轉折點預測、Nasdaq-100/QQQ 特殊性與散戶實作現實
目錄6 節
本筆記補一般 equity premium prediction 文獻沒處理到的兩塊:(1)預測多頭/空頭的「轉折點」(高點與低點),不是預測平均報酬;(2)Nasdaq-100/QQQ 專屬的證據,以及散戶實際執行時的成本、稅與資料來源。基準先驗是「擇時無效」(Goyal & Welch 2008;Goyal, Welch & Zafirov 2024 RFS)。
本站說明:這是「VOO/QQQ 擇時方法實證排名」系列五篇之一(本篇:轉折點與 Nasdaq 實作)。本文是站長研究筆記的全文照登,內容、數字、表格、引用與「查無/未能核實」段落都照原文刊出、未刪減、未改寫,只拿掉原稿開頭的目錄區塊;原始檔為
research_notes/VOO QQQ 擇時方法實證排名/turning_points_nasdaq_implementation.md,本篇原文未標研究日期,同系列其他筆記標示的研究日期為 2026-10-26。整個系列的預設先驗都是「擇時無效」(Goyal & Welch 2008;Goyal, Welch & Zafirov 2024)。核實等級照原文定義:【已核實-原文】=直接讀到論文原文(附頁碼/表號);【已核實-摘要】=讀到期刊或官方摘要/書目,數字來自摘要;【二手】=數字來自二手整理(部落格、新聞),只能當線索;【未逐頁核實】=來自研究者既有知識,未取得原文,具體數字需回原文查。本文是研究紀錄,不是投資建議。
核實等級標記:
- 【已核實-原文】:本次直接讀到論文原文(附頁碼/表號)
- 【已核實-摘要】:本次讀到期刊或官方摘要/書目,數字來自摘要
- 【二手】:數字來自二手整理(部落格、新聞),只能當線索
- 【未逐頁核實】:來自研究者既有知識,本次未取得原文;書目與 DOI 已盡力確認,但具體數字需回原文查
Q1 學界能否即時預測多空轉折點(高點/低點)
Takeaway
沒有可信證據顯示任何方法能「即時抓到」大盤的頂部或底部。文獻能做到的是:(a) 事後定年(dating)多空循環;(b) 預測「下個月處於空頭狀態」的機率,部分模型有樣本外(OOS)優於常數機率的證據,且有少數小型擇時演練勝過 buy-and-hold,但多為單一樣本、點估計、未扣稅、未經後續獨立複製;(c) 產業大漲後「崩盤機率升高」是穩健的,但無法提前判斷崩盤時點,且原作者承認其交易規則門檻有前視偏誤。泡沫偵測(GSADF)是「偵測已在爆炸性上漲中」,不是預測高點。
Cited Findings
基準先驗(平均報酬預測)
- Goyal & Welch (2008) 發現 2005 年前文獻中的變數沒有一個在樣本外能穩定勝過歷史平均股權溢酬,「not a single one would have helped a real-world investor」。RFS 21(4):1455–1508,DOI 10.1093/rfs/hhm014【已核實-摘要】— Causal Claims 摘要頁
- Goyal, Welch & Zafirov (2024) 重測 2008 年後 26 篇論文的 29 個新變數+原 17 個變數(資料到 2021 年底):超過三分之一的新變數連樣本內都不再顯著;樣本內仍顯著者約一半樣本外表現差;只剩少數兩者皆可。RFS 37(11):3490–3557,DOI 10.1093/rfs/hhae044【已核實-摘要】— SFI 頁面;Ivo Welch 論文卡
多空循環定年(只是事後定義,不是預測)
- Pagan & Sossounov (2003) "A simple framework for analysing bull and bear markets",把 Bry-Boschan 景氣循環定年演算法改寫用於月股價(常見參數:峰谷間判斷窗 8 個月、單一階段至少 4 個月、完整循環至少 16 個月,跌/漲超過 20% 可覆蓋最短期限規則)。JAE 18(1):23–46,DOI 10.1002/jae.664【未逐頁核實;參數為常見引用值,需回原文 Section 2 核對】— Wiley DOI
- 重點:這類規則要在高點「之後」至少數個月才能確認高點,本質上是事後定年,無法即時叫頂。
