Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202602

AVWS

Date Range: 202411 to 202602

ZPRV

Date Range: 201503 to 202602

ZPRX

Date Range: 201503 to 202602

XDEV

Date Range: 201410 to 202602

XDEM

Date Range: 201410 to 202602

IEMO

Date Range: 201502 to 202602

FLXE

Date Range: 201711 to 202602

DGSD

Date Range: 201412 to 202602

Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202601

AVWS

Date Range: 202411 to 202601

ZPRV

Date Range: 201503 to 202601

ZPRX

Date Range: 201503 to 202601

XDEV

Date Range: 201410 to 202601

XDEM

Date Range: 201410 to 202601

IEMO

Date Range: 201502 to 202601

FLXE

Date Range: 201711 to 202601

DGSD

Date Range: 201412 to 202601

Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202512

AVWS

Date Range: 202411 to 202512

ZPRV

Date Range: 201503 to 202512

ZPRX

Date Range: 201503 to 202512

XDEV

Date Range: 201410 to 202512

XDEM

Date Range: 201410 to 202512

IEMO

Date Range: 201502 to 202512

FLXE

Date Range: 201711 to 202512

DGSD

Date Range: 201412 to 202512

Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202511

AVWS

Date Range: 202411 to 202511

ZPRV

Date Range: 201503 to 202511

ZPRX

Date Range: 201503 to 202511

XDEV

Date Range: 201410 to 202511

XDEM

Date Range: 201410 to 202511

IEMO

Date Range: 201502 to 202511

FLXE

Date Range: 201711 to 202511

DGSD

Date Range: 201412 to 202511

Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202510

AVWS

Date Range: 202411 to 202510

ZPRV

Date Range: 201503 to 202510

ZPRX

Date Range: 201503 to 202510

XDEV

Date Range: 201410 to 202510

XDEM

Date Range: 201410 to 202510

IEMO

Date Range: 201502 to 202510

FLXE

Date Range: 201711 to 202510

DGSD

Date Range: 201412 to 202510

Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202509

AVWS

Date Range: 202411 to 202509

ZPRV

Date Range: 201503 to 202509

ZPRX

Date Range: 201503 to 202509

XDEV

Date Range: 201410 to 202509

XDEM

Date Range: 201410 to 202509

IEMO

Date Range: 201502 to 202509

FLXE

Date Range: 201711 to 202509

DGSD

Date Range: 201412 to 202509

回答聽眾關於投資策略、產品選擇、稅務效率及個人財務決策的常見問題，並提供基於證據的見解與建議。

關鍵要點

• 比較一次性投資 (Lump Sum) 與平均成本法 (Dollar Cost Averaging)
• 探討小額淨資產投資者尋求財務建議的途徑
• 分析加拿大市場中共同基金 (Mutual Funds) 與 ETF 的優缺點及稅務處理差異
• 討論折價債券 (Discount Bonds) 的稅務效率及其對價格的影響
• 分享個人最大的投資錯誤
• 評估緩衝/結構型 ETF 策略的有效性
• 說明 Rational Reminder 模型更新的考量

一次性投資 (Lump Sum) 與平均成本法 (Dollar Cost Averaging) 的比較

此問題探討在有足夠資金時，應盡快一次性投入市場，還是分批投資。

• 基本費率 (Base Rate)：研究顯示，一次性投資在約 65% 的時間裡表現優於平均成本法。
• 機會成本：平均成本法在等待投資期間會產生機會成本。
• 行為偏誤：平均成本法之所以受歡迎，主要基於行為因素，例如減少後悔（避免在市場高點一次性投入後遭遇崩盤）。然而，這在理性決策框架下被認為是次優選擇。
• 研究結果：PWL Capital 在 2020 年的研究比較了六個股票市場的一次性投資與平均成本法，發現平均成本法在 10 年期間的年化成本約為 38 個基點。即使在一次性投資表現最差的 10% 情況下，平均成本法也僅有約 50% 的時間表現較好。
• 市場時機：無論市場狀況好壞（例如市場處於歷史高點或剛經歷下跌），一次性投資平均而言仍是較優選擇。
• 資產配置的替代方案：如果投資者過於擔心一次性投資的後悔，這可能暗示其資產配置過於激進。研究指出，平均成本法近似於將 50% 至 65% 的資金投資於風險資產，其餘為無風險資產，但表現通常比直接持有更保守的靜態資產配置更差。因此，對於風險規避型投資者，直接以一次性投資投入更保守的資產配置可能更佳。
• 註冊帳戶的考量：對於註冊帳戶（如 TFSA, RRSP, RESP），若資金已在應稅帳戶中，應考慮盡早投資以避免錯失潛在收益，即使可能產生資本利得稅，因為這代表資產增值。

小額淨資產投資者尋求財務建議的途徑

對於淨資產相對較小（例如低於 30 萬美元）的投資者，尋求專業財務建議可能面臨經濟上的挑戰。建議途徑包括：

• 科技應用：尋找提供行為引導 (behavioral nudges) 的金融應用程式，或未來可能成熟的 AI 驅動財務規劃工具。目前對 AI 的信任度仍有待觀察，因其仍可能產生錯誤。
• 其他內容創作者：除了 Rational Reminder 播客外，還有其他專注於日常行為和財務決策的播客或內容創作者。
• 社群支持：參與線上社群（如 Rational Reminder 社群）尋找「問責夥伴」(accountability buddies)。
• 按費收費的財務規劃師 (Fee-Only Financial Planners)：這是一個很好的選擇，他們不收取佣金，只收取諮詢費用，可能更適合小額淨資產客戶。
• 專業建議的價值：即使淨資產較低，專業建議也能幫助識別盲點，避免可能代價高昂的錯誤。科技有助於擴大建議的規模，但人類顧問在理解複雜目標和提供個人化指導方面仍有其獨特價值。

加拿大市場中共同基金與 ETF 的優缺點及稅務處理差異

許多人認為 ETF 比共同基金更具稅務效率，但這在加拿大市場可能不盡然。主要差異點如下：

• 美國市場的稅務效率：在美國，ETF 通常比共同基金更具稅務效率，因為它們可以利用「實物贖回」(in-kind redemption) 和「心跳交易」(heartbeat trades) 機制，在不觸發應稅事件的情況下出售低成本基礎的股票（即有大量資本利得的股票）。這得益於美國《國內稅收法》第 852 B6 條的豁免。
• 加拿大市場的稅務效率：在加拿大，情況可能相反。根據《所得稅法》第 132.1 條，共同基金和 ETF 都可以使用「資本利得退稅機制」(Capital Gains Refund Mechanism, CGRM)。
  • CGRM 的運作：CGRM 允許基金根據贖回情況減少其分配的資本利得。由於共同基金的贖回通常是與基金公司進行現金交易，這會產生更多的 CGRM。而 ETF 的大部分交易發生在二級市場，而非直接向基金公司贖回，因此產生的 CGRM 較少。
  • 基金層面的稅務規劃：共同基金可以利用多餘的 CGRM 進行稅務規劃，例如出售增值證券以實現收益，同時提高成本基礎，並抵銷未使用的 CGRM。Dimensional 在其加拿大基金中就採用了這種稅務意識的實施策略。
• 歷史數據比較：Dimensional 的加拿大共同基金（如 Global Portfolios）自成立以來，資本利得分配極少甚至沒有。相比之下，Vanguard 的資產配置 ETF 產品則每年都有資本利得分配，且金額不小。這表明在加拿大，共同基金在稅務遞延方面可能更具優勢。
• 交易機制：共同基金單位以每日收盤的淨資產價值 (NAV) 買賣；ETF 則在公開市場上以市價全天交易。這兩種方式各有優缺點，但就稅務處理而言，加拿大市場的共同基金可能更具優勢。

折價債券 (Discount Bonds) 的稅務效率及其對價格的影響

此問題探討折價債券是否因其稅務優勢而被高收入投資者推高價格，從而抵消其稅後收益。折價債券的總回報通常由較低的票息收益和資本利得組成，而溢價債券則有較高的票息收益和資本損失。

• 理論預期：在均衡市場中，如果稅務效率完全反映在價格中，那麼稅務優惠資產的價格會被推高，使其稅前收益低於風險相同但稅務優惠較少的資產，從而消除稅後收益的差異。
• 加拿大實證研究：然而，2008 年發表在《加拿大稅務期刊》的一篇論文，基於 1986 年至 2006 年加拿大政府債券的大量數據集，發現沒有證據表明存在這種稅務資本化 (tax capitalization)。對於個人加拿大投資者而言，折價債券的稅後收益始終高於或至少等於溢價債券的收益，因為利息收入的稅率高於資本利得。
• 實際應用：PWL Capital 的 Justin Bender 和 Dan Bartolotti 利用最新的 ETF 數據也證實了折價債券在稅務上更有效率。BMO 的 ZDB ETF 專注於低票息的折價債券。Dimensional 在構建其固定收益投資組合時，在其他條件相同的情況下，也會優先選擇低票息債券，以實現稅務優化。

最大的投資錯誤

主持人分享了他們認為最大的投資錯誤：

• Cameron Passmore：
  • 1995 年為支付房屋首付而出售 JDS 股票，一年後這些股票的價值足以買下整棟房子（事後諸葛）。
  • 早期知道 Bitcoin 價格低廉時未投資，儘管對其沒有堅定信念，但事後認為其符合「偏態驅動」(skewness) 的賭博心理，錯失了巨大增長機會。
• Ben Felix：
  • 購買目前居住的房屋。由於房屋問題和維修費用，以及錯失了在 PWL Capital 早期購買更多股權的機會，導致財務上不如不買房的情況。
• Ben Wilson：
  • 雖然沒有「錯誤」，但他提到年輕時遵循父親的建議，儲蓄 50% 的收入並早期投資，儘管當時投資的是主動型共同基金，但這為他奠定了良好的財務基礎。他開玩笑地說，如果硬要說錯誤，可能是早期投資了主動型共同基金而非指數基金。

緩衝/結構型 ETF 策略的評估

緩衝基金 (Buffer Funds) 或結構型 ETF 旨在限制下行風險的同時，也限制上行收益。它們通常是基於期權的策略。

• 基本原理：透過期權策略，這些基金承諾在一定範圍內保護投資者免受損失，同時將收益限制在一個上限 (cap) 之內。
• AQR 研究：AQR 的研究論文《Rebuffed: An Empirical Review of Buffer Funds》指出：
  • 表現不佳：大多數緩衝基金的風險調整後收益低於其參考資產，且實際收益往往低於其預期的收益圖表。
  • 成本問題：期權本身可能過於昂貴，交易成本高，且管理費通常顯著高於被動式配置。
  • 簡單替代方案：在市場下跌期間，這些產品的表現往往不如簡單、透明的股票和現金組合。這與使用備兌看漲期權 (covered calls) 降低 Beta 值不如直接持有現金的結論相似。
• 結論：這些產品的「下行保護」和「量身定制結果」的承諾很少與實際表現相符。它們更多是為了銷售而非實質價值，是金融產品行業中「創新」的典型例子，但很少真正惠及投資者。投資應優先考慮簡單性而非複雜的幻想。

Rational Reminder 模型更新的考量

Rational Reminder 模型投資組合自推出以來未曾更新，原因如下：

• 無「最佳」投資組合：不存在一個絕對「最佳」的投資組合，原始模型仍完全適用。
• 模型目標：原始模型的目標是近似 PWL Capital 使用的 Dimensional 模型投資組合，為無法直接接觸 Dimensional 基金的聽眾提供 ETF 替代方案。當時 Avantis 是唯一提供多因子 ETF 的公司。
• 產品差異：現在市場上有更多產品（如 Dimensional 自己的小型股價值 ETF），但這些產品與 Avantis 的產品在曝險、投資組合結構和底層宇宙方面存在顯著差異，難以簡單地說哪個更好，更多是個人偏好問題。
• 更新動機：由於主持人不為客戶使用這些模型，且設計高品質因子傾斜投資組合的複雜性，更新模型的動機較低。
• 簡化建議：對於 DIY 投資者，過度優化和頻繁調整策略可能適得其反。堅持一個良好、多元化的策略，並在有更多資金時持續投入，是更簡單有效的做法。Ben Felix 甚至表示，如果他無法使用 Dimensional 投資組合，他可能會選擇一個市值加權的資產配置 ETF，以實現「設定後忘記」(set it, forget it) 的簡單策略。

結論

綜合以上討論，投資者應優先採納基於證據的簡單投資策略，並理解其背後的基本費率。對於資金配置，一次性投資通常優於平均成本法，若對風險感到不安，應重新評估資產配置而非採用次優策略。在選擇投資產品時，應深入了解其在當地市場（如加拿大）的稅務效率，避免盲目套用其他市場的觀念。同時，對於過於複雜或承諾過高收益/保護的產品（如緩衝基金），應保持高度警惕，因為它們往往為銷售而設計，而非為投資者創造實質價值。最後，堅持一個可長期執行的簡單、多元化投資計畫，並在必要時尋求按費收費的專業顧問協助，以獲得行為指導和基於數據的建議，是達成財務目標的關鍵。

