跳到主要內容

用Firstrade達到最低成本美股投資

投資美股最讓人詬病的就是費用結構,傳統共同基金每年開銷大多都在1%以上,除了少數美股註冊的基金以外(請參考這篇文章)。

使用美國交易卷商又有匯款費用,我個人是使用國泰網銀來匯款,一次美金匯出就是800元,如果要讓費用比例降到0.1%,就一次要匯80萬。

費用比例表格

費用率(%) 匯出金額(萬)
5 1.6
4 2
2 4
1 8
0.5 16
0.2 40
0.1 80
0.05 160
0.01 800

不過因為我是有國泰貴賓資格,所以享有每月3次外幣匯出0費用。建議是可以拼看看拿到這個資格,這對於使用美國卷商投資,或是常常有外幣匯出的人來說,相當重要。

要用錢匯回呢?

首先要說明,美股投資不適合高配息或高股利標的,建議是投資低配息的,像是追蹤標普500的ETF,年化配息率大致不超過2%。如果真的要用錢就賣股就好,當作是自己創造配息。

回歸重點,使用券商要用錢時又有一筆匯款費用,而且是firstrade收一次,中轉行收一次,國內銀行再收一次,相當龐大。

不過,Firstrade有出他們的晶片金融卡,可以支援國內ATM提款,Firstrade帳戶資產達1萬美金,可享有每月一次提款上限20000元免手續費提款。

這邊要注意的是,Firstrade是說他們不收費,不是指國內銀行ATM提款時不收手續費。

費用比例計算

以下是匯款回來目標費用率跟一次匯款金額的建議,幣值皆為新台幣。
  • 匯回款項總費用1,000元,費用率目標為1%,需一次匯回10萬。
  • 匯回款項總費用2,000元,費用率目標為1%,需一次匯回20萬。
  • 匯回款項總費用3,000元,費用率目標為1%,需一次匯回30萬。
  • 匯回款項總費用1,000元,費用率目標為0.5%,需一次匯回20萬。
  • 匯回款項總費用2,000元,費用率目標為0.5%,需一次匯回40萬。
  • 匯回款項總費用3,000元,費用率目標為0.5%,需一次匯回60萬。
可能會回款項要2,000元台幣吧!所以建議一次要匯回20萬,讓手續費率降到1%,不然就失去投資ETF降低費用率的意義了。1%有點貴,尤其是常常要用錢時。

國內ATM提款Firstrade帳戶手續費


這邊是我實際使用Firstrade提款卡提款的經驗分享。 

2022年4月18日晚間2100,美金兌台幣即期匯率(網銀轉帳匯率)為29.125,同時間我用土銀ATM及Firstrade提款卡,領了1000元台幣,Firstrade現金少了34.34,1000/34.34 = 29.1206。

29.125跟29.1206相差0.0151%,也就是隱藏手續費,想當小。

提款流程

  1. 插入提款卡。
  2. 輸入4位數密碼。
  3. 點選通用帳戶。
  4. 提款。
另外要注意的事,使用土銀ATM提款Firstrade帳戶錢的時候,ATM不會先顯示交易確認資訊,跟國泰ATM一樣,而是輸入完提款金額就吐出現金了。

一提款完,登入First-rate帳戶,還不會馬上顯示提款交易紀錄,要等美國一個工作天。

提款手續費換算成年度費率

提款手續費如果要換算成年度費用率才能跟基金年度內扣開銷比較,才有比較價值。

假設我每年用Firstrade提款卡在台灣提款24萬(每月2萬,每年24萬),使用目前我找到國內手續費算貴的4%的國泰世華銀行ATM,手續費總共是24萬X0.04=9,600,如果Firstrade帳戶內的美股總資產是240萬,等於每年費用率為9600/2400000=0.4%,其實算不錯。
  • 資產如果為480萬,每年費用率為9600/4800000=0.2%。
  • 資產如果為960萬,每年費用率為9600/9600000=0.1%。
如果加上Firstrade原本要收的手續費3%,等於使用國泰世華ATM提款總手續費為7%(3%+4%)。

