跳到主要內容

在2008年金融海嘯高點單筆買入0056或是定期定額成果比較

本篇文章皆使用收盤價為分析數據。
 
  • 台灣加權指數高點是2007年10月29日的9,809.88點。
  • 台灣50高點是2007年10月11日的71.9元。
  • 元大高股息是2008年1月15日的26.22(2007年12月13日才成立)。

詭異的是.... 

0056在金融海嘯期間還有再創高,舉例來說:

2008年4月17日

  • 台灣加權指數為9,090.43點。
  • 元大高股息為26.82元。

2008年5月19日

  • 台灣加權指數為9,295.20點。
  • 元大高股息為27.50元。

當然,後續0056也是跟加權指數一樣跌得不成人形。 

進入主題

為了瞭解0056定期定額投資法是否在股票下跌時能夠持續有優於單筆投資的優勢,我選擇用2008年1月15日的26.22元開始投資作為模擬。投資時間分為1年、5年及10年,單筆投資的金額等於定期定額投資的總額。定期定額投資金額為每月1萬元。

投資1年成果比較

總投入金額為120,000元。
  • 定期定額投資成果為78,072元,報酬率為-34.94%
  • 單筆投資成果為,報酬率為-49.66%。120,000/26.22 = 4576.659股,2009年1月15日價格為4576.659*13.2 = 60,412

定期定額投資成果計算

日期 價格 投入金額 總單位數 總現值
2008/1/15 26.22 10000 381.3882532 10,000
2008/02/15 23.5 10000 806.9201681 18,963
2008/03/14 24.63 10000 1212.9291 29,874
2008/04/15 26.25 10000 1593.881481 41,839
2008/05/15 26.97 10000 1964.663832 52,987
2008/06/16 24.14 10000 2378.914039 57,427
2008/07/15 21.26 10000 2849.280925 60,576
2008/08/15 21.95 10000 3304.861791 72,542
2008/09/15 18.4 10000 3848.340052 70,809
2008/10/15 15.76 10000 4482.857818 70,650
2008/11/14 14.04 10000 5195.108531 72,939
2008/12/15 13.9 10000 5914.532991 82,212
2009/01/15 13.2 0 5914.532991 78,072

投資5年成果比較

總投入金額為600,000元。
  • 定期定額投資成果為735,512元,報酬率為22.59%
  • 單筆投資成果為668,264元,報酬率為11.38%

定期定額投資成果計算

日期價格投入金額總單位數總現值
2008/1/1526.2210000381.388253210,000
2008/02/1523.510000806.920168118,963
2008/03/1424.63100001212.929129,874
2008/04/1526.25100001593.88148141,839
2008/05/1526.97100001964.66383252,987
2008/06/1624.14100002378.91403957,427
2008/07/1521.26100002849.28092560,576
2008/08/1521.95100003304.86179172,542
2008/09/1518.4100003848.34005270,809
2008/10/1515.76100004482.85781870,650
2008/11/1414.04100005195.10853172,939
2008/12/1513.9100005914.53299182,212
2009/01/1513.2100006672.10874988,072
2009/02/1614.1100007381.328607104,077
2009/03/1615.7100008018.271282125,887
2009/04/1518.13100008569.843262155,371
2009/05/1519.6100009080.047344177,969
2009/06/1518.61100009617.392857178,980
2009/07/1520.81000010098.16209210,042
2009/08/1422.161000010549.42563233,775
2009/09/1522.61000010991.9035248,417
2009/10/1624.21000011405.12664276,004
2009/10/2321.7622810.2532812453.39196270,986
2009/11/1621.81000012912.10755281,484
2009/12/1522.281000013360.94059297,682
2010/01/1524.121000013775.53429332,266
2010/02/1024.121000014190.12799342,266
2010/03/1522.231000014639.97054325,447
2010/04/1523.311000015068.97097351,258
2010/05/1422.861000015506.41629354,477
2010/06/1522.151000015957.88356353,467
2010/07/1523.21000016388.91804380,223
2010/08/1624.11000016803.8558404,973
2010/09/1525.261000017199.73862434,465
2010/10/1526.041000017583.7632457,881
2010/11/1526.291000017964.13596472,277
2010/12/1527.341000018329.90041501,139
2011/01/14281000018687.04327523,237
2011/02/1527.41000019052.00677522,025
2011/03/1525.011000019451.84683486,491
2011/04/1526.551000019828.49467526,447
2011/05/1627.21000020196.14173549,335
2011/06/1527.81000020555.85396571,453
2011/07/1527.951000020913.63571584,536
2011/08/1525.651000021303.49926546,435
2011/09/1524.81000021706.72506538,327
2011/10/1424.71000022111.58336546,156
2011/10/262348645.483424226.60438557,212
2011/11/1523.141000024658.7565570,604
2011/12/1521.461000025124.73972539,177
2012/01/1622.671000025565.85132579,578
2012/02/1525.151000025963.46564652,981
2012/03/1525.51000026355.6225672,068
2012/04/1624.331000026766.63771651,232
2012/05/1523.71000027188.57864644,369
2012/06/15231000027623.36125635,337
2012/07/1623.341000028051.81026654,729
2012/08/1524.71000028456.66856702,880
2012/09/1425.241000028852.86507728,246
2012/10/1523.851000029272.15229698,141
2012/10/2422.3838053.7979730972.50072693,165
2012/11/1521.291000031442.20481669,405
2012/12/1422.751000031881.76525725,310
2013/01/1523.07031881.76525735,512