原文連結: https://rationalreminder.ca/podcast/383

分析Ted Cadsby關於指數基金的推廣經驗，以及人類認知偏誤如何影響投資決策，並探討克服這些偏誤的方法。

關鍵要點

• Ted Cadsby的背景與主動式管理評估
• 指數基金的啟發與推廣挑戰
• 人類認知的五大設計缺陷
• 克服認知偏誤的策略與實踐

Ted Cadsby的背景與主動式管理評估

• 職涯概述：曾任CIBC Securities Inc.總裁兼CEO，負責銀行旗下共同基金業務，後轉任管理亞洲、加勒比海財富管理業務、投資諮詢公司、私人銀行部門及信託公司，最終擔任零售分行系統主管，管理18,000名員工。
• 產品開發經驗：在擔任總裁兼CEO之前，曾任行銷與產品開發副總裁，負責共同基金產品的建立與開發。
• 主動式管理評估心得：
  • 難以區分「噪音」與「訊號」（即運氣與技能），經理人潛在技能的訊號深埋在統計隨機噪音中，難以持續發掘。
  • 評估經理人未來表現需考量數據（績效、風險、風格一致性）及他們描述思維過程的故事。
  • 經理人擅長講故事，且常真心相信自己的判斷，即使表現不佳也堅信會被「平反」，這源於「確認偏誤」。
  • 承認錯誤對經理人而言是極大的挑戰，因為這很難向客戶推銷。

指數基金的啟發與推廣挑戰

• 看見指數基金的優勢：
  • 源於對主動式管理的懷疑，以及對「市場效率」論點的重新思考。
  • 認為市場並非完全有效，但主動式經理人最大的障礙是「未知中的未知」（unknown unknowns），即難以預測的隨機事件（如黑天鵝事件），這些事件足以淹沒任何分析與資訊。
  • 指數化投資的本質是承認這種根本的隨機性，而主動式管理難以長期成功正是因為這種隨機性。
• 在CIBC推廣指數基金：
  • 決心將CIBC打造成指數基金的領導者，因其共同基金業務當時表現不佳，且受制於內部表現不佳的主動式經理人。
  • 成功推出一系列指數共同基金，採用雙層定價，並提升內部經理人管理指數產品的能力，使其在12個月內達到加拿大基金公司最高銷售額。
  • 曾嘗試將Vanguard引入加拿大，由CIBC作為分銷商，但Vanguard最終選擇獨立運營。
• 《The Power of Index Funds》一書的理念：
  • 該書於1999年出版，旨在將Vanguard在美國的成功經驗引入加拿大。
  • 不僅強調指數化投資的好處，更著重於投資的「反直覺性」以及投資者容易犯的錯誤（如追逐高績效基金）。
  • 引用Charlie Ellis的「輸家遊戲」類比，強調投資應採取防禦性策略，避免犯錯。
  • 視指數化為行為經濟學的入門，探索人類在財務決策中的非理性行為。
• 推廣的阻力與成功：
  • 當時加拿大市場對指數化投資接受度低，暢銷書多推薦熱門主動式基金，推廣數學、隨機性、運氣與技能的區別面臨巨大阻力。
  • 幸運的是，CIBC推出的指數基金在一年內成為各類別的頂級表現者，結合書籍、媒體宣傳與路演，創造了業務動能。
  • 儘管書籍暢銷，但對大眾而言仍是艱難的推銷，主動式管理公司也多方質疑。
• CIBC內部的反應：
  • 初期獲得銀行大力支持，因CIBC共同基金業務當時是落後者，推廣指數基金有助於建立業務和品牌。
  • 後因銀行高層變動，新任CEO及其財富管理主管對低利潤的指數基金業務不熱衷，擔心其會「蠶食」主動式管理業務。
  • Ted Cadsby被要求在「媒體名人」與「銀行高層職位」之間做出選擇，最終選擇了後者，並被調離共同基金業務，轉任其他部門。
• 對指數化投資的現今看法：
  • 仍對指數化投資充滿熱情，但對美國市場大型股的集中度及其相關性有所擔憂，建議透過增加中小型股指數配置來平衡。
  • 認為指數化投資可以採取更複雜的投資組合管理和資產配置方法，而非僅限於基本操作。
  • 對私募股權（Private Equity）的興起感到擔憂，因其導致可投資的公開市場公司減少，零售投資者錯失部分成長機會，且私募股權本身存在費用高、不透明、流動性差等問題。

人類認知的五大設計缺陷

• 背景：指數基金的緩慢採用揭示了人類思維的缺陷。人類大腦雖複雜，但充滿不完美，且我們往往未能意識到這些不完美。
• 五大認知設計缺陷（Big Five Cognitive Design Flaws）：這些缺陷源於幫助人類生存的設計特徵，但在複雜情境下會被過度延伸而產生負面影響。
  • 貪婪還原論（Greedy Reductionism）：
    • 定義：我們傾向於過度簡化一切事物，將複雜現象歸結為簡單的因果關係，以利理解世界。
    • 問題：在複雜情境下，容易過度簡化並誤解現實，例如用主動式經理人過去的績效來預測未來表現，這是一種過度簡化的基本錯誤。
    • 投資影響：導致「低估解釋」（under-interpreting，不深入探究關鍵資訊）和「高估解釋」（over-interpreting，將隨機噪音歸因於訊號），容易犯「第一型錯誤」（Type 1 error，即偽陽性，誤將噪音視為技能）。
  • 確定性成癮（Certainty Addiction）：
    • 定義：我們渴望快速找到答案，因為在生存環境中，猶豫不決可能致命。這種「知道」的感覺是一種強烈的心理獎勵。
    • 問題：在複雜情境下，急於得出結論會導致「過度自信」，即在缺乏充分依據的情況下對結論感到自信。我們傾向於接受第一個「滿意」的解釋（satisficing），而非探索所有可能性。
    • 投資影響：對簡化的早期結論過度自信，錯失更全面的視角。
  • 情緒挾持（Emotional Hostage-Taking）：
    • 定義：我們被設計成對威脅迅速且強烈地反應，以促使行動，這對生存至關重要。
    • 問題：我們容易過度反應，比其他動物更情緒化，且傾向於「反覆思量」（rumination），不斷咀嚼負面情緒，最終被過度活躍的邊緣系統挾持。
    • 投資影響：導致非理性決策，如損失厭惡（loss aversion）等，即使理解其存在也難以克服。
  • 競爭的自我（Competing Selves）：
    • 定義：我們能靈活適應不同情境，展現不同的自我面向。
    • 問題：這種特徵可能演變成「分裂的心靈」（fractured psyches），內在驅動力相互衝突，導致內心矛盾，例如想吃蛋糕又想保持健康的衝突。這與Hal Herschfield關於「現在的自我」與「未來的自我」不一致的研究相關。
    • 投資影響：導致短期衝動與長期目標的衝突，影響儲蓄、投資等決策。
  • 誤導的意義追尋（Misguided Search for Meaning）：
    • 定義：我們不斷試圖理解事物，這是基本設計特徵，但可能演變成對生命意義的掙扎，尤其是在面對死亡時。
    • 問題：其他動物更能「安於現狀」，而人類則因大腦複雜性而承受內在衝突，並掙扎於意義的追尋，導致孤獨與迷失感。
    • 投資影響：可能導致尋求投資的「聖杯」或過度解讀市場事件，以賦予其超越現實的意義。

克服認知偏誤的策略與實踐

• 後設認知（Metacognition）：
  • 定義：人類獨有的「思考思考的能力」，讓我們能夠從自身思維過程中抽離，像旁觀者一樣審視自己的想法。
  • 重要性：這是克服認知缺陷的「秘密武器」，能讓我們控制注意力，但需要大量努力和練習，並非自然而然發生。
  • 實踐方式：
    • 採取冥想姿態（Meditative Stance）：不一定是正式冥想，而是運用正念或自我抽離的態度。
    • 深呼吸與放慢速度：透過專注呼吸來拉開距離，減緩思緒。
    • 自我對話：例如「看看你，Ted，對這交通堵塞如此緊張，而你無能為力」，以批判性視角審視自己。
    • 質疑自動化思維：在衝動行事之前，停下來問自己是否需要放慢速度，重新評估情況。
• 應對特定缺陷的策略：
  • 克服貪婪還原論：
    • 系統性思考（Systems Thinking）：以更深入、複雜的方式評估因果關係，理解各因素之間的相互影響，而非簡單的線性關係。
    • 提問能力：培養更好的提問能力，不滿足於表面答案，持續追問以深入理解複雜性。
    • 理解隨機性：認識到隨機事件的「叢集性」（clumpiness）或「連貫性」（streakiness），例如擲硬幣或生日悖論，避免將隨機噪音誤判為訊號。
  • 克服確定性成癮與過度自信：
    • 機率性思考（Probabilistic Thinking）：從「真/假」或「好/壞」的二元思維轉向為事件或信念賦予機率，迫使自己思考假設和替代觀點。
    • 保持謙遜與懷疑：在複雜情境中，應保持謙遜，並對所讀、所信、所聞保持懷疑態度，尤其是在資訊過載的時代，以避免過度反應和誤解現實。
  • 情緒調節：
    • 識別負面情緒為觸發器：強烈的負面情緒（憤怒、沮喪、焦慮）是啟動後設認知和系統二思維的警訊。
    • 區分「投資」或「放棄」情緒：問自己這個情緒是否值得投入並制定行動計畫，還是應該放手讓它消散，因為它可能是一種過度反應。
    • 理解負面偏誤（Negativity Bias）：人類傾向於對負面事件反應更強烈、感受更深刻，即使整體情緒可能偏向中性或輕微正面。認識到這一點有助於管理情緒。
    • 讓情緒消散：情緒有「半衰期」，學會忍受短暫的不適，讓情緒自然消退，而非立即採取行動。
• 現代世界的挑戰：
  • 人類大腦在數百萬年前的「世界一」（World One，簡單、直接的環境）中演化，擅長自動化思維（System One）。
  • 現代世界是「世界二」（World Two，複雜、不可預測的環境），自動化思維不再可靠，需要更多深思熟慮的思維（System Two）。
  • 我們不擅長應用System Two，因為System One是主導的預設系統，且對自身弱點一無所知。
• 成功的定義：
  • 成功不一定需要由「大於自我」的事物來定義，個人成長（智力、心理、精神）也是一種重要的衡量標準。
  • 應不斷挑戰自我、拓展維度，這是一種個人價值觀，而非普世標準。

總結與行動建議

• 投資策略：優先考慮指數化投資，以規避主動式管理中難以持續的績效、高費用及「未知中的未知」所帶來的風險。可考慮更精細的指數化配置，而非僅限於基本產品，以應對市場集中度等問題。
• 認知提升：
  • 培養後設認知：日常生活中刻意練習「思考思考」，透過深呼吸、自我對話、冥想姿態來抽離情緒與思緒，避免自動化反應。
  • 系統性思考：在面對複雜問題時，避免過度簡化，採用系統性思維模式，深入探究因果關係的相互作用。
  • 批判性提問：不滿足於表面答案，持續提出深入問題，以獲取更全面的資訊和理解。
  • 理解隨機性：認識隨機事件的「叢集性」，避免將隨機噪音誤判為訊號，從而做出錯誤的判斷。
  • 機率性思維：在做決策時，嘗試為自己的信念賦予機率，而非簡單的「是/否」判斷，以培養更謙遜和懷疑的態度。
  • 情緒調節：將強烈的負面情緒視為啟動System Two思維的觸發器，學會區分哪些情緒值得投入行動計畫，哪些應透過忍耐讓其消散，避免因情緒衝動而做出非理性決策。

結論

投資者應採納指數化投資策略以避免主動式管理的固有挑戰。同時，透過培養後設認知能力、系統性思考、批判性提問、理解隨機性及練習情緒調節，來克服人類固有的認知偏誤，做出更理性的財務決策。