每年提款24萬(每月2萬),總手續費為24萬X0.07=1.68萬

  • 資產如果為240萬,每年費用率為16800/2400000=0.7%。
  • 資產如果為480萬,每年費用率為16800/4800000=0.35%。
  • 資產如果為960萬,每年費用率為16800/9600000=0.175%。

每年提款48萬(每月4萬),總手續費為48萬X0.07=3.36萬

  • 資產如果為240萬,每年費用率為33600/2400000=1.4%。
  • 資產如果為480萬,每年費用率為33600/4800000=0.7%。
  • 資產如果為960萬,每年費用率為33600/9600000=0.35%。

每年提款96萬(每月8萬),總手續費為96萬X0.07=6.72萬

  • 資產如果為240萬,每年費用率為67200/2400000=2.8%。
  • 資產如果為480萬,每年費用率為67200/4800000=1.4%。
  • 資產如果為960萬,每年費用率為67200/9600000=0.7%。

以最貴國泰世華ATM的0.4%加上Firstrade收的0.3%手續費計算年度提款費用率

每月提款金額:萬元
每年提款金額:萬元
年度手續費為33600

自行設定每月提款手續費換算年度費用率計算機

每月提款手續費:
每年提款手續費:

用配息率換算成年度費用率

如果我們用Firstrade買SPY,然後每月賣出4%的股票,在用最差的提款手續費國泰4%加上Firstrade收的3%,7%來算,每年費用率為4%的配息或是賣股率乘以7%,等於0.28%。
就以配息率很高,約8%,的美國成長型基金,聯博美國成長基金,來看,我們可以買美國成長型ETF代號IWF來取代聯博美國成長基金,然後每年自己賣股創造配息,年度費用率可以比聯博美國成長基金低。
IWF內扣費用率為0.19%,根據投資人專屬資訊,聯博美國成長基金年度開銷為1.79%,就算每年賣10%的IWF,在台灣提款,用7%的提款手續費計算,也不過是總資產的0.7%,加上IWF原本的0.19%開銷,就是0.89%,大概是聯博美國成長基金的一半。

固定配息率的狀況下Firstrade帳戶應該要有多少錢(幣值為台幣)?

如果能用Firstrade提款卡,零手續費領回美國帳戶的錢,那就解決了匯款手續費的問題了,不過一次最高額度就是2萬,以每月提領2萬計算,1年提領24萬,另以每年提領4%資產而言,美股資產應該要有24/0.04=600萬。

如果每月提領2萬,每年24萬,用Firstrade創造一個配息基金,定期賣股,所需資產價值如下:
  • 配息率以1%計算,帳戶要有24/0.01=2,400萬。
  • 配息率以2%計算,帳戶要有24/0.02=1,200萬。
  • 配息率以3%計算,帳戶要有24/0.03=800萬。
  • 配息率以4%計算,帳戶要有24/0.04=600萬。
  • 配息率以5%計算,帳戶要有24/0.05=480萬。
  • 配息率以6%計算,帳戶要有24/0.06=400萬。
  • 配息率以7%計算,帳戶要有24/0.07=342.86萬。
  • 配息率以8%計算,帳戶要有24/0.08=300萬。

結論

外匯匯出因為是國泰貴賓所以零手續費,外匯匯回可以一個月一次2萬零手續費,所以如果我要自己創造一個追蹤標普500指數並每月配息基金,可以用Firstrade投資,並依照資產額度及配息率每月賣股,並在台灣提款即可。

值得注意的事,用篇文章方式投資美股降低手續費,要用到Firstrade提款卡,然而每個月只能領20000,另外,以標普500指數殖利率概為1%為基準計算,在Firstrade的美股價值如果超過2400萬,而要持續維持1%配息率的話,建議直接用複委託投資即可,因為複委託收股利不用手續費。

換句話說,資產在2400萬以下的人,這篇文章介紹的投資、領錢組合拳還不錯,等同創造一個配息美股基金。

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 )