- Lunde & Timmermann (2004) "Duration Dependence in Stock Prices: An Analysis of Bull and Bear Markets":以 hazard 模型描述多空結束機率與已持續期間、利率的關係;拒絕隨機漫步;GARCH 較好但仍與極長多頭不一致;利率上升會降低空頭結束的 hazard(空頭較可能延續)。JBES 22(3):253–273【已核實-摘要】— IDEAS/RePEc 工作論文頁;CEPR DP4104
- 這是對多空持續期的描述性/樣本內分析,非 OOS 交易測試。
- Maheu & McCurdy (2000) "Identifying Bull and Bear Markets in Stock Returns",Markov switching 含持續期依存,JBES 18(1):100–112,DOI 10.1080/07350015.2000.10524851【未逐頁核實;主要為樣本內辨識】— DOI
- Maheu, McCurdy & Song (2012) "Components of Bull and Bear Markets: Bull Corrections and Bear Rallies",四狀態 Markov switching,JBES 30(3):391–403,DOI 10.1080/07350015.2012.680412【未逐頁核實;摘要記憶中有密度預測(density forecast)OOS 評估,但無已核實的 hit rate/交易績效數字】— DOI
多空「狀態」預測(有 OOS 證據者)
- Chen (2009) "Predicting the bear stock market: Macroeconomic variables as leading indicators"(注意:原題非 "Predicting recessions"):月資料 S&P 500,測試利差、通膨、貨幣、產出、失業、聯邦資金利率、政府債務、匯率;殖利率曲線利差與通膨是最有用的空頭預測因子,樣本內與樣本外皆然;用總體變數預測空頭比預測報酬容易。JBF 33(2):211–223,DOI 10.1016/j.jbankfin.2008.07.013【已核實-摘要】— NTU Scholars
- 樣本期 1957/02–2007/12 與各變數符號(利差、通膨、失業與空頭機率正相關,工業生產成長負相關)來自二手整理【二手】— CXO Advisory
- OOS 的 QPS/hit rate 具體數字:證據不足/未能核實。
- Nyberg (2013) "Predicting bear and bull stock markets with dynamic binary time series models":美國月資料,多空狀態在樣本內與樣本外皆可預測;加入動態結構(落後狀態/落後機率)提升預測力;以機率預測做股債配置的小型擇時演練,報酬高於 buy-and-hold。JBF 37(9):3351–3363,DOI 10.1016/j.jbankfin.2013.05.008【已核實-摘要;樣本期、QPS、超額報酬大小、是否扣成本:未能核實】— IDEAS/RePEc;Helsinki research portal
- 注意:動態 probit 中「落後狀態」本身要靠事後定年規則判定,而定年需要數月確認期,若處理不當會有前視問題;是否已用即時可得的狀態變數,本次未能核實。
- Kole & van Dijk (2017) "How to Identify and Forecast Bull and Bear Markets?":S&P 500,比較規則法(Pagan-Sossounov 類)與 Markov switching,以風險趨避投資人的均值-變異效用評估;規則法較適合(樣本內)辨識,Markov switching 較適合(樣本外)預測;原因是樣本內只有平均報酬重要,而預測時變異數(波動)是關鍵輸入。JAE 32(1):120–139,DOI 10.1002/jae.2511【已核實-摘要】— IDEAS/RePEc;工作論文 ERS-2013-016;複製資料 ZBW
- 重要含意:OOS 預測力主要來自「波動率狀態」,也就是辨識「目前是高波動狀態」,而非提前預知轉折。
- Resnick & Shoesmith (2002) "Using the Yield Curve to Time the Stock Market":把衰退預測 probit 延伸到預測一個月後的空頭,解釋變數為 10 年以上公債與 3 個月國庫券利差;摘要稱 probit 策略相對全股 buy-and-hold 有較高平均超額報酬且總風險與系統風險較低。FAJ 58(3):82–90,DOI 10.2469/faj.v58.n3.2540【已核實-摘要】— CFA Institute;IDEAS