原文連結: https://rationalreminder.ca/podcast/382

這段文本旨在為投資新手提供基礎投資知識，解釋投資的重要性、股票與債券的本質、明智的投資方法，以及實施這些理念的工具，同時也為經驗豐富的投資者重申重要原則。

關鍵要點

• 投資的重要性
• 股票與債券的定義與特性
• 明智的投資方法：主動管理與指數投資
• 實施投資理念的工具：資產配置ETF

投資的重要性

• 對抗通貨膨脹：通貨膨脹會導致貨幣購買力隨時間下降。將資金投資於預期報酬為正的資產，至少能抵銷通貨膨脹的影響。
• 實現財務獨立：透過儲蓄並將「人力資本」（賺取收入的能力）轉化為「金融資本」（金融資產所有權），最終可建立一個足以支撐生活方式的資產池，無需持續工作。
• 複利效應：早期開始儲蓄和投資，能透過複利實現指數級增長，大幅減少為達成相同退休目標所需的儲蓄比例（例如，從每年儲蓄收入的50%降至10%）。
• 儲蓄習慣：儲蓄是投資的必要前提。儘管年輕時儲蓄可能涉及犧牲，但建立持續儲蓄的習慣對長期財務成功至關重要。

股票與債券的定義與特性

• 股票 (Stocks)：
  • 代表公司的所有權，其價值基於公司預期的未來利潤。
  • 股東參與公司的成功與失敗，可能獲得高回報，也可能損失全部投資（對單一股票而言）。
  • 歷史上，全球股票在扣除通膨後，長期年化回報率約為5%（過去125年）。
  • 全球多元化：單一國家或產業的表現可能極端，例如日本股市在1970-1990年間表現優異，但隨後20多年卻未能跑贏通膨。因此，持有全球多元化的股票組合是明智之舉，不應過度關注近期表現或試圖預測市場。
  • 市場資本化權重：市場價格反映了所有可用資訊，公司規模（市值）決定了其在市場中的權重。以市值權重配置投資組合是一個很好的起點。
  • 波動性：即使是多元化的股票組合，也可能經歷劇烈波動（例如50%的跌幅），但長期而言，若相信資本主義，市場應會增長。
• 債券 (Bonds)：
  • 代表向公司或政府提供的貸款，而非所有權。
  • 相較於股票，債券通常波動性較低，但預期回報也較低，且對通貨膨脹更敏感。
  • 儘管波動性較低，債券仍有其風險，例如高通膨時期可能迅速侵蝕購買力。
• 股票與債券的權衡：
  • 兩者特性互補，可根據個人對預期回報和波動性的需求，建立不同比例的投資組合。
  • 股票波動性較高，但長期預期回報也較高；債券波動性較低，但預期回報也較低。
  • 「風險」的定義因人而異：波動性是一種風險，但未能達成長期財務目標也是一種風險。對於長期目標而言，股票可能比債券「更安全」，前提是投資者能承受其波動性。

明智的投資方法：主動管理與指數投資

• 主動管理 (Active Management)：
  • 試圖透過預測市場、選擇股票或判斷進出場時機來超越市場表現。
  • 問題在於市場價格已整合所有可用資訊，任何個人或團隊都難以持續超越所有市場參與者的集體智慧。
  • 主動風險：除了市場風險外，主動管理還承擔了「主動風險」，即因主動決策而表現優於或劣於市場的風險。主動風險不具正向預期回報，更像是一種賭博。
  • 費用：主動管理基金因其分析和操作成本較高，通常收取更高的費用。即使是微小的費用，長期複利效應也會對回報產生巨大影響。
  • 倖存者偏差 (Survivorship Bias)：許多表現不佳的主動管理基金會關閉，導致現存基金樣本看起來表現較好，但這並不能代表所有主動管理基金的整體表現。
  • 技能悖論 (Paradox of Skill)：隨著主動管理者技能的提升，他們之間的競爭變得更加激烈，導致結果越來越多地由運氣決定，而非技能。
• 指數投資 (Index Investing)：
  • 旨在複製特定市場指數的表現，而非試圖超越市場。
  • 基於「效率市場假說 (Efficient Market Hypothesis, EMH)」：市場價格已反映所有可用資訊，因此難以持續透過資訊優勢獲利。
  • 優勢：
    • 低成本：指數基金的費用遠低於主動管理基金，因為它們無需進行大量研究和交易。
    • 多元化：自動持有指數中的所有股票（或債券），確保廣泛的市場曝險，避免錯過少數表現優異的股票。
    • 簡化：無需分析公司、預測經濟或判斷時機，降低投資門檻。
    • 可預測性：提供更穩定的預期回報，有助於長期財務規劃。
  • 行為挑戰：指數投資可能被認為「無聊」，且在市場下跌時，投資者可能因「無人掌舵」的感覺而感到不安。然而，長期來看，這種「少即是多」的方法通常更有效。

實施投資理念的工具：資產配置ETF

• 資產配置ETF (Asset Allocation ETFs)：
  • 是一種單一的ETF產品，內部持有全球多元化的股票和債券指數ETF，自動實現資產配置。
  • 範例：Vanguard的VGRO ETF，包含80%股票和20%債券，涵蓋美國、加拿大、國際已開發市場和新興市場的股票，以及加拿大、美國和全球債券。
  • 市值權重與本土偏好：這些ETF通常採用市值權重，但可能為加拿大投資者納入一定程度的「本土偏好 (Home Country Bias)」，即加拿大資產佔比高於其全球市值權重。
  • 自動再平衡 (Automatic Rebalancing)：
    • ETF會自動調整其內部持股比例，以維持目標資產配置，無需投資者手動操作。
    • 行為益處：再平衡通常涉及賣出近期表現好的資產，買入表現差的資產，這與人類的「蜥蜴腦」直覺相反。自動再平衡有助於避免投資者因情緒而犯下行為錯誤。
    • 稅務效率：在應稅帳戶中，ETF層級的再平衡通常比個人手動再平衡更具稅務效率，因為基金經理可以利用新流入的資金進行調整，減少賣出實現資本利得。
  • 費用權衡：資產配置ETF的費用可能比自行組合多個單一指數ETF略高（例如多0.1%）。然而，對於大多數投資者而言，這筆額外費用換取了自動化、簡化和行為保護的巨大價值，通常是值得的。
• DIY投資與顧問：
  • 雖然資產配置ETF使DIY投資變得可行，但許多人仍可能因行為偏差（例如市場時機判斷失誤）而受損。財務顧問可以提供行為指導、稅務和財務規劃等額外價值，幫助客戶堅持計畫。

結論

建議投資者應採納全球多元化、低成本的指數投資策略，並利用資產配置ETF簡化實施。理解投資的長期性質與行為偏差，並堅持既定計畫，而非試圖預測市場或追逐短期表現，是達成財務目標的關鍵。在選擇投資產品時，應權衡費用與自動化、行為保護等效益，選擇最適合自身需求和心理承受能力的方案。

原文連結: https://rationalreminder.ca/podcast/381

解決個人理財系統的缺陷，使其對所有人更有效、更公平，並提供具體的政策建議以改善消費者與金融公司之間的互動。

關鍵要點

• 分析現行金融系統的問題與挑戰
• 探討個人金融決策困難的原因
• 評估金融素養教育的成效與限制
• 揭示資本主義在金融領域的「腐敗」機制
• 審視金融產品創新與競爭的雙面性
• 闡明零售金融中利益衝突的危害
• 分析迴避正規金融系統的風險
• 強調應急儲蓄與信貸的重要性
• 提供重大人生投資（教育與購屋）的決策指南
• 指出常見的抵押貸款錯誤
• 解釋效用理論在風險承擔上的應用
• 歸納成功投資股票的核心原則
• 揭示常見的保險決策失誤
• 探討退休儲蓄與資產配置策略
• 評估科技在金融普及中的作用及Fintech的風險
• 提出政府在改善金融系統中的角色與「推動」（Shove）策略
• 設計更佳金融系統的原則與「入門套件」（Starter Kit）產品

分析現行金融系統的問題與挑戰

• 金融系統的角色：協助個人平穩收入波動、轉移生命週期中的資源（如教育、退休）、進行小型風險投資、管理風險（如保險）。
• 主要問題：
  • 過於複雜且昂貴：產品難以理解、比較和管理，導致人們不願貨比三家。
  • 品牌競爭而非價格與品質：由於產品複雜，金融機構傾向於透過品牌而非實際價值競爭，導致消費者常選擇熟悉的銀行而非最佳產品。
  • 不平等的影響：教育程度較低、金融知識較少的人群受到的負面影響更大。

探討個人金融決策困難的原因

• 認知限制：人類心智並非為解決金融問題而演化，需要數學思維和計算能力，而這對許多人來說並不直觀。
• 錯誤的經驗法則：人們常使用直覺判斷，例如過度關注小額商品的百分比折扣，而忽略大額商品較小百分比折扣的實際價值。
• 現時偏誤（Present Bias）：過度看重當前利益，低估未來價值，導致儲蓄不足、不願為未來做規劃，或拖延處理不愉快的金融任務（如貨比三家）。

評估金融素養教育的成效與限制

• 重要性與承諾：金融教育很重要，例如大學和高中課程（如Council for Economic Education推廣的課程）。
• 成效限制：
  • 不平等問題：大學金融教育主要幫助高收入人群，無法解決整體不平等問題。
  • 高中教育挑戰：缺乏具備良好數學直覺的教師；高中生尚未面臨許多重大金融決策（類似於駕駛教育，若無實際操作則效果有限）；金融產品不斷創新，教育內容需持續更新。
• 結論：金融教育值得嘗試，但並非完整解決方案，應努力簡化金融產品以縮小知識鴻溝。

揭示資本主義在金融領域的「腐敗」機制

• 資本主義的扭曲：競爭性、追求利潤的資本家會回應人們「認為」自己需要的需求，而非其「真正」符合自身利益的需求。
• 產品設計問題：金融系統提供過多誇大效益、隱藏成本的產品（如結構型產品，只強調「不會虧錢」卻忽略放棄的利息）。
• 市場力量與品牌競爭：消費者不願貨比三家，使金融公司在零售市場擁有市場力量，導致它們透過品牌而非價格和品質競爭（例如開設空蕩的銀行分行）。
• 交叉補貼（Cross-subsidy）：精明的消費者（如懂得再融資的人）從不精明的消費者（如不願再融資的窮人或教育程度較低者）的錯誤中獲益，形成「劫貧濟富」的現象（例如抵押貸款再融資、信用卡獎勵、免費支票帳戶、人壽保險費）。這被稱為「隱蔽均衡」（shrouded equilibrium）。

審視金融產品創新與競爭的雙面性

• 競爭的影響：
  • 若產品簡單且消費者依價格/品質購物，競爭將帶來低價和高品質。
  • 若消費者依熟悉度/品牌購物，競爭將導致大量廣告和無價值的開支（如空銀行分行）。
• 創新的影響：
  • 有益創新：科技降低了小額儲戶和投資者的成本（如更便宜的股票交易、機器人理財顧問提供低成本客製化建議）。
  • 有害創新：旨在透過複雜性混淆視聽，創造需求（如結構型產品，利用「不會虧錢」的說法吸引客戶，卻隱藏了放棄利息的成本，並為發行者帶來豐厚利潤）。

闡明零售金融中利益衝突的危害

• 消費者天真：消費者常對金融系統中交易對手的利益動機缺乏警惕，誤以為銀行、券商、基金公司的人員會為其最佳利益服務。
• 顧問的動機：金融顧問可能受高佣金產品驅動，而非客戶利益。
• 監管不足：儘管有信託責任（fiduciary duty）的法定義務，但執法記錄顯示，顧問未能始終履行職責，尤其對年長和不夠精明的客戶。
• 長期客戶的劣勢：銀行常假設長期客戶不會貨比三家，因此可能向他們提供比新客戶更高的價格。

分析迴避正規金融系統的風險

• 「跳出油鍋，掉進火坑」：迴避正規金融系統的常見反應，但往往帶來更大風險。
• 現金儲蓄：床墊下藏現金無法賺取利息，尤其在通膨環境下會貶值。
• 非正式信貸：向親友借貸可能難以收回，或在財務困境時導致痛苦的社會制裁；向高利貸借款則極其危險。
• 加密貨幣（Crypto）：
  • 投機性高：價格波動劇烈，風險極高。
  • 缺乏監管：加密貨幣交易所等平行金融機構不受監管，極易發生詐騙、崩潰（如FTX）。
• 社會需求：社會需要運作良好的正規金融系統來資助生產性投資，若人們退出或金融系統不受歡迎，可能導致破壞性政策。應改革而非取代現有系統。

強調應急儲蓄與信貸的重要性

• 極其重要：許多人收入波動大（小企業主、季節性工作、兼職），且常有突發支出（汽車故障、水管破裂、婚禮）。
• 儲蓄不足：很少人能存夠三個月的正常消費支出作為應急基金（美國40%的人無法做到，英國約50%，南非90%）。
• 高成本借貸：缺乏應急儲蓄會導致在短時間內以高成本借款（如信用卡高利率、逾期費，或年利率高達500%的發薪日貸款）。

