ETF 與台積電零股投資組合優化:從拉格朗日到風險平價的完整指南
在當前半導體產業高度波動的環境中,如何在 0050.TW 等 ETF 與 台積電零股(2330.TW) 之間做出最適配置,是許多台灣投資人關心的課題。本文將從基礎理論到實務工具,以深入淺出的方式,完整整合均值-變異數優化(含拉格朗日乘數法)、風險厭惡係數、風險平價策略,以及可立即執行的 Python 程式與 Streamlit 儀表板,幫助您建立系統化的投資決策框架。 1. 均值-變異數優化與拉格朗日乘數法 投資組合優化的核心目標是在給定風險下追求最高報酬(或在給定報酬下追求最低風險)。這就是經典的 均值-變異數框架 (Mean-Variance Optimization)。 拉格朗日函數與解析解 我們以雙資產模型為例: x 1 : ETF 配置權重 x 2 : 台積電零股配置權重( x 1 + x 2 = 1 ) 效用函數(投資者滿意度): U = x 1 r 1 + x 2 r 2 − λ 2 ( x 1 2 σ 1 2 + x 2 2 σ 2 2 + 2 x 1 x 2 ρ σ 1 σ 2 ) 引入拉格朗日乘數 γ γ 處理預算約束後,可推導出最適權重: x 1 ∗ = ( r 1 − r 2 ) + λ ( σ 2 2 − ρ σ 1 σ 2 ) λ ( σ 1 2 + σ 2 2 − 2 ρ σ 1 σ 2 ) 這個公式會自動幫您算出「在您能承受的風險程度下,錢該怎麼分最划算」。 2. 兩個關鍵參數的經濟意義 風險厭惡係數 λ λ 代表您「討厭風險的程度」: λ 越大(4~6以上)→ 保守型,偏好把更多錢放在較穩定的 ETF。 λ 越小(1~2)→ 積極型,願意多配置台積電追求更高報酬。 市場風險升高(如 SOX 大跌、外資做空增加)時,應適度調高 λ λ 以保護資本。 拉格朗日乘數 γ γ 是「每多投入 1 塊錢,能多帶來多少額外滿意度」的邊際價值 。 γ 很大 → 現在的配置機會很好,值得加碼。 γ 很小 → 配置已接近最佳,再加錢的效益有限。 這兩個參數讓數學不再冰冷,而是真正反映您的風險偏好與市場機會。 3. 風險平價策略:另一種穩健思維 傳統優化很依賴對未來報酬的預測,而 風險平價(Risk Parity) 則強調「 把風險像切蛋...