- 樣本 1971/01–1999/12、50% 機率門檻等細節來自二手【二手】— Quantpedia。是否為真正 OOS(遞迴估計)及是否扣成本:未能核實。樣本結束於 1999,未涵蓋 2000 年後利差多次倒掛(2006–07、2019、2022–24)的檢驗。
- Chauvet & Potter (2000) "Coincident and leading indicators of the stock market"(J. Empirical Finance 7(1):87–111):以 dynamic factor/Markov switching 建構股市多空機率【未逐頁核實;DOI 與 OOS 數字未能核實】。
- Candelon, Piplack & Straetmans (2008) "On measuring synchronization of bulls and bears: The case of East Asia"(JBF 32(6))是衡量跨市場多空同步性的論文,不是轉折預測論文;本次搜尋未取得原文【未逐頁核實】。
- Hauptmann 等人(市場 regime 預測,regime-switching + logit):本次未能取得書目與 OOS 數字,證據不足/未能核實。
泡沫偵測
- Phillips, Shi & Yu (2015) "Testing for Multiple Bubbles: Historical Episodes of Exuberance and Collapse in the S&P 500":提出彈性視窗遞迴 GSADF 檢定與「多個泡沫」起訖日的 date-stamping 規則;應用於 1871–2010 年 S&P 500,辨識出已知的狂熱與崩跌事件,PWY 與 CUSUM 法找到的事件少得多。IER 56(4):1043–1078,DOI 10.1111/iere.12132【已核實-摘要】— SSRN;SMU INK
- 本方法是即時可算的(recursive,只用當時已知資料),但它偵測的是「價格相對股利呈爆炸性成長」,起點通常比高點早數年;論文中各泡沫的具體起訖日期本次未能核實。
- Phillips, Wu & Yu (2011) "Explosive Behavior in the 1990s Nasdaq: When Did Exuberance Escalate Asset Values?"(IER 52(1):201–226,DOI 10.1111/j.1468-2354.2010.00625.x)是直接以 Nasdaq 為對象的泡沫偵測論文;記憶中偵測到的爆炸性起點約在 1995 年中、結束於 2000–2001 年【未逐頁核實,日期需回原文確認】— DOI
- Greenwood, Shleifer & You (2019) "Bubbles for Fama",JFE 131(1):20–43,DOI 10.1016/j.jfineco.2018.09.002。以下數字取自 NBER WP 23191 原文【已核實-原文】— NBER w23191 PDF;Shleifer 頁面
- 樣本:美國產業 1926–2014、國際產業 1985–2014(摘要,WP 第 1 頁)。
- 產業兩年內大漲 100% 後,平均後續報酬約為零,即「大漲不預測低報酬」(摘要;WP 第 13 頁)。
- 崩盤定義為兩年內 40% 回落。產業「扣除大盤」報酬由 50% 升至 100% 時,崩盤機率由 20% 升至 53%;150% 時升至 80%(WP 第 4–5 頁引言;第 14 頁,對應 Table 3)。國際樣本由 36% 升至 50%(WP 第 14 頁)。
- 無條件崩盤機率:美國產業任一兩年期 14%(1970 年後 11%),國際 24%(WP 第 13–14 頁)。
- 國際樣本作為 out-of-sample 檢驗:107 次大漲中 53 次崩盤、54 次未崩(WP 第 7–8 頁,Table 2)。