提供重大人生投資（教育與購屋）的決策指南

• 大學教育：
  • 高回報投資：對大多數大學生而言，大學教育的回報率很高（實際年化回報率通常在5%至10%之間）。
  • 降低成本：選擇本州公立大學、先讀兩年制社區大學再轉學。
  • 專業選擇：STEM領域和穩定增長的行業（如護理）通常有較高回報。
  • 技能組合：未來最成功的人將是能結合分析能力與軟技能（溝通、團隊合作）的人。
• 購屋：
  • 避免追逐表現：房價難以預測，不應因過去上漲而盲目追逐。
  • 考量生活方式：年輕人可能偏好租賃城市公寓；有家庭者可能因學區等原因選擇郊區購屋。
  • 停留時間：買賣房屋成本極高，若預計停留時間少於3年（最好5年以上）則應租賃。
  • 收入穩定性：確保有穩定收入支付房貸，避免因收入下降而面臨房屋法拍的風險。

指出常見的抵押貸款錯誤

• 未貨比三家：最常見的錯誤，直接接受第一個報價，導致支付更高利率（例如，美國FHA抵押貸款的借款人可能因此多支付28個基點）。
• 未及時再融資：當利率下降時，許多人未能及時再融資以降低利率，導致長期支付更高成本（美國存在種族差異，黑人借款人再融資較慢）。
• 「點數」（Points）的混淆：美國抵押貸款系統中的「點數」會提高利率，使再融資的誘因更強，但許多人（尤其是教育程度較低、收入較低和少數族裔借款人）仍未再融資。建議禁止「點數」，將結算費用直接計入債務。

解釋效用理論在風險承擔上的應用

• 統一框架：效用理論為投資和保險決策提供統一框架。
• 投資風險：
  • 參與市場：應參與風險市場，即使保守也應承擔一定風險。
  • 風險規模：根據風險規避程度智慧地調整風險水平。
  • 分散投資：分散投資可降低風險，保持預期回報，提高夏普比率（Sharpe ratio），使投資者在任何風險規避水平下都能更積極投資。
• 保險決策：
  • 保大不保小：應保險重大風險（如自然災害、健康問題、長期護理），而非小額風險（如洗衣機延長保固）。
  • 接受自付額：當保險有加價時，不應追求完全保險，應接受自付額以限制保險範圍。

歸納成功投資股票的核心原則

• 參與市場：積極參與股票市場。
• 分散投資：極其重要，可降低風險並維持預期回報。
• 最小化費用：密切關注費用，因為費用是確定的，而過去表現不一定重複（被動型基金逐漸取代高費用主動型基金）。
• 不追逐表現：市場效率原則表明回報難以預測，應專注於長期歷史證據，而非追逐短期表現（例如中國支付寶應用程式按過去一年表現排序基金）。
• 區分賭博與投資：認識到人們對賭博的需求，但必須將其與為退休和終身風險管理而進行的投資明確區分開來。

揭示常見的保險決策失誤

• 過度擔心小風險，忽略大風險：例如，在美國複雜的健康保險系統中，人們常選擇高成本、低自付額的計畫，而非更便宜、高自付額的計畫。
• 選擇「劣勢」計畫：雇主有時會提供一些在任何情況下都比其他計畫更昂貴的「劣勢」計畫，而教育程度較低、收入較低的員工更容易選擇這些計畫。
• 對高自付額的誤解：即使是哈佛大學的教職員工，也難以理解高自付額保險的優勢，誤以為是剝奪其健康保險。

探討退休儲蓄與資產配置策略

• 退休儲蓄需求：
  • 因人而異：取決於是否擁有確定給付退休金（defined benefit pension）、社會保障金（Social Security）的替代率（對低收入者替代率較高）。
  • 經驗法則：目標是在退休時儲蓄約6年收入，在50歲出頭時儲蓄約4年收入。大多數人儲蓄不足。
  • 房屋淨值：擁有已付清房貸的房屋可大大提高退休舒適度。
• 退休資產配置：
  • 生命週期投資：應遵循目標日期基金（target date funds）的理念，年輕時更積極，年老時更保守。
  • 原因：年輕人擁有大量人力資本（未來賺錢能力）這一隱性資產，其風險遠低於股票市場。隨著年齡增長，隱性資產逐漸轉化為顯性金融資產，應降低風險。
  • 改進建議：目標日期基金的風險下降曲線應更陡峭，且應根據已儲蓄金額而非僅年齡來調整。
  • 退休後風險：即使退休後，也應繼續承擔部分股票風險，並考慮年金化（annuitization）。
• 年金（Annuities）：
  • 不受歡迎的原因：人們喜歡掌控自己的金融資產，將年金視為投資而非保險產品。
  • 建議：應推廣延遲給付年金（deferred payout annuities），例如從85歲開始給付，以對抗極端長壽風險，且成本更低，同時允許人們保留大部分財富的控制權。

評估科技在金融普及中的作用及Fintech的風險

• 科技的優勢：
  • 降低成本：降低小額產品的成本，使小投資者能以更低成本進行小額貸款或股票交易。
  • 便利性：提供更便捷的介面進行金融交易和貨比三家（如Venmo, Zelle, WISE）。
• 科技的風險：
  • 遊戲化不良行為：介面設計可能將不良行為（如日間交易）遊戲化，引導人們走上錯誤道路。
  • 精密的價格歧視：根據線上資料和個人檔案，向不同人提供不同價格，導致不貨比三家的人被收取更高費用。
  • 金融系統穩定性：金融活動可能轉移到不受監管的平行系統（如加密貨幣），引發金融危機（如FTX），若穩定幣被廣泛用於應急資金且缺乏監管，可能導致銀行擠兌。
• 加密貨幣與DeFi的教訓：
  • 巨大需求：市場對投機性產品和穩定幣有巨大需求。
  • 穩定幣的謎團：穩定幣通常不支付利息，但發行者賺取利息，其受歡迎的原因（如用於加密投資的流動資金、對傳統銀行系統的不信任）仍需深入研究。

提出政府在改善金融系統中的角色與「推動」（Shove）策略

• 政府的基本職能：
  • 提供金融基礎設施：支付系統、高效的電子所有權登記。
  • 監管資訊流動：信用報告系統、信貸產品披露（如美國的《誠實借貸法案》）。
• 超越「輕推」（Nudge）：
  • 「輕推」的局限性：「輕推」（提供資訊、建議或預設選項，但允許低成本退出）短期效果顯著，但長期效果會消散（如退休儲蓄計畫的自動加入）。
• 「推動」（Shove）策略：政府應更積極，專注於產品設計。
  • 單一消費者金融監管機構：應設立一個專注於金融系統此方面的單一監管機構。
  • 定義「入門套件」產品：在每個金融行業領域，監管機構應定義簡單、安全、易用且易於比較的「入門套件」產品。
  • 強制提供：金融公司必須提供此類產品，但也可提供其他產品，不扼殺創新。
  • 類比：如同非處方藥物（如Advil與學名藥），產品標準化，價格透明，便於消費者貨比三家。
• 政府應避免的誘惑：
  • 模糊的「消費者義務」：對整個金融系統施加模糊的信託責任，導致企業不知所措，扼殺創新，並產生高昂成本。
  • 直接提供金融服務：政府在運行大型複雜IT專案方面表現不佳（如美國的healthcare.gov網站、英國的Horizon醜聞），應堅持核心職能（如學生貸款、社會保障系統）。

設計更佳金融系統的原則與「入門套件」產品

• 設計原則：
  • 簡單（Simple）：使產品易於理解和比較，促進價格競爭。
  • 便宜（Cheap）：透過簡單化和競爭實現低成本。
  • 安全（Safe）：減少人們犯錯的可能性。
  • 容易（Easy）：使產品易於使用和管理。
  • 這些原則相互強化。
• 理想的「入門套件」產品：
  • 交易帳戶：支付貨幣市場利率，並從利息中收取明確費用，使費用更顯著。
  • 儲蓄帳戶：用於接收退稅、建立應急基金。
  • 退休帳戶：用於開始風險投資，應是通用且可攜帶的，並要求人們選擇。
  • 合適的保險產品：根據生命週期和需求提供。
  • 信貸產品：應與還款能力掛鉤（如薪資預支計畫），而非鼓勵衝動消費（不贊成「先買後付」）。允許在特定情況下以退休帳戶價值借款，但需嚴格規範。

結論

為解決當前金融系統的複雜性、高成本及對消費者的不利影響，我們必須超越傳統的「輕推」策略，採取更積極的「推動」方法。政府應專注於產品設計，設立單一消費者金融監管機構，並強制金融機構提供「簡單、便宜、安全、容易」的「入門套件」產品，使其條款和費用透明化，便於消費者比較。同時，應避免對整個行業施加模糊的「消費者義務」或直接提供金融服務。具體行動建議包括：改革退休帳戶使其通用且強制選擇；將交易帳戶與貨幣市場利率掛鉤並收取明確費用；以及設計更符合生命週期需求的保險產品。透過這些具體措施，可望建立一個更公平、高效且有利於所有人的金融系統。

原文連結: https://rationalreminder.ca/podcast/380

這項多中心研究開發並驗證了整合放射體學-臨床機器學習 (RCML) 模型，用於預測肝內膽管癌 (ICC) 根治性手術後的早期復發 (ER)。研究證明，相較於傳統的僅臨床或僅放射體學模型，身體組成放射體學 (body composition radiomics) 能顯著提升 ER 預測能力。本研究提出了一種新穎方法，利用常規術前 CT 影像量化全身代謝-免疫狀態，以實現個人化風險分層。此外，研究識別出特定的身體組成放射體學特徵，例如 SAT 衍生的 wavelet features 和 SM 紋理指標，作為主要預測因子，提供了超越傳統腫瘤特徵的生物學可解釋性。

Methodology

本研究採用回溯性多中心設計，納入了 258 名肝內膽管癌 (ICC) 患者。術前對比增強 CT (L3 level) 影像用於身體組成分析。透過驗證過的 Hounsfield unit (HU) 閾值，分割出四個身體組成區塊：皮下脂肪組織 (SAT)、內臟脂肪組織 (VAT)、肌肉間脂肪組織 (IMAT) 和骨骼肌 (SM)。所有影像均經過標準化預處理，包括空間正規化和強度協調。使用 PyRadiomics 提取了總計 6,580 個放射體學特徵。透過評估觀察者內和觀察者間的重現性 (ICC ≥ 0.75) 確保特徵的穩健性。特徵選擇採用了最小冗餘最大相關性 (mRMR) 分析，隨後進行逐步前向選擇，最終得到 15 個最佳放射體學特徵子集。六種機器學習 (ML) 演算法（Decision Tree, Random Forest, Multi-Layer Perceptron (MLP), Support Vector Machine (SVM), Logistic Regression, Gaussian Naive Bayes (GaussianNB)）透過自動化超參數調優 (Hyperopt) 和五折交叉驗證進行優化。模型變體包括僅放射體學 (RML)、僅臨床 (CML) 和整合放射體學-臨床 (RCML) 模型。類別不平衡問題透過 SMOTETomek 重採樣解決。模型性能透過受試者工作特徵曲線下面積 (AUC)、決策曲線分析 (DCA)、敏感度、特異度、F1-score 和 Brier score 進行評估，並在獨立的患者群體上進行外部驗證。基於 SVM 的模型之間的統計差異使用 DeLong’s test 進行驗證。

Results

在 258 名患者中，有 134 名 (52%) 發生早期復發 (ER)。最佳的放射體學機器學習 (RML) 模型以 15 個選定特徵達到了 0.82 的 AUC，顯著優於僅使用臨床變數的模型（平均 AUC 0.72）。基於 Support Vector Machine (SVM) 的整合放射體學-臨床機器學習 (RCML) 模型表現卓越，訓練 AUC 為 0.86，外部驗證 AUC 為 0.84。此 RCML 模型達到了平衡的分類指標，包括敏感度 0.80、特異度 0.87 和 F1-score 0.82。DeLong’s test 證實 RCML 模型顯著優於 CML 模型（AUC 差異：0.12；P=0.043）和 RML 模型（AUC 差異：0.04；P=0.004）。所有表現最佳的模型都能顯著區分高風險和低風險組，且生存率存在顯著差異 (log-rank P<0.001)。RCML 模型顯示出最顯著的分層效果，高低風險組之間的風險比 (HR) 為 2.69 (95% CI: 2.00-3.63)，顯著優於僅臨床 (HR 2.51) 和僅放射體學 (HR 2.20) 方法。