單筆投資成果計算

日期價格投入金額總單位數總現值
2008/1/1526.2260000022883.29519600,000
2009/10/2321.7645766.5903924986.53924543,707
2011/10/262354970.3863227376.55603629,661
2012/10/2422.3835589.5228528966.79387648,277
2013/1/1523.07028966.79387668,264

投資10年成果比較

總投入金額為1,200,000元。
  • 定期定額投資成果為1,749,748元,報酬率為45.81%
  • 單筆投資成果為1,839,127元,報酬率為53.26%

定期定額投資成果計算

日期價格投入金額總單位數總現值
2008/1/1526.2210000381.388253210,000
2008/02/1523.510000806.920168118,963
2008/03/1424.63100001212.929129,874
2008/04/1526.25100001593.88148141,839
2008/05/1526.97100001964.66383252,987
2008/06/1624.14100002378.91403957,427
2008/07/1521.26100002849.28092560,576
2008/08/1521.95100003304.86179172,542
2008/09/1518.4100003848.34005270,809
2008/10/1515.76100004482.85781870,650
2008/11/1414.04100005195.10853172,939
2008/12/1513.9100005914.53299182,212
2009/01/1513.2100006672.10874988,072
2009/02/1614.1100007381.328607104,077
2009/03/1615.7100008018.271282125,887
2009/04/1518.13100008569.843262155,371
2009/05/1519.6100009080.047344177,969
2009/06/1518.61100009617.392857178,980
2009/07/1520.81000010098.16209210,042
2009/08/1422.161000010549.42563233,775
2009/09/1522.61000010991.9035248,417
2009/10/1624.21000011405.12664276,004
2009/10/2321.7622810.2532812453.39196270,986
2009/11/1621.81000012912.10755281,484
2009/12/1522.281000013360.94059297,682
2010/01/1524.121000013775.53429332,266
2010/02/1024.121000014190.12799342,266
2010/03/1522.231000014639.97054325,447
2010/04/1523.311000015068.97097351,258
2010/05/1422.861000015506.41629354,477
2010/06/1522.151000015957.88356353,467
2010/07/1523.21000016388.91804380,223
2010/08/1624.11000016803.8558404,973
2010/09/1525.261000017199.73862434,465
2010/10/1526.041000017583.7632457,881
2010/11/1526.291000017964.13596472,277
2010/12/1527.341000018329.90041501,139
2011/01/14281000018687.04327523,237
2011/02/1527.41000019052.00677522,025
2011/03/1525.011000019451.84683486,491
2011/04/1526.551000019828.49467526,447
2011/05/1627.21000020196.14173549,335
2011/06/1527.81000020555.85396571,453
2011/07/1527.951000020913.63571584,536
2011/08/1525.651000021303.49926546,435
2011/09/1524.81000021706.72506538,327
2011/10/1424.71000022111.58336546,156
2011/10/262348645.483424226.60438557,212
2011/11/1523.141000024658.7565570,604
2011/12/1521.461000025124.73972539,177
2012/01/1622.671000025565.85132579,578
2012/02/1525.151000025963.46564652,981
2012/03/1525.51000026355.6225672,068
2012/04/1624.331000026766.63771651,232
2012/05/1523.71000027188.57864644,369
2012/06/15231000027623.36125635,337
2012/07/1623.341000028051.81026654,729
2012/08/1524.71000028456.66856702,880
2012/09/1425.241000028852.86507728,246
2012/10/1523.851000029272.15229698,141
2012/10/2422.3838053.7979730972.50072693,165
2012/11/1521.291000031442.20481669,405
2012/12/1422.751000031881.76525725,310
2013/01/1523.071000032315.22862745,512
2013/02/1823.751000032736.28125777,487
2013/03/1523.31000033165.4658772,755
2013/04/1523.041000033599.49358774,132
2013/05/1524.31000034011.01621826,468