- 交易規則(Table 8,WP 第 26–28 頁):只依大漲 100% 就賣出,美國樣本 40 次中 53% 崩盤、47% 為誤報;1 年期落後被動策略約 5%;因為即使正確辨識,平均而言產業還會再漲約 6 個月。2 年期轉入無風險資產約勝 10%,但「statistical significance is quite limited」,且「only 40 observations」。加入波動率條件:20 個候選、60% 崩盤;轉入無風險資產的 1/2/4 年超額為 0%/8%/12%,僅 4 年期顯著。
- 作者在註 14(WP 第 27 頁)承認門檻採用崩盤組的樣本平均,「introduces some look-ahead bias into our portfolio results」。
- 研究對象是產業組合(含 1990 年代末的 Computer Software、Computer Hardware),不是大盤指數;WP 第 9–10 頁列出 1990 年代末的軟硬體大漲。
- LPPL(Sornette)批評:Brée & Joseph 檢驗恆生指數 1970–2008 年 11 次崩盤,只有 7 次的參數落在宣稱範圍內,並認為其機制論證不成立。Brée, Challet & Peirano(Quantitative Finance 2013)指出 LPPL 很難擬合,崩盤時點 t_c 是最難確定的參數,現行機率時間窗估計可能過度樂觀。2025 年 IRFA 一文呼籲重新檢視可能由樣本大小造成偽陽性的 LPPLS 證據。【已核實-摘要】— arXiv 1002.1010;Folia/Unifr;UWasa
- Goetzmann (2016) "Bubble Investing: Learning from History"(NBER WP 21693):記憶中的結論是,大漲後隨之崩盤的頻率只比無條件略高,崩盤也常在沒有大漲的情況下發生【未逐頁核實】— NBER w21693。GSY 2019 本身(WP 第 13 頁附近)也提到 Goetzmann 發現崩盤機率升高但幅度溫和。
Inferences
- 「能否即時叫頂/叫底」:答案是否。所有已核實證據都落在三類:(1) 事後定年;(2) 預測下一期處於空頭狀態的機率(主要靠利差、通膨、波動狀態),能把空頭機率從無條件值往上推,但沒有一篇已核實論文報告穩定、低誤報、扣成本後的轉折日期預測;(3) 大漲後崩盤機率升高,但時點不可預測(GSY:正確辨識後平均還漲 6 個月)。
- 這些方法與「找相對高點賣、相對低點買」的差別:它們實質上是「風險狀態切換」(高波動/殖利率倒掛時降低曝險),獲益主要來自避開空頭的深跌段,而非賣在頂部。Kole & van Dijk 的結論(變異數是預測關鍵)支持這種解讀。
- 樣本外證據集中在 S&P 500 或美國大盤、月頻、1950 年代至 2000 年代。Resnick-Shoesmith 樣本停在 1999;Chen 停在 2007。2022–2024 年殖利率曲線長期倒掛但股市大漲,是利差規則的一次重大誤報,適用性存疑(屬推論;建議主報告以 FRED T10Y3M 自行驗證)。
- 對 QQQ:GSY 的產業大漲規則在概念上最貼近科技集中指數,但它在產業層級、事件只有 40 個、門檻有前視偏誤,且大漲後平均報酬約為零。它的含意是「大漲後尾部風險升高」,不是「大漲後應該賣」。
Gaps
- Nyberg 2013、Chen 2009、Resnick-Shoesmith 2002 的 OOS QPS、AUC、hit rate、誤報率、交易超額報酬是否扣成本:全文付費牆,本次未能核實。
- Maheu-McCurdy-Song 2012、Chauvet-Potter 2000、Hauptmann 等的 OOS 數字未取得。
- 未找到以 ROC/AUC 系統比較多種空頭預測因子並涵蓋 2008–2024 年的同儕審查論文(可能存在,但本次未搜到)。
- PSY 2015 的 dot-com 期間 S&P 500 起訖日期、PWY 2011 的 Nasdaq 日期:未能核實。
Q2 Nasdaq-100/QQQ 專屬證據與從 S&P 500 外推的風險
Takeaway
本次沒有找到任何同儕審查、以 Nasdaq-100 或 Nasdaq Composite 指數做樣本外擇時(趨勢、估值、VXN)並勝過 buy-and-hold 的研究。Nasdaq 相關的頂刊文獻集中在 1990 年代末泡沫的事後解釋:Pastor-Veronesi 認為估值可被理性化;Ofek-Richardson 從賣空限制與禁售期解釋;Brunnermeier-Nagel 發現避險基金「搭泡沫」而非抵抗泡沫;PWY 2011 做泡沫偵測。從 S&P 500 外推到 QQQ 有實質風險:產業集中、無形資本扭曲盈餘與 CAPE、樣本短(Nasdaq-100 自 1985 年、QQQ 自 1999 年)、事件數極少(實質上只有 2000–02 與 2022 兩次大空頭)。