Discussions

這項多中心研究的回溯性設計，儘管透過驗證降低了部分過度擬合的風險，但本質上限制了建立因果推斷的能力。前瞻性研究將有助於強化證據。身體組成區塊的手動分割可能引入觀察者變異性，進而影響特徵的重現性。未來的研究應探索基於深度學習的自動化分割方法，以提高一致性和效率。此外，儘管本研究為識別出的放射體學特徵（例如 SAT 異質性、SM 紋理）提供了生物學上合理的解釋，但仍需要透過相關組織分析（例如 L3 level 肌肉和脂肪組織的單細胞 RNA 定序）進行直接的生物學驗證，以明確確認這些機制基礎。

Reference: Body composition radiomics combined with machine learning for early recurrence prediction in intrahepatic cholangiocarcinoma following curative surgery A Multi Center study

分析投資者常見的投資問題與迷思，並提供基於實證的見解與建議，特別是針對Covered Call ETF、貨幣避險、債券運作及資產配置等議題。

關鍵要點

• 探討Covered Call ETF的投資效益與市場誤解
• 分析股息稅收抵免與貨幣避險策略
• 釐清債券基金與個別債券的運作差異及利率影響
• 討論市值加權與等權重投資組合的優劣
• 探討借貸投資股票的風險與考量
• 評估Vanguard資產配置ETF對DIY投資者的適用性
• 解析Horizons/Global X ETF的稅務結構與潛在風險
• 重新審視退休投資組合中債券的角色與替代方案
• 分享金融職涯中的滿足與挫折

探討Covered Call ETF的投資效益與市場誤解

Ben Felix引用哈佛金融經濟學家John Campbell的觀點，指出金融系統常供應誇大效益、隱藏成本的產品，以迎合人們的感知需求而非實際需求。Covered Call ETF即為一例，儘管其高收益率吸引投資者，但分析顯示：

• 即使Covered Call ETF提供較高收益，長期而言，投資於基礎資產並自行管理現金流的投資者，其財富累積通常更多。
• 為了達到與Covered Call ETF相同的期末財富，投資基礎資產的投資者平均需持有26%的現金，這對長期投資者而言是極為不利的策略。
• Covered Call ETF的行銷常強調高收益，卻忽略其與總預期報酬的負相關性，即高收益往往預示著較低的總預期報酬。
• 這些產品的複雜性使得一般散戶難以理解其內部運作，尤其當涉及槓桿或其他嵌入式策略時，透明度不足。

分析股息稅收抵免與貨幣避險策略

• 股息稅收抵免：股息稅收抵免（如加拿大和澳洲）確實會部分反映在股價中，其程度取決於市場投資者的邊際稅率組成。對於比市場平均投資者更能從中受益的個人而言，仍是淨收益。這可能影響本國偏好（home country bias）的論點，但由於並非所有投資者都以相同方式受益，因此稅收抵免不太可能完全反映在價格中。
• 貨幣避險：貨幣避險旨在消除外幣波動對外國投資的影響。對於加拿大和澳洲等商品型經濟體，其貨幣常在市場恐慌時貶值，這使得未避險的外國資產在加幣計價下價值上升，形成一種「避險」效果。然而，長期貨幣走勢可能對本地消費產生顯著影響。實務上，貨幣避險的精確度不高，且可能產生額外的稅務負擔（如ETF在更新遠期合約時可能分配大量資本利得）。儘管理論上貨幣不應有預期報酬，避險與否不影響長期預期報酬，但短期內可能影響實際結果。部分避險或不避險都有其邏輯，沒有完美答案。

釐清債券基金與個別債券的運作差異及利率影響

• 債券價格與利率的關係：債券價格與利率呈反向關係。當利率上升時，由於債券的固定現金流無法適應更高的利率，市場會透過降低債券價格來維持平衡。
• 債券基金與個別債券的差異：
  • 價格風險：無論是個別債券還是債券基金，其價格風險本質上是相同的。
  • 到期日：個別債券有明確的到期日，持有至到期可確定報酬。債券基金則持續持有目標存續期（duration）的債券，其底層持倉不斷演變，沒有單一到期日，因此報酬存在不確定性。
  • 實用性：對於散戶而言，透過基金建立多元化債券投資組合更為實際且成本較低，因為個別債券的加價（markup）可能很高。
• 存續期匹配：投資者可根據自身負債的存續期，選擇短、中、長期ETF的組合來進行匹配。隨著負債存續期變化，可調整ETF組合。然而，這是一種負債匹配的思維，若目標是定期出售資產以支應開銷，則可能偏好較短存續期的債券。
• 近期債券表現：過去幾年債券價格下跌，並非債券行為的物理定律改變，而是利率環境的變化。1980-2008年的長期利率下降趨勢，讓投資者習慣了債券的資本利得。而2021-2022年利率的快速上升，是前所未有的現象，導致債券價格下跌。中央銀行控制的是隔夜利率，而非直接控制長期債券利率，因此債券價格的反應會受到通膨預期等其他因素影響，並非總是與央行行動直接相關。

討論市值加權與等權重投資組合的優劣

• 市值加權作為預設：Fama的觀點認為，市場投資組合應是起點，因為市場價格已反映了所有資產的特性及其在全球投資組合中的位置。偏離市值加權需要非常充分的理由。
• 等權重投資組合的缺點：若在全球範圍內對不同國家或產業採取等權重，可能會導致對某些類型股票（如小型股、價值股）的隱性傾斜，而非直接針對這些因子進行投資。這使得投資組合的配置缺乏明確的理論依據和可辯護性。

探討借貸投資股票的風險與考量

• 股權風險溢價：股權風險溢價（equity risk premium）通常建立在無風險利率之上。歷史數據顯示，即使在實際利率高於9%的情況下，股權風險溢價仍為正，儘管在高利率環境下會被壓縮。
• 個人風險承受度：借貸投資股票應謹慎評估個人是否適合。這是一種高風險策略，可能導致行為偏差，使投資者在錯誤時機放棄投資。
• 嵌入式槓桿產品：市場上存在一些內建適度槓桿（如125%槓桿比率）的金融產品，這些產品通常沒有每日重置（daily reset）機制，因此避免了槓桿衰減（decay）問題。對於認為自己適合使用槓桿的投資者，這類產品可能比自行實施槓桿更具吸引力，因為它將複雜的實施交由產品本身處理，有助於管理行為風險。

評估Vanguard資產配置ETF對DIY投資者的適用性

• 產品特性：Vanguard的資產配置ETF（如VEQT）是單一ETF，包含美國、加拿大、國際已開發市場和新興市場ETF，並自動進行再平衡。加拿大市場通常有30%的本國偏好。
• 歷史表現：自2019年2月成立以來，VEQT的年化報酬率表現良好。儘管可能略遜於加拿大市場，並因國際市場表現相對不佳而落後於美國市場，但這反映了多元化的本質，即無法預測哪個市場會表現最佳。
• 市場影響：Vanguard的這些產品在加拿大市場引發了「Vanguard效應」，促使其他公司推出類似的低成本、全球多元化、內部再平衡的資產配置基金。這對DIY投資者而言是巨大的正面創新。
• 適用性：這些產品設計周全，非常適合DIY投資者，只要與其風險承受度匹配，幾乎不會出錯。它們簡化了投資流程，降低了交易成本，並提供了稅務效率。

解析Horizons/Global X ETF的稅務結構與潛在風險

• 稅務結構演變：Horizons（現為Global X）ETF曾利用特定的交換（swap）結構實現極高的稅務效率，但政府已介入。目前，這些基金已轉型為共同基金公司（mutual fund corporation）的企業類別（corporate class）結構，繼續提供稅務效率，但其來源不同。
• 當前風險：
  • 衍生性金融商品收入：交換合約產生的總報酬（包括資本利得和股息部分）在基金公司內部被視為應稅的衍生性金融商品收入，稅率可能很高。
  • 損失池（Loss Pool）：基金公司透過累積過去的收入損失來抵銷未來的收入收益，以維持稅務效率。然而，這個損失池正在減少。
  • 稅務不確定性：一旦損失池耗盡，或在年度報告之間出現淨應稅收入，基金公司將需支付高額稅款，這會直接降低基金的淨資產價值（NAV），而非透過投資者稅單反映。這種風險對於管理數十億資產的機構而言是不可接受的，因為其影響可能被放大且難以預測。
• 透明度與複雜性：這些產品的複雜性高，即使是專業人士也需要深入研究才能完全理解其運作和潛在風險。缺乏透明度是避免使用的重要原因。

重新審視退休投資組合中債券的角色與替代方案

• 債券與股票的相關性：債券與股票的相關性並非總是負相關。歷史數據顯示，兩者相關性不穩定，可能出現正相關時期，即債券和股票同時下跌。
• 債券的風險：債券確實能降低投資組合的波動性，但這可能以未來消費風險為代價。股票雖然波動，但其較高的預期報酬使其在長期內更能維持購買力。
• GIC與現金：GIC（Guaranteed Investment Certificates）和高利儲蓄帳戶（HISA）雖然沒有市場波動，但無法解決長期消費風險。然而，對於退休人士而言，它們在行為上具有重要價值，因為它們能提供可預測的現金流，降低焦慮。
• 現金緩衝（Cash Wedge）策略：將未來3-5年的預期開支存放在現金或GIC階梯中，其餘資產投資於股票。這種策略在學術模型中顯示，長期成本並不高，且能顯著降低投資者的焦慮感和行為風險，使其在市場波動時更能堅持投資計畫。這是一種有效的行為管理工具，而非「行為技巧」。
• 真正的無風險資產：對於退休人士而言，真正的無風險資產是通膨指數化永續年金（inflation-indexed perpetuity），但其市場價值波動極大，因為它本質上是一種超長期債券。這凸顯了「風險」的定義取決於你試圖對沖何種風險。

分享金融職涯中的滿足與挫折

• 滿足感：
  • 改變他人生活：聽到陌生人表示因節目內容而改變生活，或幫助客戶實現重要財務目標（如安心退休），帶來巨大的意義感和成就感。
  • 傳播知識：透過溝通複雜的投資理念，幫助人們做出更好的財務決策，符合人類蓬勃發展（human flourishing）的PERMA模型（積極情緒、投入、關係、意義、成就）。
• 挫折感：
  • 對抗錯誤資訊：當試圖提供有益資訊以對抗有害的錯誤資訊時，卻遭到部分人士的憤怒反對（如Covered Call ETF的討論）。
  • 行業中的不誠實行為：面對行業中某些不良行為者公然撒謊、欺騙客戶的行為，感到極度憤怒和不耐煩，儘管情況有所改善，但仍普遍存在。

結論

投資者應保持批判性思維，避免被誇大效益和隱藏成本的金融產品所迷惑，特別是對於高收益產品（如Covered Call ETF）應深入了解其總預期報酬與風險。在資產配置上，市值加權是良好的預設起點，任何偏離都應有充分的理由。對於債券投資，需理解其與利率的機械關係以及基金與個別債券的差異，並根據自身負債存續期或現金流需求來選擇合適的產品。對於退休人士，可考慮結合GIC或現金緩衝策略來管理行為風險，即使這可能略微影響長期報酬，但能顯著提升投資舒適度。最後，對於複雜的稅務優化產品（如某些交換型ETF），務必徹底理解其潛在風險和不透明性，避免因追求短期利益而承擔不可預測的長期稅務負擔。

原文連結: https://rationalreminder.ca/podcast/379

Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202508

AVWS

Date Range: 202411 to 202508

ZPRV

Date Range: 201503 to 202508

ZPRX

Date Range: 201503 to 202508

XDEV

Date Range: 201410 to 202508

XDEM

Date Range: 201410 to 202508

IEMO

Date Range: 201502 to 202508

FLXE

Date Range: 201711 to 202508

DGSD

Date Range: 201412 to 202508

透過回顧美國金融歷史，理解市場事件的重複模式，識別當前投資環境中的風險（特別是另類資產），並提供基於歷史教訓的明智投資策略。

關鍵要點

• 探討學習金融歷史的價值
• 分析美國金融體系與中央銀行的關鍵作用
• 識別歷史上市場泡沫與極端事件的共同模式
• 揭示投資產業中常見的缺陷與其歷史根源
• 深入剖析另類資產類別的興起、風險與濫用
• 討論機構投資者面臨的挑戰與指數化投資的優勢

學習金融歷史的價值

Mark Higgins指出，許多看似「前所未有」的金融市場事件，在歷史上都有類似的先例。透過研究金融歷史，投資者和顧問可以：

• 平息恐慌：例如，2020年3月的疫情恐慌與1914年6月第一次世界大戰爆發時的恐慌相似；疫情後的通膨與大流感後的通膨類似。
• 預測潛在趨勢：歷史提供了一個框架，幫助理解當前事件的背景和可能的發展方向。
• 避免重複錯誤：它是最常被忽視但最有價值的資產，能幫助個人和機構做出更明智的決策。