2013/06/1423.221000034441.67943799,736
2013/07/1524.271000034853.71075845,900
2013/08/1523.81000035273.87881839,518
2013/09/1624.391000035683.88291870,330
2013/10/1524.031000036100.0294867,484
2013/10/2423.3130685.0249937416.41829872,177
2013/11/1522.371000037863.44555847,005
2013/12/1622.61000038305.92343865,714
2014/01/1523.31000038735.10798902,528
2014/02/1423.071000039168.57135903,619
2014/03/1423.171000039600.16393917,536
2014/04/1524.161000040014.07121966,740
2014/05/1524.021000040430.39095971,138
2014/06/1625.151000040828.005261,026,824
2014/07/1525.61000041218.630261,055,197
2014/08/1525.51000041610.787121,061,075
2014/09/1525.711000041999.740841,079,813
2014/10/1523.671000042422.216551,004,134
2014/10/2422.7542422.2165544286.929361,007,528
2014/11/1423.161000044718.708291,035,685
2014/12/1523.71000045140.649221,069,833
2015/01/1524.261000045552.850371,105,112
2015/02/1324.81000045956.076181,139,711
2015/03/16251000046356.076181,158,902
2015/04/1524.851000046758.490671,161,948
2015/05/1524.551000047165.822641,157,921
2015/06/1523.451000047592.261871,116,039
2015/07/15231000048027.044481,104,622
2015/08/1421.251000048497.632721,030,575
2015/09/1521.671000048959.100181,060,944
2015/10/1522.331000049406.928221,103,257
2015/10/2621.9349406.9282251659.866121,132,901
2015/11/1620.831000052139.942931,086,075
2015/12/1521.291000052609.647021,120,059
2016/01/1520.61000053095.083911,093,759
2016/02/1521.61000053558.046881,156,854
2016/03/1522.461000054003.282851,212,914
2016/04/1522.261000054452.519151,212,113
2016/05/1620.841000054932.36561,144,790
2016/06/1522.271000055381.400181,233,344
2016/07/1523.941000055799.111121,335,831
2016/08/1524.591000056205.78051,382,100
2016/09/1424.351000056616.458121,378,611
2016/10/1424.661000057021.973121,406,162
2016/10/2623.7974128.5650560137.927931,430,681
2016/11/1522.741000060577.681671,377,536
2016/12/1523.31000061006.866221,421,460
2017/01/1623.441000061433.487381,440,001
2017/02/1524.591000061840.156761,520,649
2017/03/1524.591000062246.826141,530,649
2017/04/1424.271000062658.857451,520,730
2017/05/1524.71000063063.715751,557,674
2017/06/1524.981000063464.036011,585,332
2017/07/1426.041000063848.060591,662,603
2017/08/1525.681000064237.468691,649,618
2017/09/1526.551000064614.116521,715,505
2017/10/1626.381000064993.191581,714,520
2017/10/3025.561743.53267414.506561,719,070
2017/11/1525.031000067814.027131,697,385
2017/12/1524.861000068216.279751,695,857
2018/01/1525.65068216.279751,749,748

單筆投資成果計算

日期價格投入金額總單位數總現值
2008/1/1526.22120000045766.590391,200,000
2009/10/2321.7691533.1807849973.078481,087,414
2011/10/2623109940.772654753.112071,259,322
2012/10/2422.3871179.0456957933.587751,296,554
2013/10/2423.3149243.5495960046.138141,399,675
2014/10/2422.7560046.1381462685.528831,426,096
2015/10/2621.9362685.5288365543.966071,437,379
2016/10/2623.7985207.1558969125.603561,644,498
2017/10/3025.565669.3233871700.871151,828,372
2018/01/1525.65071700.871151,839,127