Cited Findings
- Pastor & Veronesi (2006) "Was There a Nasdaq Bubble in the Late 1990s?":公司基本價值隨「未來平均獲利能力的不確定性」上升,該不確定性在 1990 年代末異常高;校準模型後,所需的不確定性可同時配合 Nasdaq 高峰的高價格水準與高波動,因此高峰價格在其理性模型下可被合理化;股權溢酬低時不確定性的影響最大。作者並未宣稱沒有泡沫,而是認為不明顯。JFE 81(1):61–100,DOI 10.1016/j.jfineco.2005.05.009【已核實-摘要】— NBER w10581;Advisor.ca 評論
- Brunnermeier & Nagel (2004) "Hedge Funds and the Technology Bubble":避險基金沒有發揮修正價格的力量,反而重倉科技股;它們吃到上漲段,並在個股將下跌前降低部位,因而避開大部分跌勢;結果符合「理性投資人因可預測的情緒與套利限制而選擇搭泡沫」的模型。JF 59(5):2013–2040,DOI 10.1111/j.1540-6261.2004.00690.x【已核實-摘要】— Princeton 頁面;Stanford GSB
- 注意:避險基金的擇時是個股層級、靠資訊與流量優勢,不能證明散戶能用公開指標對 QQQ 擇時。
- Ofek & Richardson (2003) "DotCom Mania: The Rise and Fall of Internet Stock Prices":以賣空限制、散戶持股集中、禁售期(lockup)到期造成供給增加,解釋網路股的高價與崩跌。JF 58(3):1113–1137,DOI 10.1111/1540-6261.00560【未逐頁核實;具體本益比與樣本數未核實】— DOI
- Phillips, Wu & Yu (2011) 以 Nasdaq 為對象做即時泡沫偵測(見 Q1)【未逐頁核實】— DOI
- 移動平均/趨勢規則的長期證據都在 S&P Composite 或 DJIA:Zakamulin 以 1860–2009 年 S&P 月資料發現 MA 擇時風險較低、Sharpe 通常較高但平均報酬較低;後續研究發現樣本後半段沒有統計顯著的超額表現,且多空趨勢中都有大量假訊號。本次搜尋沒有找到以 Nasdaq-100/Composite 為樣本的同儕審查 OOS 研究。【二手;Zakamulin 部分版本為工作論文】— SSRN 2677212;CXO Advisory 整理;UiA 論文(樣本內獲利的規則樣本外表現差、結果高度取決於切割點)
- 無形資本扭曲會計價值:Lev & Srivastava 認為價值投資近 30 年大致不賺錢(dot-com 崩盤後短暫例外),原因之一是會計把 R&D、IT、品牌、人力資本投資費用化,造成價值被系統性錯認;把 R&D 與 SG&A 資本化後的調整版價值策略自 1980 年代後期起表現明顯較好,但也無法完全解釋。Critical Finance Review 版本(2021/2022)【已核實-摘要+二手】— CFR PDF;Institutional Investor
- Peters & Taylor (2017) "Intangible capital and the investment-q relation":把無形資本納入 Tobin's q 後,q 對投資的解釋力明顯改善。JFE 123(2):251–272,DOI 10.1016/j.jfineco.2016.03.011【未逐頁核實】— DOI
- Eisfeldt, Kim & Papanikolaou "Intangible Value"(NBER WP 28056;Critical Finance Review 2022):把無形資本納入帳面價值後的 HML 改良版表現較好【未逐頁核實】— NBER w28056
- Dichev (2007):NASDAQ 1973–2002 年 dollar-weighted 報酬比 buy-and-hold 每年低 5.3 個百分點(GM 9.6% 對 DW 4.3%),NYSE/AMEX 1926–2002 年低 1.3 個百分點,19 個國際市場平均低 1.5 個百分點,代表 Nasdaq 投資人整體的「進出時點」特別差。AER 97(1):386–401,DOI 10.1257/aer.97.1.386【數字為摘要+二手】— City Univ. 後續論文表格;U-M 新聞稿