美國金融體系與中央銀行的關鍵作用

美國金融體系的成功與中央銀行的存在息息相關：

• Alexander Hamilton的貢獻：他在1790年代建立了健全的金融體系，強調公共和私人信用的重要性，認為這是國家發展的「活力原則」。他預見到國家需要穩健的信用來應對公共危險（主要是戰爭），並主張在緊急時期舉債，在平穩時期償還。美國政府債務的信用度至關重要，但長期財政赤字已侵蝕其應對未來危機的能力。
• 中央銀行的必要性：美國歷史上曾有兩段時期（1810年代中期約5年，以及第二銀行解散後約80年）沒有中央銀行。這些時期導致：
  • 貨幣不穩定：各銀行發行自己的鈔票，價值不一。
  • 恐慌頻繁：缺乏「最後貸款人」導致銀行擠兌和系統性危機加速。
  • 經濟蕭條更嚴重：例如1819年和1837年的恐慌後都出現了毀滅性的經濟蕭條，甚至有八個州和一個領地違約。中央銀行在穩定貨幣和作為最後貸款人方面至關重要，能有效阻止危機蔓延。

歷史上市場泡沫與極端事件的共同模式

極端市場事件（如股市崩盤、資產泡沫）比人們想像的更常見，儘管過去百年因知識增長和監管而有所減少：

• 「前所未有」的錯覺：人們常認為當前事件是獨特的，但歷史表明許多模式會重複。
• 泡沫的預警信號：大量資本湧入一個領域，且普遍缺乏懷疑態度，是泡沫形成的最大警訊。例如，當前私人市場的資本流入及其普遍被接受的「優勢」令人擔憂，甚至比加密貨幣更甚，因為後者至少存在大量懷疑者。
• 供應鏈問題：泡沫的形成往往涉及複雜的供應鏈，每個環節的參與者都只看到自己部分，未能意識到系統性風險（如2008年金融危機中的抵押貸款證券化）。私人市場也存在類似問題，各方（養老基金員工、顧問、媒體）都有動機維持現狀。
• 歷史上的投機案例：從1907年的恐慌（影子銀行系統崩潰）到2000年代初的網路泡沫，投機行為屢見不鮮。Mark Higgins對當前市場的投機氛圍感到不安，認為人們已很久未見重大崩盤。

投資產業中常見的缺陷與其歷史根源

投資產業中許多常見的錯誤行為，如市場擇時、主動管理和過度交易，都有其歷史根源：

• 市場操縱的演變：在1933年《證券法》和1934年《證券交易法》之前，華爾街主要透過市場操縱、內幕交易和證券詐欺獲利。這些法規的實施促使了「證券分析師」的誕生，Ben Graham的《Security Analysis》也因此流行，標誌著主動管理的開端。
• 主動管理的挑戰：儘管主動管理興起，但很快就發現，由於市場上有眾多聰明人分析相同公開資訊，要持續超越市場極其困難。Francis Galton在1907年發現的「群眾智慧」原理（平均預測優於大多數個體預測）也適用於股市。Ben Graham本人也曾表示，購買所有股票的橫斷面可能是一個很好的策略，因為分析師群體本身就是市場。
• 持續存在的缺陷：儘管SEC在1940年的研究以及S&P Global和Morningstar的年度報告都顯示主動管理難以持續跑贏市場，但整個行業仍圍繞此模式運作，不願接受這些事實。

另類資產類別的興起、風險與濫用

另類資產（如私募股權、創投、私人信貸）的快速增長帶來了顯著風險：

• 歷史起源：趨勢始於1970年代，當時美國勞工部對「審慎人原則」的解釋限制了養老基金對高風險資產的投資。1979年，國家創業投資協會成功遊說改變了這一解釋，導致大量資本湧入創投和槓桿收購基金。David Swensen在耶魯大學捐贈基金的成功（早期投資於收購和創投）及其2000年出版的《Pioneering Portfolio Management》一書，進一步加速了機構投資者對另類資產的配置。
• 過度配置的動機：機構追逐「耶魯式回報」，顧問公司透過增加投資組合複雜性來提高費用，以及養老基金員工的職業生涯與另類資產投資組合掛鉤，都推動了資本流入。儘管許多證據表明另類資產並未帶來更好的回報或多元化，但資本的湧入本身就會稀釋未來回報。
• 現代投資組合理論的濫用：顧問公司透過調整預期回報率（即使在誤差範圍內）和低估與公開市場的相關性，將大量資本導向另類資產，將「猜測」包裝成「科學」。
• 「常青基金」的會計漏洞：這些基金利用FASB的ASA *20估值指南，在二級市場以低於資產淨值（NAV）的價格購買有限合夥權益，然後立即將其標記回升至NAV，將差額計為「一日收益」。這種做法誇大了初始回報，並以此吸引更多投資者。更甚者，一些基金甚至根據這些「帳面收益」支付績效獎金。這種模式需要不斷購買更大規模的二級市場資產才能維持，最終將難以為繼。
• 紅旗與風險：
  • 普遍缺乏懷疑：市場普遍認為私人市場能多元化投資組合並增加回報，缺乏質疑。
  • 供應鏈問題：各方（媒體、顧問、基金經理）都有動機維持現狀，導致缺乏批判性審查。
  • 費用高昂：常青基金的總費用（管理費、績效費、託管費、底層基金費用）可能高達每年5-6%，難以證明其投資價值。
  • 贖回限制：許多私人基金設有贖回限制，甚至可以「鎖定」基金，使投資者在市場動盪時無法取回資金，將銀行擠兌的風險轉嫁給投資者。
• 零售投資者的風險：如果零售投資者大量湧入私人資產，他們將面臨回報令人失望、資金長期被鎖定以及高昂費用的風險。

機構投資者面臨的挑戰與指數化投資的優勢

機構投資者在採納指數化投資方面面臨獨特挑戰，但指數化策略具有顯著優勢：

• 同儕效應與聲譽風險：機構受託人往往不願採取與同業不同的策略，因為偏離常規並失敗會帶來巨大的聲譽風險。這導致他們傾向於追隨大流，例如大量配置另類資產，即使這意味著無法超越同業。
• 治理不穩定性：投資委員會的頻繁更替（平均每5年）會導致策略不穩定。新成員可能因短期績效不佳而解僱表現不佳的基金經理，並聘用近期表現優異的經理，從而陷入「追漲殺跌」的循環。指數化投資可以有效對沖這種治理不穩定性，因為它減少了頻繁決策和經理人更換的需求。
• 指數化投資的優勢：像內華達州公共僱員退休系統（Nevada PERS）這樣幾乎完全指數化的機構，長期表現優於90-95%的同業，且費用優勢巨大。這證明了指數化策略在長期內的可行性和優越性。
• 高淨值客戶與機構的差異：Mark Higgins發現，向高淨值客戶推廣指數化投資通常比向機構投資者更容易，因為機構決策過程更慢，且受多方意見影響。

結論

基於金融歷史的深刻教訓，投資者應採取以下明確、可行的行動建議：

• 擁抱歷史視角：認識到市場事件的重複性，避免將當前現象視為「前所未有」，這有助於在市場波動時保持冷靜和理性。
• 堅持低成本指數化投資：對於絕大多數投資者而言，試圖擇時或選股以超越市場是極其困難且徒勞的。應選擇與自身時間範圍和風險承受能力相符的資產配置，並透過低成本指數基金進行實施，定期再平衡。
• 警惕另類資產的風險：對私人市場（如私募股權、創投、私人信貸）的過度追捧保持高度懷疑。這些資產往往費用高昂、流動性差，且可能存在估值膨脹和會計漏洞（如「常青基金」利用二級市場交易誇大回報）。零售投資者應特別避免此類產品。
• 避免投機行為：遠離基於短期炒作或「群眾心理」的投資（如迷因股、加密貨幣），這些往往是市場操縱或投機的現代變體，缺乏長期價值基礎。
• 專注於長期目標：大多數市場新聞和短期事件都是「噪音」。應避免對短期波動做出過度反應，堅持既定的長期投資策略，並將精力集中在可控的因素上（如儲蓄率、費用控制和資產配置）。

原文連結: https://rationalreminder.ca/podcast/378

探討投資健康的重要性，以延長壽命和健康壽命，並享受累積的財富，同時借鑒財務投資的原則。

關鍵要點

• 運動 (Exercise)
• 營養 (Nutrition)
• 睡眠 (Sleep)
• 心理健康 (Mental Health)

運動 (Exercise)

• 核心價值：被譽為最強大的長壽藥物，能延緩慢性疾病，延長壽命和健康壽命。
• 關鍵指標：
  • VO2 max (最大攝氧量)：衡量心血管健康的指標。研究顯示，VO2 max低於平均水平者的全因死亡風險是頂尖四分之一人群的兩倍，甚至高於吸煙風險。
  • 肌肉力量：握力是長壽的強大預測指標。維持肌肉量（從30多歲開始減少）對預防晚年虛弱和受傷至關重要。
• 實踐建議：
  • 心血管健康：每週至少進行三小時或四次45分鐘的Zone 2運動（能說完整句子但略感吃力）。
  • 力量訓練：像儲蓄一樣，年輕時開始累積肌肉量和骨密度，以應對年齡增長帶來的挑戰。
  • 一致性：即使時間有限，每天10分鐘的運動也遠勝於無，保持習慣比間歇性高強度更重要。
• 投資方式：
  • 時間投入：優先安排運動時間，避免工作過度。
  • 金錢投入：購買運動器材（如山地自行車、皮划艇、負重背包、家用健身器材）、健身房會員、參加運動聯賽。
• 個人經驗：Ben Felix 透過引體向上、騎風扇自行車等快速高強度運動來釋放壓力、提升精神清晰度並改善睡眠。

營養 (Nutrition)

• 挑戰：營養學領域充滿爭議和矛盾證據，難以找到普遍適用的「完美飲食」。研究多為相關性而非因果性。
• 普遍共識原則：
  • 避免持續攝取會大幅升高血糖的食物（如果汁、汽水）。
  • 攝取足夠蛋白質，對維持或增加肌肉量至關重要。
  • 多吃新鮮水果、蔬菜和富含纖維的食物。
  • 避免過度頻繁進食，保持適度飽足感。
  • 避免高度加工食品和有害物質（如酒精、煙草、毒品）。
• 核心理念：最好的營養計劃是你能長期堅持的，這與投資哲學中「能堅持的才是最好的」原則相似。
• 投資方式：
  • 金錢投入：購買高品質食物，如當地農產品、預製健康餐點。
  • 時間投入：投入時間準備健康餐點，或利用服務節省時間。
• 個人經驗：Ben Felix 盡可能購買當地農產品和預製沙拉，並避免酒精、煙草和毒品。

睡眠 (Sleep)

• 重要性：對大腦健康和功能至關重要。長期睡眠不足（每晚少於六小時）會增加心臟問題（如心臟病發作）的風險。
• 改善睡眠的投資：
  • 環境優化：創造黑暗、涼爽、舒適的睡眠環境。
  • 習慣養成：維持一致的睡眠時間表，睡前避免咖啡因、酒精和明亮螢幕。
  • 運動助益：適度運動有助於改善睡眠品質，但睡前劇烈運動可能導致難以入睡。
• 治療方法：認知行為療法（CBTI）和睡眠限制是循證有效的失眠治療方法，但過程可能艱辛。
• 警示：安眠藥可能與壽命縮短相關。過度推崇的「拼命工作文化」中宣揚的少睡多咖啡因模式並不可取。
• 效益：充足的睡眠能顯著提高生產力、幸福感和整體健康狀況，被視為一種「超能力」。

心理健康 (Mental Health)

• 核心價值：不僅是身體健康，更關乎幸福感和享受生活。快樂的人往往壽命更長。
• 幸福要素 (PERMA 模型)：
  • Positive Emotion (積極情緒)：感受良好，享受當下。
  • Engagement (投入)：透過挑戰性任務達到心流狀態。
  • Relationships (人際關係)：維持牢固健康的關係。
  • Meaning (意義)：找到人生目的。
  • Accomplishment (成就)：實現有價值的目標。
• 人際關係的重要性：哈佛成人發展研究發現，人際關係的幸福感對健康有強大影響。更強大的社交網絡與更長的壽命相關。
• 投資方式：
  • 時間投入：投入時間與關心的人共度時光。
  • 金錢投入：支付與朋友共同活動的費用（如健身房會員），或購買節省時間的服務（如家務清潔、送餐），以便有更多時間與人交流。
• 警示：讓人際關係疏遠是人們最常見的後悔之一。人際關係惡化會對財務、心理、睡眠和飲食等多方面健康產生負面影響。

