← 研究動態
一般讀者2026/08/07 上午10:00

近百年的美股,沒有任何一個三十年做到年化 15%

台股長期投資美股槓桿

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

近百年的美股,沒有任何一個三十年做到年化 15%

 資料更新說明(2026-09-05) 

這篇文章的數字,資料截止在 2026 年 7 月 10 日。我們在 9 月 5 日把同一套計算重跑到 9 月 4 日,幾個跟資料量有關的數字跟著動了:

原文(截至 2026-07-10)重跑(截至 2026-09-04)
三十年區間總數17,19917,238
報酬最高的十分之一1,719 個1,723 個
台股二十年區間總數2,2192,260
台股二十年中位數5.543%5.592%

原文那組數字沒有算錯。把重跑的程式截回 7 月 10 日,跑出來的還是同一組。變的是資料多了兩個月。

結論一個字都沒有改:史上最好的三十年還是 14.704%,起點還是 1932 年 6 月;達到年化 15% 的三十年區間,還是零個。台股的最好一段仍是 10.656%,達標的仍是零個。

有一件容易看混的事順帶講清楚。那兩個月裡美股多了 40 個交易日,三十年區間卻只多了 39 個。一個交易日要成為新的區間起點,它後面得有滿三十年的資料可以算,最後那一天還不夠。 39 是新增的區間數,40 是新增的交易日數,這是兩個不同的量。 

依據:實驗 K1700 重跑(commit 87b15544c,審查 4cb8018d4),逐項比較表在 experiments/k1700/README.md。

有人問過我們一個很具體的問題:想要三十年每年賺 15%,該掌握哪些事。

這種問題通常會得到一篇談心態、談紀律、談複利的文章。我們決定先做一件更笨的事:去查歷史上到底有沒有人做到過。

先把目標換算成看得懂的數字

年化 15%、連續三十年,本金會變成 66.21 倍。一百萬變成六千六百多萬。

要驗證這個目標,需要一段夠長的歷史。取美股大盤從 1928 年 1 月 3 日到 2026 年 7 月 10 日,每一個交易日都當成一個三十年的起點往後算,總共得到 17,199 個三十年區間。

含息計算,也就是股息再投入。

一萬七千個三十年,達標的有幾個

零個。

含息只看指數不含息
中位數10.786%7.318%
最差的那個三十年7.435%1.867%
最好的那個三十年14.704%10.639%
達到 15% 的區間數00

史上最好的三十年,起點是 1932 年 6 月 1 日,正好買在大蕭條的谷底。那個人買在近百年最完美的位置,抱滿三十年,拿到 14.704%。

離 15% 還差 0.296 個百分點。

最差的那個三十年起點是 1929 年 9 月 19 日,相隔不到三年,結果是 7.435%。同一個市場,起點差三年,三十年後的年化差了將近一倍。

一萬七千個三十年的年化報酬分布,沒有一個碰到 15%

台股也看一下。加權指數從 1997 年 7 月到 2026 年 7 月,只有 29 年,不夠切三十年視窗,改看二十年:2,219 個區間,中位數 5.543%,最好的一個 10.656%,達到 15% 的一樣是零個。要提醒的是加權指數不含息,台股現金殖利率長期約三到四個百分點,含息大約要再加上去。

那條看起來能走的捷徑

如果原生報酬做不到,借錢放大呢?

用同一套歷史,把每天的報酬乘上倍數、每天再平衡,扣掉真實的借錢成本(當時的三個月國庫券利率再加一個百分點的券商加碼):

做法年化中位數達標比例最大回撤中位數
不借錢10.786%0%-44.96%
借到 1.5 倍12.681%16.85%-62.85%
借到 2 倍13.744%31.48%-75.28%

借到兩倍,三分之一的三十年區間能達標。這是一條真的存在的路。

代價寫在最後一欄:那些區間的最大回撤中位數是 -75.28%。不是最糟情況,是中位數。一半的路徑比這更慘。

順帶說明一件事,讓數字不被誤讀。如果假設借錢完全不用成本,兩倍槓桿的達標比例會跳到 95.66%,中位數年化 19.755%。那個假設不成立,但它讓你看清楚一件事:槓桿投資的成敗幾乎完全由借貸成本決定,而不是由你選得準不準。

借得越多達標率越高,代價是回撤同步變深

就算不借錢,最好的那批也不是舒服的

把 17,199 個區間裡報酬最高的十分之一挑出來,1,719 個。它們的年化落在 12.860% 到 14.704% 之間,是歷史上最好的一批。

這批區間裡,最大回撤最淺的一個是 -32.87%。

也就是說, 沒有任何一個高報酬的三十年,中途沒有跌過三成 。其中 74.1% 跌過四成。

想拿到接近上限的長期報酬,跌三成不是意外,是入場費。

五件要說清楚的事

1928 到 1988 那段沒有現成的含息指數,含息報酬是用歷史股息率逐月合成的。跟 1988 年之後有現成資料的區段對照,這個作法每年誤差約 0.06 個百分點。