- 反駁:Keswani & Stolin (2008, Finance Research Letters 5(4):228–235) 認為 NYSE/AMEX 缺口在後三分之二期間其實為負,國際結果受 Datastream 覆蓋擴張影響,Dichev 結論不穩健(但未直接處理 NASDAQ 數字)— IDEAS
- FRED 的 NASDAQ100 序列由 Nasdaq, Inc. 提供,日頻收盤,標示「Copyrighted: Pre-Approval Required」;相關序列有 VXNCLS、NASDAQCOM、SP500【已核實-原文(FRED 頁面)】— FRED NASDAQ100
Inferences
- 外推風險清單(推論,依上述文獻):
- 產業集中:Nasdaq-100 排除金融股、科技與通訊權重高,報酬由少數巨型股驅動。S&P 500 的總體預測因子(利差、通膨)與 Nasdaq-100 報酬的關係可能不同;GSY 顯示產業層級大漲的崩盤機率會升高,這個機制在產業集中的 QQQ 上比 VOO 更直接。
- 估值指標失真:無形投資費用化會壓低盈餘與帳面值,使 Nasdaq-100 的 P/E、CAPE、P/B 長期偏高(Lev-Srivastava;Peters-Taylor;EKP)。拿 S&P 500 CAPE 的歷史門檻套用到 QQQ,很可能長期發出「高估、應減碼」的錯誤訊號。
- 樣本極短:Nasdaq-100 自 1985 年、QQQ 自 1999 年,只有 2000–02(約 -80% 以上)與 2022(約 -30% 以上)兩次大空頭,外加 2008 年。任何對 QQQ 回測出的轉折規則,自由度都極低,過度擬合風險極高(具體跌幅數字未在本次核實)。
- 指數規則與存活者偏誤:Nasdaq-100 按市值選股並定期重組,指數本身內含動能特性;以現今成分股回推的「合成歷史」會有存活者偏誤(屬推論,未找到專門研究)。
- 巨型股集中:前十大權重高,指數報酬與少數公司財報高度連動,總體擇時訊號的解釋力可能被個股事件稀釋。
- Pastor-Veronesi 對擇時的含意:如果連 2000 年 Nasdaq 高峰都能在理性模型中被合理化,「看估值叫頂」在事前就缺乏判準。
- Dichev 的 Nasdaq 缺口 5.3%/年,是「一般投資人對 Nasdaq 擇時的實際成本」最直接的學術證據(但受 Keswani-Stolin 對方法穩健性的質疑)。
Gaps
- 未找到同儕審查、以 Nasdaq-100/Composite/QQQ 為樣本的 OOS 擇時研究(趨勢、估值、VXN 皆無)。可能存在於次級期刊或工作論文,但本次搜尋未取得,應視為「證據不足」。
- VXN 預測 Nasdaq-100 報酬或空頭的學術證據:未能核實。
- Nasdaq-100 指數層級的盈餘與 P/E 歷史序列:未找到免費、可回溯至 1985 年的官方來源(見 Q4)。
- Nasdaq-100 指數規則存活者偏誤的量化研究:未找到。
Q3 散戶實作現實:交易成本、稅、投資人擇時實績
Takeaway
學術證據一致顯示,一般投資人的實際進出時點會吃掉報酬(Dichev:Nasdaq 每年 5.3 個百分點;Friesen-Sapp:基金投資人擇時成本約每年 1.56%,待核實)。對美國應稅帳戶來說,擇時還要承擔資本利得稅;對台灣居民而言,美股 ETF 的資本利得屬海外所得,只有在全戶海外所得達 100 萬元時才計入基本所得額,且基本所得額超過 750 萬元才開始產生最低稅負。因此多數台灣散戶的「擇時稅拖累」遠小於美國投資人,但這不改變擇時能否產生超額報酬的證據。
Cited Findings
- Dichev (2007):見 Q2;dollar-weighted 與 buy-and-hold 的缺口反映投資人資金流入流出的時點(買在高點、賣在低點)— U-M 新聞稿;DOI
- Friesen & Sapp (2007) "Mutual fund flows and investor returns: An empirical examination of fund investor timing ability",JBF 31(9):2796–2816,DOI 10.1016/j.jbankfin.2007.01.024。記憶中的結論是:基金投資人的擇時決策使報酬每年降低約 1.56%,且主要集中在近期績效好、資金流入多的基金【未逐頁核實,數字需回原文】— DOI