結論

運動、營養、睡眠和心理健康是相互關聯且能相互強化的關鍵領域。應將時間和金錢有意識地投入到這些方面，例如：定期進行Zone 2運動和力量訓練；選擇可持續的健康飲食，避免加工食品和有害物質；創造良好的睡眠環境並保持規律作息；以及積極培養人際關係和追求有意義的目標。這些投資將帶來身體健康、認知表現和整體幸福感的顯著提升，確保您能更長久、更愉快地享受生活和累積的財富。

原文連結: https://rationalreminder.ca/podcast/377

提供一個財富累積的框架，說明隨著財富增加，個人財務策略（包含支出、時間運用與投資）應如何調整。

關鍵要點

• 定義財富階梯及其六個等級
• 制定基於財富水平的消費與收入決策規則
• 分析財富組成隨階梯上升的變化
• 闡述各財富等級間的晉升策略
• 探討極端財富的挑戰與其他形式的財富

定義財富階梯 (The Wealth Ladder)

這是一個思考財富累積的新框架，主張個人財務策略應隨著財富的增長而改變。它將財富分為六個不同的等級（以美元計，淨資產）：

• Level 1: < $10,000
• Level 2: $10,000 - $100,000
• Level 3: $100,000 - $1,000,000 (美國中產階級，約佔40%家庭)
• Level 4: $1,000,000 - $10,000,000 (約佔18%家庭)
• Level 5: $10,000,000 - $100,000,000 (頂端2%家庭)
• Level 6: > $100,000,000 (全球約30,000戶，美國約佔1/3) 等級之間是十倍的對數尺度，此框架旨在說明不同財富水平下，收入、支出和投資決策應如何調整。

制定消費與收入決策規則

• 0.01% 消費規則 (The .01% Rule for Spending)：
  • 將淨資產乘以 0.01% (或除以 10,000)，這約是財富每日應產生的保守收益。
  • 此規則作為「瑣碎性規則 (triviality rule)」，當邊際消費決策金額小於此數值時，無需過度擔憂（例如，百萬美元淨資產每日約產生 $100 收益，若餐廳餐點差價為 $10-20，則無需煩惱）。
  • 允許「生活方式升級 (lifestyle creep)」，但僅限於已累積財富並展現財務紀律之後。
  • 不同財富等級的「自由度」：Level 2 (雜貨自由)、Level 3 (餐廳自由)、Level 4 (旅行自由)、Level 5 (住房自由)。
• 1% 收入規則 (The 1% Rule for Income)：
  • 將淨資產乘以 1%。若某收入機會（如副業、新客戶）預計無法使淨資產增加至少 1%，則應重新考慮。
  • 此規則特別適用於自由職業者或經常評估收入機會的人，作為決策的輔助檢查。

分析財富組成隨階梯上升的變化

• 資產類型轉變：
  • Level 1-2：主要資產為汽車。
  • Level 2-3：主要資產轉變為房屋。
  • Level 4-5：主要資產為退休帳戶、股票等。
  • Level 5-6：主要資產為私人企業所有權、公司股權等。
• 收入產生型資產比例增加：
  • Level 1-3：少於 25% 的資產為收入產生型資產（不含自住房）。
  • Level 4-6：超過一半的資產為收入產生型資產，包括退休帳戶、房地產、股票和私人企業。
• 核心結論：財富越多的人，其資產中收入產生型資產的比例越高。

闡述各財富等級間的晉升策略

• Level 1 到 Level 2 (淨資產 < $10,000 到 $10,000-$100,000)：
  • 目標：達到某種程度的財務安全 (safety)。
  • 策略：建立應急基金；利用社會網絡 (network) 尋求朋友、家人的幫助；投資於教育和技能提升（如銷售、藍領技術、技職學校），教育的財務回報在 Level 2 最為重要。
• Level 2 到 Level 3 (淨資產 $10,000-$100,000 到 $100,000-$1,000,000)：
  • 目標：讓投資發揮更大作用。
  • 策略：持續儲蓄和投資（特別是全球多元化指數基金）；投資組合的收益開始與個人儲蓄競爭；副業 (side hustle) 可能有幫助，但需評估是否會分散主業精力；提高收入是比削減支出更有效的槓桿。
• Level 3 到 Level 4 (淨資產 $100,000-$1,000,000 到 $1,000,000-$10,000,000)：
  • 目標：透過持續賺取和投資來實現。
  • 策略：持續儲蓄和投資，讓複利效應發揮作用；數據顯示，高收入與高財富之間存在最強烈的關係；從 Level 3 到 Level 4 的家庭，其收入顯著高於停留在 Level 3 的家庭，但支出水平相似，表明收入增長是關鍵。
• Level 4 到 Level 5 (淨資產 $1,000,000-$10,000,000 到 $10,000,000-$100,000,000)：
  • 目標：突破傳統的累積模式。
  • 策略：標準的 9-5 工作、儲蓄和投資策略，需要極長的時間（例如，從 100 萬到 1000 萬可能需要 28 年）；主要途徑是成為企業主或創業家，創辦並出售公司，或早期加入成功的初創公司並持有大量股權；Level 4 被稱為「財富的無人區 (no man's land of wealth)」，因為達到此等級的策略可能無法讓你晉升到 Level 5；許多人會選擇在 Level 4 達到「足夠 (enough)」的財富後，放慢腳步，追求「Coast FIRE」生活方式。
• 財富下降的常見原因：離婚、資產過度集中（例如，所有財富都在單一企業中）、健康問題。退休後支出也可能導致財富等級下降，但數據顯示大多數退休人員並未大幅花費本金。

探討極端財富的挑戰與其他形式的財富

• 極端財富的挑戰 (Level 5 & 6)：管理財富的壓力；人際關係中的信任問題；家庭動態變化，可能面臨社會期望或壓力；工作動機的改變，因為財富已遠超消費需求。Nick Maggiulli 認為，過多的財富實際上可能毀掉一些人的生活。
• 生活方式的改變：從 Level 4 到 Level 5，生活方式的改變取決於個人性格。約 2000 萬美元淨資產或 200 萬美元年收入是人們開始頻繁搭乘私人飛機的門檻。達到 1 億美元以上，則可能涉及遊艇等更奢華的消費。除了消費，財富還能透過商業決策對社會產生更大的影響。
• 其他形式的財富 (5 Types of Wealth by Sahil Bloom)：除了財務財富 (Financial Wealth)，還應關注社會財富 (Social Wealth)、時間財富 (Time Wealth)、心理財富 (Mental Wealth) 和身體財富 (Physical Wealth)。這些非財務財富因難以量化，常被忽視，但對整體幸福感至關重要。

結論

個人應根據其當前財富等級調整財務策略，而非一概而論。在財富累積初期（Level 1-2），應優先建立財務安全網、投資自身教育與技能。進入中產階級（Level 3-4），重點轉向持續儲蓄、多元化投資收入產生型資產，並專注於提高收入而非僅僅削減支出。若目標是極端財富（Level 5+），則需考慮創業或早期加入高成長企業。同時，應警惕極端財富帶來的挑戰，並平衡財務財富與社會、時間、心理、身體等其他形式的財富，以實現「活出自己的人生 (living life on your own terms)」的成功定義。對於財務顧問，應根據客戶的財富等級提供客製化建議，並考慮客戶的整體福祉，而不僅僅是財富最大化。

原文連結: https://rationalreminder.ca/podcast/376

分析 Covered Call 策略的投資效益，揭示其高分配收益率的誤導性，並說明其對長期投資者預期總報酬和風險的負面影響。

關鍵要點

• 介紹 Covered Calls 及其吸引力,- 解釋 Call Option 的運作方式,- 闡明 Covered Call 收益率的誤導性,- 分析 Covered Call 如何降低預期總報酬並增加風險,- 探討波動率風險溢酬 (Volatility Risk Premium) 的作用,- 檢視實際 Covered Call 基金的歷史表現,- 討論單一股票 Covered Call ETF 的極端案例,- 比較 Covered Call 基金與基礎資產基金的費用

介紹 Covered Calls 及其吸引力

Covered Calls 是一種在零售投資者中廣受歡迎的產品，常以高達 14% 的「收益率」吸引人。然而，這種高收益率常被誤解為高總報酬，導致投資者產生「聽起來好得不像真的」的疑慮。Ben Felix 稱其為「魔鬼的交易」(A Devil's Bargain)，因為它在產生「收入」的同時，卻損害了投資回報。

解釋 Call Option 的運作方式

• Call Option 定義：賣方（擁有股票者）將在未來以特定價格（履約價 Strike Price）向買方出售股票的權利。買方支付一筆費用（權利金 Premium）。
• 範例：股票市價 $20。賣方以 $22 履約價出售 Call Option 給買方，收取權利金。
• 情境 1 (股價未達履約價)：若股價未達 $22，賣方保留股票並賺取權利金。
• 情境 2 (股價超過履約價)：若股價漲至 $23，買方將以 $22 履約價買入股票。賣方的上漲潛力被限制在 $22，但仍保有下跌風險（若股價跌至 $18，賣方仍損失 $2，儘管有權利金抵消部分損失）。
• 權利金：賣方收取的權利金即是 Covered Call ETF 分配給投資者的「收入」。

闡明 Covered Call 收益率的誤導性

• 收益來源：Covered Call 基金透過出售 Call Option 獲得權利金，並將其作為現金分配給投資者，形成高「分配收益率」(Distribution Yield)。
• 誤導之處：這些分配收益率「感覺」像是投資回報，但它們並非獨立存在。出售 Call Option 伴隨著「負債」(liability)，即若股價上漲超過履約價，基金必須以低於市價的價格出售股票，從而限制了上漲潛力。
• 與預期總報酬的關係：Covered Call 策略的收益率與其預期總報酬呈「反向關係」。收益率越高，預期總報酬越低。高收益率並不代表高風險，反而可能預示著低預期總報酬。
• 「收入」與「總報酬」的區別：總報酬才是真正能用於消費的，而高收益率的「收入」往往是以犧牲資本增值為代價。

分析 Covered Call 如何降低預期總報酬並增加風險

• 降低股票曝險：出售 Call Option 實際上是「做空」(shorting) 基礎股票的曝險，降低了對股票風險溢酬 (equity risk premium) 的參與。
• 不對稱的風險回報：Covered Call 策略保留了大部分下跌風險，卻限制了上漲潛力。這消除了股票在長期投資中重要的「均值回歸」(mean-reverting) 特性，即在大幅下跌後往往會有較好的反彈。
• 高收益率的代價：為了追求更高的「收入」，基金會出售履約價更低的 Call Option，這會進一步減少對基礎資產的曝險，更嚴格地限制上漲空間，導致預期總報酬更低。
• 資本耗損：對於依賴這些高分配收益的投資者，特別是高收益率的產品，其資本可能會相對快速地耗盡。

探討波動率風險溢酬 (Volatility Risk Premium) 的作用

• 理論潛力：股票期權的隱含波動率 (implied volatility) 通常高於已實現波動率 (realized volatility)，這理論上為期權賣方提供了賺取「波動率風險溢酬」的機會。
• 實際情況：儘管有此理論，但 Covered Call 產品的行銷重點是「收入」，而非波動率風險溢酬。
• 歷史表現：在 2011 年之前，波動率風險溢酬對 Covered Call 策略有利。然而，自 2011 年以來，由於市場擁擠等因素，波動率風險溢酬已不足以彌補因出售期權而減少的股票曝險，導致這些策略表現不佳。

檢視實際 Covered Call 基金的歷史表現

• BMO Covered Call Utilities ETF (ZUT)：自 2011 年 10 月成立以來，總報酬年化落後基礎資產 2.6 個百分點，在超過 70% 的三年滾動期和近 85% 的四年滾動期內表現不佳。
• BMO Covered Call Canadian Banks Fund (ZWB)：自 2011 年 1 月成立以來，總報酬年化落後基礎資產 2.71 個百分點，在不到 1% 的三年滾動期內表現優於基礎資產。
• Global X S&P TSX 60 Covered Call ETF (HXF)：自 2011 年 3 月成立以來，總報酬年化落後 iShares S&P TSX 60 ETF 3.65 個百分點，在 92% 的三年滾動期內表現不佳。
• Hamilton ETFs Yield Maximizer ETF series (例如 HMAX)：針對超過 10% 的收益率，透過出售「價內期權」(at-the-money call options) 來實現，但 US Equity Yield Maximizer ETF (HMAX) 自成立以來，年化落後 S&P 500 ETF 4.48 個百分點。
• JP Morgan Equity Premium Income ETF (JEPI)：自 2020 年 5 月成立以來，總報酬年化落後 S&P 500 ETF 5.92 個百分點（儘管 2022 年因跌幅較小而相對表現優異）。

討論單一股票 Covered Call ETF 的極端案例

• 產品性質：針對單一股票（如 Tesla）出售 Covered Call 的 ETF。
• 極端收益率與表現：TSLY (Tesla Covered Call ETF) 的分配收益率高達 48.59%。
• 嚴重落後：自 2022 年 11 月成立以來，年化落後 Tesla 股票超過 20 個百分點。
• 資本返還：許多單一股票 Covered Call ETF 的分配中包含顯著的「資本返還」(return of capital)，這意味著它們在分配投資者自己的本金。
• 投機性質：這種產品被視為高度投機工具，而非傳統投資，因為它在限制上漲潛力的同時，承擔了所有下跌風險。

比較 Covered Call 基金與基礎資產基金的費用

• 管理費用 (MER)：Covered Call 基金的平均 MER 為 0.63%，而僅持有基礎股票的 ETF 平均 MER 為 0.25%。
• 交易費用 (TER)：Covered Call 基金的平均 TER 為 0.16%，而基礎股票 ETF 的平均 TER 為 0。
• 結論：投資者為 Covered Call 策略支付了顯著更高的費用，卻換來了更差的預期回報和不對稱的風險。

結論

Covered Call 基金的高分配收益率具有高度誤導性，它們並非真正的「收入」或預期總報酬。這些策略透過限制上漲潛力來換取權利金，同時保留了大部分下跌風險，從而降低了長期預期總報酬並消除了股票的均值回歸特性。歷史數據明確顯示，Covered Call 基金的總報酬長期顯著落後於其基礎資產，且費用更高。對於大多數長期投資者而言，Covered Call 策略弊大於利，應避免將其作為核心投資策略。若追求較低的股票曝險，持有部分現金或平衡型投資組合是更優且更透明的選擇。

原文連結: https://rationalreminder.ca/podcast/375

Data for this analysis was sourced from Kenneth R. French's database and justETF.com.

