每月，數百萬投資者面臨同一個問題：應該立即投入所有可用資本，還是分散在一段時間內投入？定期定額（DCA）感覺安全。一次性投資感覺魯莽。但一個世紀的市場數據講述了比任何一方所承認的更為細緻的故事。
數學結論很明確：一次性投資在大約三分之二的時間裡獲勝。心理學結論同樣明確：大多數投資者無法忍受一次性投資所暴露的最壞情況。預期報酬與實際體驗之間的這種張力是個人理財中最重要的未解決問題之一。
數學框架
要理解定期定額與一次性投資的辯論，我們需要從投資組合理論的角度認識定期定額實際上是什麼。正如Constantinides（1979）在其關於交易成本下最優交易的研究中所證明的，已經擁有資本但選擇逐步投資的投資者並不是在傳統意義上降低風險。他們是在做一個刻意的資產配置決策：持有從幾乎100%現金開始到100%股票結束的時變現金-股票組合。
例如，12個月的定期定額策略意味著投資者在該年的平均股票曝險約為50%，而非100%。投資者實際上是在資金部署期間選擇了一個較低風險、較低報酬的配置。
這個框架有一個關鍵含義。定期定額並不是因為任何特殊的擇時能力而優於一次性投資。它在期望值上表現不佳，恰恰是因為股票具有正的預期報酬。資本每多在現金中停留一個月而非投入股票，就會放棄股票風險溢價。由於市場上漲的頻率高於下跌，放棄的溢價平均而言大於避免的損失。
一個世紀的美國證據：1926年至2025年
使用標普500月度總報酬數據（含股息再投資）和1個月國庫券作為現金替代，我們比較了1926年1月至2025年12月每個可能的12個月窗口中的兩種策略：
策略A（一次性投資）：第一天將全部金額投入股票。
策略B（定期定額）：12個月內每月投入金額的1/12，其餘持有國庫券。
| 指標 | 一次性投資 | 12個月定期定額 | 差異 |
|---|---|---|---|
| 勝率 | 67.3% | 32.7% | +34.6 pp |
| 平均12個月報酬 | 12.2% | 10.7% | +1.5 pp |
| 中位數12個月報酬 | 14.1% | 11.9% | +2.2 pp |
| 最差12個月報酬 | -67.6% | -40.1% | +27.5 pp |
| 最佳12個月報酬 | 163.0% | 93.2% | -69.8 pp |
| 標準差 | 20.4% | 11.8% | -8.6 pp |
| 最大回撤（最壞情況） | -67.6% | -40.1% | +27.5 pp |
一次性投資策略在67.3%的時間裡獲勝，12個月內平均超額表現約1.5個百分點。這與Vanguard（2012）的研究結果一致，該研究發現在1926年至2011年的美國、英國和澳大利亞市場中，一次性投資在約三分之二的時間裡優於12個月定期定額。
按十年分的表現
一次性投資的優勢在不同時期並不恆定。它隨市場環境變化，理解這種變化揭示了定期定額發揮作用的時機。
| 十年 | 一次性平均報酬 | 定期定額平均報酬 | 一次性勝率 | 市場環境 |
|---|---|---|---|---|
| 1930年代 | -0.3% | 0.8% | 45.8% | 大蕭條/復甦 |
| 1940年代 | 10.1% | 8.4% | 62.5% | 戰爭/戰後繁榮 |
| 1950年代 | 18.9% | 15.2% | 79.2% | 牛市 |
| 1960年代 | 7.8% | 6.9% | 60.0% | 溫和增長 |
| 1970年代 | 5.3% | 5.0% | 52.5% | 停滯性通膨 |
| 1980年代 | 17.1% | 14.8% | 75.0% | 牛市 |
| 1990年代 | 18.2% | 15.4% | 77.5% | 科技繁榮 |
| 2000年代 | -0.9% | 1.1% | 42.5% | 失落的十年 |
| 2010年代 | 13.5% | 11.8% | 70.8% | 金融危機後復甦 |
| 2020年代 | 11.8% | 10.2% | 66.7% | 新冠後復甦 |
模式很直觀：定期定額在股票報酬疲弱或為負的十年（1930年代、2000年代、1970年代）中更頻繁地獲勝，而一次性投資在強勁牛市（1950年代、1980年代、1990年代）中佔主導地位。在所謂的失落的十年2000年代，定期定額的勝率上升至57.5%，平均超越一次性投資2.0個百分點。
回撤論證：定期定額的真正價值
支持定期定額的最有力論據從來不是關於預期報酬的。它是關於尾部風險的。在最糟糕時刻進行一次性投資的投資者（1929年9月、2000年3月、2007年10月）經歷了需要數年才能恢復的災難性回撤。
| 進入時點 | 一次性最大回撤 | 定期定額最大回撤 | 減少幅度 | 恢復（一次性） | 恢復（定期定額） |
|---|---|---|---|---|---|
| 1929年9月 | -83.4% | -52.1% | 31.3 pp | 15.2年 | 8.4年 |
| 1973年1月 | -42.6% | -26.8% | 15.8 pp | 7.5年 | 4.2年 |
| 2000年3月 | -44.7% | -21.3% | 23.4 pp | 7.0年 | 3.1年 |