- Dalbar QAIB 類報告不是學術研究,方法屢遭批評,只能當線索(本次未引數字)。
- GSY 2019 的交易規則未計交易成本與稅,且門檻有前視偏誤(WP 第 27 頁註 14)【已核實-原文】— NBER w23191
- 台灣最低稅負制(個人):同一申報戶全年海外所得合計達 100 萬元,就要全數計入基本所得額;基本所得額免稅額 750 萬元(2024、2025 年度相同);基本稅額為(基本所得額 − 750 萬)× 20%,與一般所得稅額比較取高者;海外股票所得以交割日所屬年度認列,已實現就要申報,不論是否匯回【二手(新聞+理財網站,引述國稅局說明);申報前應以財政部原文為準】— 聯合新聞網;聯合新聞網 2;Money101
- 美國對非居民外國人股利預扣 30%(台美無租稅協定):這屬一般稅務常識,本次未找到原始法規頁面,【未能核實】;台美避免雙重課稅立法的最新進度也未能核實。
Inferences
- 稅負方面:美股 ETF 股利的 30% 預扣在擇時與 buy-and-hold 下大致相同(兩者都領股利;擇時期間若持有現金或債券 ETF,股利預扣會換成利息相關處理,差異小),因此不影響「擇時是否有效」的判斷。
- 台灣居民的資本利得:若全戶海外所得低於 100 萬元,或基本所得額低於 750 萬元,頻繁實現利得實際上不產生額外稅負;但大額投資人一旦超過門檻,擇時造成的「提前實現利得」會從遞延變成當年 20% 的最低稅負。這與美國投資人「長期持有可遞延、可享長期利得稅率」的情況不同。
- 交易成本:QQQ 與 VOO 買賣價差極小,美國券商多為零佣金,月頻切換的直接成本低;真正的成本是:(a) 換匯成本(台幣↔美元)與複委託手續費(若透過台灣券商);(b) 擇時錯過大漲日的機會成本;(c) 行為成本(Dichev、Friesen-Sapp 的證據)。上述 (a) 的具體費率依券商而異,未核實。
- 多數學術擇時回測未扣稅、部分未扣成本,且以指數而非 ETF 計算;散戶可實現的報酬應打折看待。
Gaps
- 學術上直接處理「含稅的戰術擇時 vs buy-and-hold」的論文(例如針對美國應稅投資人的 tax-aware timing 研究),本次未搜到可核實的書目,證據不足。
- Friesen-Sapp 的確切數字未核實。
- 台灣複委託、海外券商換匯與手續費的實際費率未核實;台美租稅協定或《台灣關係法》相關立法的最新狀態未核實。
Q4 免費資料來源與發布落後
Takeaway
S&P 500 端的免費資料完整(Shiller 月資料可回溯至 1871 年、Goyal 預測變數、FRED 利差與 VIX);Nasdaq-100 端只有價格與 VXN 容易取得,指數層級的盈餘/估值歷史缺少免費且長期的官方來源,這本身就限制了以估值對 QQQ 擇時的可檢驗性。
Cited Findings
- FRED:NASDAQ100(日頻收盤,來源 Nasdaq, Inc.,標示 Copyrighted: Pre-Approval Required),相關序列有 VXNCLS、NASDAQCOM、SP500【已核實-原文】— FRED NASDAQ100
- FRED 上 SP500 序列因授權只提供近 10 年日資料(記憶,未核實);NASDAQ100 的起始日期本次頁面未顯示(記憶中約 1986 年起),未能核實。
- Phillips-Shi-Yu 使用 1871–2010 年 S&P 500 價格/股利資料(即 Shiller 類資料)— SSRN
- Goyal-Welch-Zafirov 2024 的資料延伸至 2021 年底;Goyal 個人網站提供預測變數資料(網址未在本次核實)— SFI
- Kole & van Dijk 2017 的複製資料公開於 ZBW Journal Data Archive — ZBW
Inferences
- 建議主報告列出的來源(網址屬常識,本次未逐一開啟):Shiller「Irrational Exuberance」資料頁(S&P 月價格、股利、盈餘、CAPE);FRED(T10Y3M、T10Y2Y、VIXCLS、VXNCLS、SP500、NASDAQCOM、NASDAQ100、CPI、Z.1 金融帳);Amit Goyal 網站(GW 預測變數);Jeffrey Wurgler 網站(Baker-Wurgler 情緒指數,更新有落後);CBOE(VIX、VXN 歷史);Yahoo Finance/Stooq(ETF 含息調整價格)。