結論

於2008年金融海嘯高點買進0056,投資1年及5年定期定額報酬率高過單筆投資,投資10年單筆投資勝過定期定額。

留言

這個網誌中的熱門文章

母體變異數(population variance)、樣本變異數(sample variance)及自由度(degrees of freedom)

母體指的是所有的數據,樣本指的是從母體抽樣的數據,舉例來說,一個班級有40人,它們的身高,40個身高數據,若只針對這個班,就是母體,但是,卻只是代表全校學生身高的一部分,也就是樣本。 回到「機率統計」頁面 樣本平均數(mean)不是母體平均數,樣本變異數(variance)也不是母體變異數,一個班40個人身高的平均數很難剛好是全校學生的身高平均數。 一個班40個人的身高變異數也不會是全校學生的身高變異數。 變異數計算 母體變異數的定義如下: 而樣本變異數的定義如下: 奇怪的地方 平均數 雖然樣本平均數不是母體平均數,不過,如果不斷重複從同一個母體抽樣平均,會得到一個近似母體平均數的數字。舉例來說,從一個學校所有學生中,不斷隨機選出40個學生取平均數,再將這些平均數平均,結果會接近直接算全校學生的身高平均數。 也就是說樣本平均數的期望值就是母體平均數: 變異數 樣本變異數跟母體變異數就沒這麼單純了。奇怪的地方是,為什麼樣本變異數公式的除術是n-1,而不是像平均數計算一樣用n? 為何樣本變異數要除的是(n-1)? 除數為n的話,變異數會太小 如果樣本變異數的除數是n,樣本變異數就會常常比母體變異數小。為什麼呢? 因為,樣本是從母體抽取的,抽樣的數據算出平均,並且抽樣的數據會相對的接近抽樣的平均,總不會剛好抽出的樣本平均數剛好是母體平均數,且樣本數據離樣本平均數就像母體數據離母體平均數一樣分散吧? 假設母體數據為0-99的整數,共100個數據,從中選出10個數字,然後計算樣本的平均數,分別用n及n-1當作除數算出變異數,連續執行200次,並將200個樣本平均數及200個樣本變異數平均。 也就是取得樣本平均數及樣本變異數的期望值,結果如下: 母體平均數 = 49.5

中央極限定理(central limit theorem)證明

中央極限定理(central limit theorem )指的是從一個獨立同分布(Independent and identically distributed, i.i.d)取出之變數數量趨近無限多時,其平均數(mean)將趨近常態分布(normal distribution)。 回到「機率統計」頁面 目錄: 動差母函數(moment generating function) 常態分布的動差母函數 中央極限定理證明 中央極限定理模擬 中央極限定理應用 動差母函數(moment generating function) 動差母函數為機率密度函數(probability density fFunction, PDF)及累積分佈函數(cumulative distribution function CDF)之外,另一種描述機率分布模型的一種方式。 定義 M X (t) = E[e tx ] 而 e tx 的泰勒級數(Taylor series)為 e tx  = 1 + tx + t 2 x 2 /2! +  t 3 x 3 /3! + ... 則 M X (t) 的泰勒級數為 M X (t) = E[e tx ]  = 1 + tE[x] +  t 2 /2! E[x 2 ] +  t 3 /3! E[x 3 ] + ... 因此,當t = 0時,以t取 動差母函數m次微分,就可以找到其分布模型的第m動差。 特性 M X+Y (t) = E[e t(x+y) ] =  E[e tx+ty ] =  E[e tx e ty ]  =  E[e tx ]  E[ e ty ] =  M X (t)  M Y (t)  常態分布的動差母

