新抽樣，生成數萬條「平行宇宙」中的收益曲線。

如果該交易員在 95% 以上的隨機重組中都能保持盈利，說明策略具有極高的穩健度（Robustness）。

如果打亂順序後有大量暴雷，說明之前的獲利高度依賴特定時間順序的運氣。

有些交易員看似勝率極高、收益曲線完美，但本質上是在Selling Tail Risk，評估Sortino Ratio（只考慮下行風險）以及最大回撤（Max Drawdown）。如果收益曲線極度平滑但潛在下行空間無限，基金會判定為運氣。

「數據挖掘（Data Mining）」帶來的假陽性問題：如果同時測試了 1,000 個策略，就算全都是隨機垃圾策略，統計上也必然會有 50 個策略（5%）表現極佳。

採用 Harvey-Liu 框架 或 Deflated Sharpe Ratio (DSR) 指標。DSR 會將「交易員嘗試過多少次失敗策略」納入考量。如果一個交易員換了 100 個模型才找到一個賺錢的，該模型的夏普比率（Sharpe Ratio）會被大幅折降，歸類為運氣。

======================================================

如果做同樣的事情會出現不同的結果，這便在某程度上反映了運氣的存在。運氣於不同的活動會產生不同程度的影響。有一些活動不太受運氣所影響，例如網球，象棋，音樂等等，這方面的專家均是通過長年累月的反覆練習成為各自領域的高手。

對於結果全受技術所決定的活動，少量的樣本便可作出合理的結論。對於結果較收運氣所影響的活動，需要比較多的樣本才能作出合理的結論。

如果活動牽涉較多技術，均值回歸的過程會非常緩慢。如果活動涉及較多運氣的成份，均值回歸的速度會較快，所以最佳預測將會是基礎比率(平均數)。