- 發布落後是 OOS 測試的關鍵:CPI 落後約半個月、Shiller 盈餘落後數月、Z.1 落後約一季、Baker-Wurgler 情緒指數落後更久。回測時若使用「當月」數值,就會產生前視偏誤(推論;具體落後期數未逐一核實)。
- 用 Nasdaq-100 做估值擇時,必須自行從成分股加總盈餘或使用付費資料(Bloomberg、FactSet、WisdomTree/Invesco 的近期資料),歷史深度與一致性都有問題,可檢驗性低。
Gaps
- 免費且可回溯至 1985 年的 Nasdaq-100 指數層級 EPS/P/E 序列:未找到。
- FRED NASDAQ100 與 VXNCLS 的確切起始日期:本次頁面未顯示,未能核實。
- 各資料源的精確發布落後天數:未逐一核實。
延伸閱讀
本系列其他四篇:
- 估值型擇時訊號(S&P 500/美國大型股;Nasdaq 盡量涵蓋)的樣本外(OOS)實證
- 趨勢追蹤與時間序列動能(Trend-Following / TSMOM)擇時:S&P 500 與 Nasdaq 的樣本外(OOS)證據
- 部位/情緒(Positioning/Sentiment)與風險定價(Option-implied)擇時訊號:樣本外證據
- 預測組合與機器學習擇時:美國股權溢酬的樣本外與複製證據
本站相關頁面:
- VOO 報酬與技術面、QQQ 報酬與技術面、CSPX、CNDX
- 自選比較:VOO 與 QQQ 一年報酬
- 量化美股入門:做量化交易之前,先把「市場狀態」量化
- RSI 超賣黃金交叉買到偏低,卻很少買到最低:QQQ/VOO 全歷史回測
- 訊號組合能框住底部,但點不中最低點
- 槓桿 ETF 報酬收斂與市場支撐假說檢驗報告
常見問題
有方法能即時抓到股市的高點或低點嗎?
筆記的答案是否。已核實的證據只落在三類:事後定年多空循環;預測下一期處於空頭狀態的機率(主要靠利差、通膨、波動狀態),但沒有一篇已核實論文報告穩定、低誤報、扣成本後的轉折日期預測;以及大漲後崩盤機率升高,但時點不可預測。泡沫偵測(GSADF)是偵測已在爆炸性上漲中,不是預測高點。
殖利率曲線倒掛能預測美股空頭嗎?
Chen(2009)發現殖利率曲線利差與通膨是最有用的空頭預測因子,樣本內與樣本外皆然,但 OOS 的具體數字未能核實。Resnick & Shoesmith(2002)的樣本停在 1999,未涵蓋 2000 年後的多次倒掛;筆記另推論 2022–2024 年殖利率曲線長期倒掛但股市大漲,是利差規則的一次重大誤報。
產業大漲之後一定會崩盤嗎?
Greenwood、Shleifer & You(2019)發現產業兩年內大漲 100% 後,平均後續報酬約為零;產業扣除大盤的報酬由 50% 升至 100% 時,崩盤機率由 20% 升至 53%,150% 時升至 80%。但即使正確辨識,平均而言產業還會再漲約 6 個月;交易規則只有 40 個觀測、顯著性有限,作者也承認門檻有前視偏誤。
一般投資人自己擇時 Nasdaq 的實際代價有多大?
Dichev(2007)發現 NASDAQ 1973–2002 年的 dollar-weighted 報酬比 buy-and-hold 每年低 5.3 個百分點(9.6% 對 4.3%),代表 Nasdaq 投資人整體的進出時點特別差;但 Keswani & Stolin(2008)質疑 Dichev 結論的穩健性(未直接處理 NASDAQ 數字)。
台灣人買美股 ETF 頻繁進出,資本利得要繳稅嗎?
依筆記引述的二手資料:同一申報戶全年海外所得合計達 100 萬元才要計入基本所得額,基本所得額超過 750 萬元才開始產生最低稅負,基本稅額為(基本所得額 − 750 萬)× 20%。多數台灣散戶的擇時稅拖累因此遠小於美國投資人,但這不改變擇時能否產生超額報酬的證據;申報前應以財政部原文為準。
為什麼 QQQ 的擇時回測結果不能直接相信?
筆記列出的外推風險包括:Nasdaq-100 自 1985 年、QQQ 自 1999 年,只有 2000–02 與 2022 兩次大空頭外加 2008 年,自由度極低;無形投資費用化使 P/E、CAPE 長期偏高;產業與巨型股集中;以現今成分股回推的合成歷史有存活者偏誤。本次沒有找到以 Nasdaq-100 做 OOS 擇時並勝過 buy-and-hold 的同儕審查研究。