HYG、LQD 與 TLT 風險報酬比較

10 年期公債除了站上 4%,再撰寫這篇文章時,已經在 4.3% 徘迴,上次在 這篇文章 研究了現在是否應該要買 LQD 而不是 TLT,本篇文章我想研究非投資等級債是否更適合。 買點 HYG 現在 HYG 價格為 74.04,距離近一次低點 2020/3/20 的 69.75,差別為 5.794% LQD 上次低點在 2020/10/14 的 100.38 附近,與目前的 105.01 相差 4.612%。 TLT 上次低點在 2022/11/4 的 94.22 附近,與目前的 95.16相差 1%。 殖利率上升時,公司債的表現 TLT 2009-01-06 到 2010-01-05 跌了 16.364% 這段期間美國 30 年期公債殖利率從 3.04% 漲到  3.74%,漲了 0.7%。 TLT 2012-11-14 到 2013-11-13 跌了 15.701% 這段期間 美國 30 年期公債殖利率從 2.73% 漲到  3.83%,漲了 1.1%。 TLT 2016-07-29 到 2017-07-28 跌了 10.307% 這段期間 美國 30 年期公債殖利率從 2.18% 漲到  2.89%,漲了 0.71%。 TLT 2021-11-18 到 2023-8-15 跌了 32.695% 這段期間美國 30 年期公債殖利率從 1.97% 漲到  4.35%,漲了 2.38%。 結論 HYG 現在也很便宜,在公債殖利率還有可能持續上漲狀況下,表現可能勝過公債及投資等級公司債。

如何在Chart.js的圖上加上X軸或Y軸名稱

 Chart.js可以幫助網頁顯示各類圖表,要在X軸及Y軸上標示名稱方法如下: 找到Chart物件。 在Chart物件內找到options。 在options內找到scales,若無,自行加上scales。 即可在scales下設定X軸及Y軸的標示。 程式碼範例 <div> <canvas id="myChart"></canvas> </div> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> <script> const labels = [ '1', '2', '3', '4', '5', '6', ]; const data = { labels: labels, datasets: [{ label: '數據', backgroundColor: 'rgb(255, 99, 132)', borderColor: 'rgb(255, 99, 132)', data: [0, 10, 5, 2, 20, 30, 45], }] }; const config = { type: 'line', data, options: {scales:{ x:{ title:{ display:true, text:"月" } }, y:{ title:{ display:true, text:"unit" } } } } }; var myChart = new Chart( document.ge

賭徒破產理論(Gambler's ruin)機率公式證明

賭徒破產理論(Gambler's ruin)指指的是兩位賭徒,每局賭1元,A賭徒有i元,B賭徒有n-i元,兩人不斷的賭,直到一人輸光為止。 回到「機率統計」頁面 前言 假設A賭徒勝率為p,輸的機率就是1-p,稱為q,我們要求算A贏光所有錢的機率。 讓p(i)代表A賭徒擁有i元的時候,獲得最後勝利的機率。 p(0) = 0,因為已經輸光所有錢並且賭局已結束。 p(n) = 1,因為已經贏光所有錢並且賭局已結束。 那麼p(i)呢? 遞迴公式(recursive formula) 假設A有i元,它下一局有可能贏,有可能輸。贏的機率為p,輸的機率為1-p = q。 不論這一局是贏還是輸,A要贏光所有錢的機率還是沒有算出來。 這局贏了,接下來贏光所有錢的機率為p(i+1)。 這局輸了,接下來贏光所有錢的機率為p(i-1)。 因此,p(i) = p*p(i+1) + q*p(i-1),且可以繼續延伸,例如p(i+1) = p*p(i+2) + q*p(i)、p(i-1) = p*p(i-) + q*p(i-2)... 每個公式需要套用原本的公式,稱為遞迴公式公式,而遞迴公式解法可以像解微分方程(differential equation)一樣,可以先用猜的! 例如dx/dt = rx,微分之後x還是在公式裡,可以先猜測x = e^y。 猜測 假設,p(i) = x i ,並帶入p(i) = p*p(i+1) + q*p(i-1),得到  x i   = p* x i+1  + q * x i-1 x = p* x 2  + q p* x 2  - x + q = 0 解一元二次方程式得 x = 1 或 x = q/p 微分方程 p(i) = x i , x = 1 或 x = q/p,且有兩已知數 p(0) = 0 及 p(n) = 1。 而x i 的x有兩個根(root),必須都帶入線性組合(linear combination)公式求解。 p(i) = A(1) i  + B ( q/p ) i  =  A +  B ( q/p ) i  p(0) = A + B = 0 , A = -B p(n) = A + B ( q/p ) n   = 1 A + B ( q/p ) n  = -B +  B ( q/p ) n  = B(-1 +  ( q/p ) n )