滾動視窗是重疊的,每個交易日一個起點,相鄰區間高度相關。九十八年資料實際上只包含大約 3.3 個互不重疊的三十年。所以上面那些分位數是描述統計,不是統計檢定,不能拿去算信賴區間。

槓桿路徑假設每天再平衡、沒有交易成本、沒有基金內扣費用。真實的槓桿商品比這更差,所以表裡的槓桿數字是對槓桿有利的上界。

三倍槓桿的極端回撤在計算上被限制住,實務上那種路徑已經爆倉,不會有人抱到最後。

最大回撤用日收盤計算,盤中更深的瞬間沒有算進去。

另外,原本想用台灣的指數型基金當台股代表,但那筆序列在資料源有明顯錯價(某一天的收盤被記成實際價位的四分之一),會產生一個假的、接近腰斬再腰斬的最大回撤,因此棄用,改用加權指數。這種事情不查會直接寫進結論裡。

所以該問的問題是哪幾個

回到最初那個提問。與其問「怎麼做到 15%」,歷史建議先問這三個:

 一、我的目標在歷史上出現過嗎?  三十年年化 15% 在美股近百年出現零次。目標本身如果超出歷史上界,後面所有的方法討論都是在討論怎麼做到一件沒發生過的事。

 二、達標的那條路,回撤長什麼樣?  借到兩倍確實把達標率推到 31.48%,同時把回撤中位數推到 -75.28%。報酬和回撤是同一個決定的兩面,只看一面就是沒看。

 三、我撐得住入場費嗎?  就算完全不借錢,歷史上最好的那批三十年,每一個都跌過三成。這不是風險控管沒做好,這是取得那個報酬的必要條件。

把年化 15% 換成 10.786% 這個歷史中位數,一百萬三十年後是兩千兩百多萬。它比六千六百萬少很多,但它至少在歷史上發生過一萬七千次。


資料:美股大盤價格與含息指數取自 yfinance(^GSPC、^SP500TR),1928-01-03 至 2026-07-10;1928 至 1988 年的含息序列以 Shiller 月股息率合成,與 1988 年後現成含息指數的重疊區驗證誤差為每年 -0.06 個百分點。台股取加權指數(^TWII)1997-07-02 至 2026-07-09,為價格指數不含息。槓桿的借貸成本採 FRED 三個月國庫券利率加一個百分點券商加碼,每日再平衡、未計交易成本與內扣費用。滾動視窗以每個交易日為起點,樣本重疊,分位數為描述統計而非統計檢定。本研究不含任何抽樣或模擬程序,故無隨機種子。全文數字逐一對應實驗結果檔。

懶人包圖組

說明目標換算、樣本期間與滾動視窗數

列出含息三十年滾動報酬的中位數、最佳、最差與達標數

對照兩倍槓桿的達標比例與回撤,以及最佳十分位區間的回撤下限

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
銀行收緊放款時,債券 ETF 劇烈震盪會讓隔天股市更不安嗎?十九年資料:不必另設一道警報
美國聯準會每一季會問各大銀行:最近對企業放款,標準是放寬還是收緊?當回答「收緊」的銀行明顯多過「放寬」,市場常把它當成信用變緊的訊號。一個常見的延伸想法是:在這種時期,高收益債或貸款類 ETF 一旦出現劇烈震盪,隔天的股市就更容易跟著不安,所以要對債券 ETF 的動靜特別敏感,甚至提早減碼股票。 這篇回答的就是這個決策:銀行收緊放款的期間,要不要把債券 ETF 的單日劇烈波動,當成比平常更強的股市…
→
📄
第三季今天收官,第四季是四季裡平均最好的一季:要不要為年底行情先加碼,先看平均、寬度、代價三欄
今天九月三十日,是第三季最後一個交易日。 到昨天九月二十九日收盤,美股大盤 ETF 收在 764.20 美元,第三季到目前漲 2.33%,九月到目前小跌 0.37%,今年以來漲 12.07%。九月一日那篇〈九月確實是十二個月裡最差的一格,但那一格是從十二格裡挑出來的〉說,九月是標普 500 月份表裡平均最差的一格;今年的九月到昨天為止,只跌了不到半個百分點。 翻過這一頁,接下來就是大家說的「年底行…
→
📄
10/28 FOMC 沒有點陣圖:61 場會議裡,有沒有點陣圖,股市反應分不出差別
聯準會一年開八次定期會議,只有三、六、九、十二月那四次會公布經濟預測摘要,也就是大家熟悉的點陣圖。 10 月 28 日這場沒有點陣圖。市場上常把這種會議叫「小會」,意思是資訊少、市場不太會動。 這個說法有沒有根據?我們把 2012-01-25 到 2026-09-16 的 117 場定期會議全部拿出來比,其中 59 場有點陣圖。 本文寫於會議前四週,下面沒有任何一個數字是 10 月 28 日的結果…
→