AI 投資組合再平衡：設好目標，其餘交給自動化

一個你從不再平衡的投資組合，會慢慢不再是你當初選的那個組合。贏家膨脹、落後者萎縮，幾年後，你精心設計的配置已漂移成某種比你當初點頭同意的一切都更高風險的東西。再平衡修正的正是這件事，而它是少數既真正有價值、又幾乎全然機械化的投資任務——這讓它天生就是自動化的第一人選。本文會談漂移為何重要、日曆式與門檻式做法怎麼比較、AI 投資組合再平衡在簡單規則之外多添了哪些價值，以及如何把整個循環上軌道，同時不放棄掌控權。

投資組合為什麼會漂移，代價又是什麼

漂移是算術，不是疏忽。假設你定下 60% 股票、40% 債券的政策。股票走了強勢的兩年，債券則橫盤。在你沒做過任何一個決策的情況下，你現在持有的大約是 72/28。帳戶上的標籤還寫著「均衡」，帳戶裡的風險卻說著另一回事。

漂移的代價經常被誤解。它主要不是關於報酬；一個沒再平衡的組合，可以在很長一段期間內跑贏，因為讓贏家繼續跑本身就是一場動能押注。代價在於風險集中。那個 72/28 的組合，在股票回撤時會跌得明顯更重，而它最大的股票曝險，恰恰是在價格漲最多之後才形成的。

同樣的機制也在資產類別內部運作。一檔用組合 5% 買進的個股，在一波好行情後可以悄悄變成 15%。沒有任何東西出錯，你只是一個交易日、一個交易日地，不再持有你當初設計的那個組合。再平衡就是反覆重新選擇你自己的配置這個動作，而它的回報，是以「讓風險保持誠實」來衡量，而不是以額外報酬。

日曆式或門檻式：兩種扣下扳機的方式

決定何時再平衡有兩種標準紀律，它們在可預測性與反應性之間各有取捨。

	日曆式（節奏）	門檻式（區間）
觸發	一個日期：每季、每半年、每年	一個漂移上限，例如任一目標偏離 5 個百分點
需要的監控	日期之間不需要	持續
平靜盤時的交易	會，有時毫無意義	不會
抓得住日期之間的劇烈波動	抓不住	抓得住
典型交易次數	可預測	隨波動而變

日曆式再平衡容易手動執行：每季一次，把實際權重對照目標，然後交易差額。它的弱點是市場不看你的日曆。一季第二週的一場急跌，可能讓你數月遠離政策；而一個風平浪靜的年度，則逼你做些除了手續費之外一無所成的交易。

門檻式再平衡通常搭配 5% 的區間，只在漂移實質偏離時才動作。一個 60% 的目標搭配 5 個百分點的區間，會在實際權重離開 55–65 這個範圍時交易。難處在於：得有某個人、或某個東西，每天盯著這些權重。那正是軟體做得比人好的那種不知疲倦、不帶判斷的監控——這也是為什麼區間式再平衡是最受惠於智能體的做法。

成本與稅務在政策裡也該佔一行。一旦把佣金與價差算進去，較少而較大的交易，通常勝過頻繁的小額交易。在應稅帳戶裡，賣掉贏家會實現獲利，所以許多投資人優先用現金流做再平衡：新的投入與收到的股息先流向最欠配置的部位，只有在現金流不夠時才直接賣出。智能體可以自動套用這套順序。稅務處理的細節因國家與情況而異，這部分政策就交由你自己拿捏。

行為上的兩難：它最重要的時刻，正是你最不想做的時刻

接下來是讓人不舒服的部分。再平衡在當下鮮少感覺中性，因為就其構造而言，它會賣掉一直在賺的、買進一直在跌的。

想像一場全面性的股災。你的 60/40 在一個月內變成了 48/52。政策清清楚楚：賣掉一些感覺像避風港的債券，在頭條最慘的時候買進股票。極少有人能準時做到。這種拖延不是愚蠢，而是損失趨避碰上一個模糊的截止期限。總是有理由再等一週。

反過來的情況同樣黏人。在一波長多之後，修剪那個替你賺了錢的資產感覺像背叛，於是超配就這麼騎了下去。無論哪個方向，漂移最大的那些時刻——也就是再平衡最有風險控管價值的時刻——正是人為執行最不可靠的時刻。