JPGL

Date Range: 201908 to 202507

ZPRV

Date Range: 201503 to 202506

ZPRX

Date Range: 201503 to 202507

XDEV

Date Range: 201410 to 202507

XDEM

Date Range: 201410 to 202507

IEMO

Date Range: 201502 to 202507

FLXE

Date Range: 201711 to 202507

DGSD

Date Range: 201412 to 202507

分析美國目標日期基金 (Target Date Funds, TDFs) 的表現、其相對於被動基準的劣勢，以及導致這些劣勢的驅動因素，並提供投資者和計畫贊助商評估與選擇TDF的工具和建議。

關鍵要點

• 了解目標日期基金 (TDF) 的運作與重要性
• 建立 TDF 的基準測試方法
• 分析 TDF 相對於基準的表現與驅動因素
• 探討 TDF 戰術性偏離其資產配置路徑的影響
• 提供投資者與計畫贊助商的行動建議

了解目標日期基金 (TDF) 的運作與重要性

• QDIA (Qualified Default Investment Alternative)：2006年《退休金保護法》擴大將TDF納入，作為401k計畫的預設投資選項，解決許多人不知如何選擇的問題。
• TDF 定義：為退休規劃者提供一站式服務，自動管理股票與債券的資產配置，並隨時間推移變得更保守（滑降路徑）。
• 市場重要性：美國退休帳戶中，約一半持有TDF，每月超過70%的新資金流入TDF，對美國退休儲蓄者至關重要。
• 滑降路徑 (Glide Path)：隨著年齡增長，逐漸降低風險（減少股票曝險），從年輕時高股票配置轉向退休時更安全的資產（如債券）。
• 比較困難：不同的TDF供應商（Fidelity, PIMCO, T. Rowe Price, Vanguard等）有不同的滑降路徑、資產類別細分（國內/國際、大小型股、價值/成長、新興市場等）、以及「到退休」(to retirement) 或「貫穿退休」(through retirement) 的管理方式。此外，基金公司幾乎只持有自家基金，導致結構複雜且難以比較。

建立 TDF 的基準測試方法

• 挑戰：TDFs因資產配置、底層基金和費用結構不同而難以比較。
• 方法論：將TDF持有的底層共同基金映射到最能複製其表現的被動指數基金或ETF。
• 複製基金 (Replicating Fund)：透過這些被動指數成分，以相同的資產配置和滑降路徑，構建一個「複製TDF」，作為每個TDF的客製化基準。
• 衡量目標：衡量TDF的「營運效率」，即在給定其資產配置選擇下，相對於使用廉價被動產品的表現。
• 準確性：複製基金與TDF的平均匹配度高達99.7%至99.9%。即使個別資產類別（如商品）匹配度較低，由於其佔比小，對整體結果影響不大。
• 追蹤誤差調整：複製基金不包含TDF因資金流動而需持有的現金部位（通常2-3%），這會導致複製基金在市場上漲時有較高回報。分析時會進行調整。

分析 TDF 相對於基準的表現與驅動因素

• 平均表現：TDFs平均每年比其複製基金基準低約1%。在長達60-70年的退休規劃中，這可能導致一半的資金損失，影響巨大。
• 主要驅動因素：
  • 費用 (Fees)：佔1%表現不佳的約55個基點。這包括底層主動型共同基金的較高費用，以及TDF本身作為基金中基金額外收取的費用。
  • 主動管理不佳 (Poor Active Management)：佔1%表現不佳的約45個基點。即使在扣除費用後，主動型基金的總回報仍平均每年比被動基準低45個基點。
  • 時機選擇 (Timing)：影響約幾個基點，不顯著。這是指TDF經理在季度報告之間進行的戰術性資產配置調整和再平衡。
• 成本演變：TDF費用隨時間下降（從十年前的約60個基點降至現在的40個基點），但表現最佳與最差的TDF之間仍存在巨大差異（可達3%）。
• 表現分散 (Dispersion)：即使是同一退休年份的TDF，其表現也可能存在巨大差異。例如，某個月最佳與最差TDF的月回報差額曾高達23%。這種分散性是TDF投資者的額外風險。
• 投資者與計畫贊助商的認知：投資者和計畫贊助商對TDF的表現差異普遍不敏感，因為大多數401k計畫只提供單一TDF供應商的產品，且缺乏易於理解的比較工具。

探討 TDF 戰術性偏離其資產配置路徑的影響

• 滑降路徑的戰術性變化：TDF經理會戰術性地偏離其預期的滑降路徑設計。平均而言，TDF在一個季度內會改變其滑降路徑約4%，一年內約9%。
• 測量挑戰：難以區分「策略性」滑降路徑（長期研究決定）和「戰術性」滑降路徑（短期市場預期調整）。研究主要衡量資產配置的實際變化。
• 影響：這些戰術性變化平均而言對投資者不利，導致每年約10個基點的額外成本。經理人似乎在追逐回報，而非嚴格遵循再平衡策略。
• 活動頻率：40%的TDF在任何給定季度都會增加或刪除基金持倉，顯示其高度活躍的管理。
• 行為偏差：即使經理人出於好意，試圖幫助投資者，但預測宏觀經濟趨勢和選股一樣困難，且容易受到追逐回報等行為偏差的影響。
• 不同基金公司的行為：Vanguard和American Funds傾向於嚴格再平衡，而JP Morgan和Fidelity則更活躍，更可能追逐回報。
• 投資者認知：大多數TDF投資者並不知道這些戰術性變化正在發生，因為滑降路徑通常被認為是穩定的。

提供投資者與計畫贊助商的行動建議

• TDF的整體價值：TDF作為QDIA，相較於過去的貨幣市場基金，對投資者而言是巨大的進步，提供了股票市場曝險和自動資產配置。
• 提高透明度：鼓勵投資者和計畫贊助商使用如 glidepathfinancial.com 等工具，了解其TDF的實際表現和底層運作。
• 選擇被動型TDF：考慮選擇基於指數基金的TDF產品，以避免主動管理不佳和高費用。
• 關注風險水平：在比較TDF時，除了營運效率，還應考慮其總體風險水平。未來的工具將提供風險調整後的基準測試。
• 教育與行為：投資者教育至關重要，以幫助他們理解TDF的運作、風險和表現差異。同時，應鼓勵投資者避免頻繁查看帳戶和因市場波動而做出非理性決策。
• 行業改進：呼籲TDF行業減少過度活躍的管理和頻繁的戰術性調整，專注於設定並堅持穩定的滑降路徑，以提升投資者長期回報。
• 未來展望：TDF將繼續擴展到其他市場（如歐洲），因此理解其運作對全球投資者將越來越重要。

結論

目標日期基金 (TDFs) 作為退休規劃的預設選項，雖有其價值，但普遍存在因高費用和主動管理不佳導致的平均1%年化表現不佳。投資者應積極利用 glidepathfinancial.com 等工具，深入了解其TDF的實際表現、費用結構及資產配置策略，並優先選擇低成本、被動管理的TDF。計畫贊助商應審慎評估TDF供應商的營運效率和滑降路徑的穩定性，以確保為參與者提供最佳選擇，避免因戰術性偏離導致的額外損失。最終目標是提高透明度，促使整個TDF行業提供更有效率、更符合投資者利益的產品。

原文連結: https://rationalreminder.ca/podcast/374

本研究提出了一種放射組學引導的雙通道深度神經網路 (RDDNN)，旨在提高使用 18F-FDG PET 影像分類帕金森氏症候群 (IPD、MSA、PSP) 的可解釋性和可重現性。RDDNN 整合了來自擴張型卷積網路的局部特徵和基於 Transformer 自注意力網路的全域特徵。它透過多層次的可解釋性（特徵整合、SHAP 值量化以及基於注意力的視覺化，如 Layer-CAM 和 Rollout Attention Map (RAM)）提升了特徵透明度和臨床理解。該框架提供了一個臨床上可解釋且可重現的解決方案，其診斷性能可與人類專家媲美，同時顯著提高了效率。

Methodology

本研究使用了來自華山醫院的 1,498 名受試者（中國隊列）和來自慕尼黑大學醫院的 90 名帕金森氏症患者（德國隊列）的雙中心數據集。18F-FDG PET 影像經過預處理，包括正規化至 MNI 空間、平滑、SUVR 計算和 Z-score 正規化。RDDNN 模型採用雙通道架構：一個局部通道使用擴張型卷積網路 (dilated convolutional networks) 進行細粒度特徵提取，另一個全域通道使用 Transformer 框架捕捉長距離上下文依賴關係。 放射組學特徵（從 20 個 ROI 提取 2,140 個）使用 Pyradiomics 提取。三階段特徵選擇策略（方差過濾、Elastic Net-regularized LASSO 迴歸和 Pearson 相關分析）將特徵減少至 8 個穩定的放射組學特徵和 10 個深度學習衍生的潛在特徵。分類採用 XGBoost 分類器。可解釋性透過 SHAP 評估特徵重要性，Layer-CAM 用於基於 CNN 的局部路徑，RAM 用於基於 Transformer 的全域通道，並使用 BrainNet Viewer 視覺化 3D 注意力圖。可重現性則透過 SHAP 值和 t-SNE 視覺化在不同隊列間進行 Pearson 相關分析評估。

Results

在內部盲測隊列中，RDDNN 模型實現了高性能，AUC 為 0.99，準確度為 0.98。在外部測試隊列中，它保持了穩健的性能，AUC 為 0.94，準確度為 0.81。 SHAP 和相關性分析表明，跨通道的資訊具有互補性和臨床可解釋性，且不同隊列間的 SHAP 特徵重要性排名具有高度一致性 (Pearson’s r=0.98–0.99, p<0.001)。Layer-CAM 和 RAM 的熱圖顯示，疾病特異性激活發生在解剖學相關區域（例如，PSP/MSA 的中腦、殼核、尾狀核），與已知的代謝缺陷一致。與核醫學專家相比，模型顯著縮短了評估時間 (p<0.001)，減少了 80% 以上，並在評估機率方面表現出更高的穩定性。

Discussions

RDDNN 框架為帕金森氏症候群的分類提供了一個強大的雙通道方法，並在兩個不同隊列中進行了驗證，這顯著增強了其泛化能力。整合多種可解釋性工具（SHAP、Layer-CAM、RAM）是一個顯著優勢，為模型決策和解剖學合理性提供了寶貴的見解。相較於人類專家，模型在效率上的提升突顯了其臨床應用潛力。然而，研究承認存在局限性，包括由於訓練樣本有限而限制了更複雜深度學習網路的使用，這表明需要使用更大數據集進行進一步驗證。該框架目前的驗證僅限於 FDG-PET 影像，其在其他影像模態中的有效性需要進一步研究。此外，儘管模型表現出更高的穩定性，但在外部測試隊列中，其在區分 MSA 疾病方面不如核醫學專家有效，這表明未來有改進的空間。 未來的研究也應專注於開發本質上可解釋的模型架構，而不是僅僅依賴於事後解釋。

Reference: Enhancing interpretability of AI with radiomics based deep neural network proof of concept in the classification of Parkinsonian syndromes with 18F FDG PET imaging