股票跌很多，就是風險很高嗎？

投資課本把風險寫成標準差，因為標準差算得出來，也能放進最佳化公式，數學上完全合理，問題是人真的會出事，通常發生在股價跌下來而錢剛好又要用的時候

如果這筆錢短期用不到，也不會在低點被逼著賣，帳戶跌 30% 很難受，至少還有等它回來的機會；退休提領、繳學費、失業時的生活費可不會等，賣掉之後，那一段虧損就鎖死了

波動、虧損與被迫賣出

Markowitz (1952) 把風險寫成報酬的標準差，Merton 後來在連續時間模型裡證明：如果可以一直再平衡、中間也不必領錢，變異數確實是對的風險度量

這套模型有一個很強的前提：可以一直不賣，真實人生偏偏常在這裡出問題

如果三十年都不動用這筆錢，波動確實只是過程；期間跌了多少，只要最後漲回來，對自己的終值毫無影響。但只要現金流與這筆資產有交集——退休提領、繳學費、失業時的生活費——波動就會被轉換成永久損失，因為被迫在低點賣出。

這就是為什麼同一組報酬，在沒有現金流時順序完全無關，在有提領時卻可以決定是安穩終老還是中途歸零。這件事在序列報酬風險那一頁可以直接動手驗證。

台股的波動長什麼樣子

二十二年裡有十七年是正的，但那五個負年度裡有一個是 −43%。這個分布形狀無法用常態模型說明——常態分配下，一個標準差 24% 的資產出現 −43% 的機率遠低於 22 分之 1。真實報酬的尾巴比模型厚，這是所有 Monte Carlo 模擬的共同限制，也是為什麼本站的成功率應該被讀成樂觀上界。

回撤才是身體感受到的東西

年報酬的長條圖看起來很抽象，回撤圖不會。「連續十四個月每天打開帳戶都在虧」，比「這一年 −43%」更接近投資人的實際經歷。 資產配置的第一個作用，是把這條線的深度控制在能夠不賣出的範圍內。這個限制來自行為與現金流，單靠數學無法決定。

波動確實會吃掉報酬

波動不等於風險，但它也不是無害的。複利報酬與算術平均報酬的關係大約是：

第一，兩個算術平均報酬相同的策略，波動較低的那個長期複利較高；分散化與再平衡的價值可以從這裡算出來。第二，高波動資產的「期望報酬」很容易被誤讀——看到的期望值是算術平均，實際拿到的是幾何平均。

用投資計畫量風險

我還是會看標準差，它是很有用的第一個數字，只是看到這裡不能停，接著至少要問三件事：

1. 在最壞的情境下，我會不會被迫賣出？ 這決定了需要多少不隨市場波動的緩衝——現金、短債、或穩定的制度所得。
2. 如果最壞的情境發生在最壞的時間點，我的計畫還成立嗎？ 這是順序風險，退休前後十年最致命。
3. 這個風險是可逆的還是不可逆的？ 帳面下跌是可逆的；被迫在低點清倉、或用槓桿被斷頭，是不可逆的。

第三點是分界線。帳面下跌，只要還拿得住，後面有機會漲回來；低點清倉或被斷頭，後面漲回來也跟這筆錢無關了。大部分把投資計畫打掉的事件，都落在後者。

波動拖累的完整推導

上面說的是「波動不等於風險」。但波動還有一個獨立的效果：它會直接降低長期複利報酬，而且降低的量正比於變異數。這不是心理層面的事，是乘法的算術——漲 50% 再跌 50%，為什麼不是回到原點把這條式子推了一遍。

資料與模型各自漏掉什麼

• 台股資料為含息報酬指數，名目值，未扣除交易成本、稅負與費用。實際的稅後報酬會更低，見投資稅。
• 二十二個年度是很短的樣本，不足以估計尾部風險。單一市場的歷史更是只有一條路徑。
• 波動拖累的近似式在波動極大時誤差會擴大。
• 本文不含任何個股或標的的建議。