這是整個投資組合管理工具箱裡，支持自動化最強而有力的論點。政策是由一個冷靜版本的你所寫下的。智能體會按排程、或在區間邊緣執行那份冷靜的政策，而不會先讀新聞。把紀律外包給一個不會感到恐懼的東西。對長線投資人而言，這種「書面政策」搭配「機械執行」的組合是一再出現的主題，我們在 AI 與長線投資 裡有更全面的討論。

AI 投資組合再平衡在區間之外多做了什麼

單純的區間再平衡完全不需要智慧；一份 1995 年的試算表就能做。那麼 AI 投資組合再平衡裡的「AI」，正當地貢獻了什麼？三件事，而且全都是諮詢性質，而非自主性質。

相關性漂移偵測。 權重可以完美地貼在目標上，風險卻悄悄集中。如果你當初選來當分散工具的兩檔持股開始同向移動——例如利率驚魂期間一檔科技權重高的基金與一檔成長股——你實際的曝險，就比任何權重顯示的都要大。以權重為準的規則看不見這個。一層觀察滾動相關性的分析層則看得見，還能用白話把它標示出來。

集中度與因子意識。 重疊往往就藏在眼皮底下：兩檔基金共享大部分的前十大持股，或一個每一行都對同一個利率因子起反應的組合。AI 生成的投資組合洞察會把這些當成你可以據以行動的觀察呈現出來，而不是背著你偷偷執行的交易。

只建議、絕不強加的目標檢視。 一個好系統可能會指出：你聲明的風險承受度與你實現的組合波動已經分道揚鑣，並建議你重新檢視目標。決定權仍在你手上。一個會主動更改你配置的系統，是另一種產品、帶著另一套當責模型；如果那是你要的，機器人理財顧問（robo-advisor）才是誠實的購買方式。智能體的工作是忠實執行你的政策、把它看到的告訴你，然後就停在那裡。

把它上軌道：一個實作範例

以下是這整套流程在 Obside 上的樣子，作為上述一切的一個具體實作。

你在對話裡描述政策，而不是填表：「把我的組合維持在這些目標權重，任何資產偏離目標超過 5 個百分點時再平衡，而且絕不下任何一張大於組合 10% 的單。」副駕駛（copilot）會把它覆述成被監控的條件與硬性上限。你確認覆述後的版本——這一步很重要，因為你的本意與實際被執行的東西之間的落差，正是自動化出錯的地方。

從這裡，你決定智能體可以獨自做多少。它可以停在一則警示，在每次觸發時把要修正的交易攤開來、等你放行；也可以在你設下的上限內自己執行。無論哪一種，部位大小與單筆上限都會在執行當下強制套用，而 Obside 的投資組合洞察會另外標示出區間看不見的東西，例如兩檔你以為彼此獨立的持股之間的相關性變化。

有兩個習慣能讓這套設定值得信任。第一，信任之前先測試政策：把你的配置與區間規則對著歷史重播，會顯示它們過去會多常交易、回撤又長什麼樣，而投資組合回測正是那場演練的對的工具。第二，如果你在再平衡的那籃資產本身就是自訂建構——一個由你親手挑選成分股組成的個人化指數——那就先設計籃子，再設計再平衡政策；把那個籃子建好本身就是一門紀律，我們在用 AI 打造你自己的 ETF 裡談過。

這套設定刻意「不」包含的是：讓智能體替你選配置。目標是輸入項。Obside 會像忠實執行 20/80 一樣忠實執行 80/20，對於哪個適合你的人生沒有意見。那個判斷，連同它的當責，都留在你手上。

接下來可以怎麼走

再平衡是一般投資人能取得的、價值最高而戲劇性最低的自動化：一份書面政策、一個漂移區間，加上一個不會退縮的執行者。先把你的目標寫下來，誠實地在日曆式與門檻式之間選一個，再決定機器可以獨自做什麼、又該提議什麼。如果定期投入也是計畫的一部分，把再平衡與自動化定期定額搭在一起，就能把從薪水到政策的整個循環收攏起來。當你準備好把機械化的那一部分交給一個「執行前會先覆述你政策」的智能體時，Obside 正是為這樣的交接而打造的。

僅供教育參考，不構成投資建議。交易存在風險，可能導致本金損失。