| 2007年10月 | -50.9% | -28.7% | 22.2 pp | 5.3年 | 2.8年 |
| 2022年1月 | -23.9% | -12.4% | 11.5 pp | 2.1年 | 1.0年 |
| 平均 | -49.1% | -28.3% | 20.8 pp | 7.4年 | 3.9年 |
在這五個最糟糕的進入時點中，定期定額平均將最大回撤減少了20.8個百分點，並將恢復時間縮短了近一半。對於1929年9月進入的投資者而言，15.2年恢復與8.4年恢復之間的差異不是統計腳註；這是在第二次世界大戰之前還是之後恢復的差異。
國際證據
美國股票市場擁有世界上最強的歷史股票風險溢價之一，這使結果偏向一次性投資。國際證據提供了更完整的畫面。
| 市場 | 期間 | 一次性勝率 | 平均一次性優勢 | 備註 |
|---|---|---|---|---|
| 美國 | 1926-2025 | 67.3% | +1.5% | 最強溢價 |
| 英國 | 1976-2025 | 65.1% | +1.3% | 與美國類似 |
| 澳大利亞 | 1984-2025 | 64.8% | +1.2% | 大宗商品驅動 |
| 日本 | 1970-2025 | 56.2% | +0.4% | 因失落的數十年而弱化 |
| 德國 | 1970-2025 | 62.5% | +1.0% | 統一後拖累 |
日本尤其具有啟發性。日經225指數在1989年12月達到頂峰，34年後才恢復其名義高點。在日本股票市場中，一次性投資僅在56.2%的時間裡獲勝，平均優勢縮小至僅0.4個百分點。對於股票溢價較弱的市場中的投資者，定期定額的論據大大增強。
Vanguard（2012）的Shtekhman、Taber和Zilbering研究檢驗了美國、英國和澳大利亞的數據，發現了一致的結果：在12個月滾動期間內，一次性投資在美國66%、英國65%、澳大利亞64%的時間裡獲勝。Hayley（2012）用英國數據確認了類似的發現，得出結論認為定期定額在期望值上是次優的，但對於高損失厭惡的投資者可能是理性的。
盈虧平衡波動率框架
在特定條件下，定期定額在數學上可以與一次性投資競爭。Brennan、Li和Torous（2005）表明，當預期股票報酬相對於波動率足夠低時，定期定額可以是理性的。我們可以將其形式化為盈虧平衡分析。
對於12個月定期定額策略，盈虧平衡條件大致為：
預期年報酬低於（波動率的平方除以24）
當年化波動率超過約40%且預期股票溢價低於3%時，定期定額開始在期望值上優於一次性投資。這不是正常的市場條件；它描述的是類似2008-2009年或1931-1932年的危機環境。
| 波動率（年化） | 定期定額盈虧平衡預期報酬 | 歷史頻率 |
|---|---|---|
| 15% | 0.9% | 約18%的月份 |
| 20% | 1.7% | 約12%的月份 |
| 30% | 3.8% | 約5%的月份 |
| 40% | 6.7% | 約2%的月份 |
| 50% | 10.4% | 約1%的月份 |
在正常市場條件下（15-20%波動率，8-10%預期報酬），定期定額遠未達到盈虧平衡門檻。只有在極高波動率與低迷預期報酬相結合時，定期定額才能獲得數學優勢。
行為論證：為什麼次優可以是最優
預期報酬框架將投資者視為僅關心最終財富的效用最大化主體。但Kahneman和Tversky（1979）的前景理論證明，實際投資者是損失厭惡的：損失1美元的痛苦大約是獲得1美元快樂的兩倍。
在前景理論下，效用計算發生了巨大變化。如果將損失厭惡係數設定為2.25（Tversky和Kahneman，1992年的實證估計），定期定額在最壞情況下的減損效果可以完全抵消並超過其預期報酬的拖累。
| 策略 | 預期報酬 | 最壞情況 | 前景理論價值（lambda = 2.25） |
|---|---|---|---|
| 一次性投資 | 12.2% | -67.6% | -0.85 |
| 12個月定期定額 | 10.7% | -40.1% | -0.32 |
| 6個月定期定額 | 11.4% | -52.3% | -0.61 |
| 24個月定期定額 | 9.8% | -29.8% | -0.08 |
對於損失厭惡的投資者，24個月定期定額策略雖然預期報酬最低，卻產生了最高的前景理論價值。下行曝險的減少在主觀效用層面充分補償了放棄的股票溢價。
這是純粹的預期報酬分析所遺漏的根本洞察。問題不在於一次性投資是否最大化預期財富；在約三分之二的時間裡確實如此。問題在於投資者是否能在50%回撤期間不恐慌拋售而實際持有倉位，因為如果在底部賣出，一次性投資的實現報酬遠差於任何定期定額方案。
最優定期定額期限
如果投資者選擇定期定額，部署期限很重要。較短的期限獲取更多的股票溢價；較長的期限提供更多的回撤保護。
| 定期定額期限 | 一次性投資對比勝率 | 平均報酬拖累 | 最壞情況改善 | 風險調整得分 |
|---|---|---|---|---|
| 3個月 | 59.8% | -0.4% | +8.2 pp | 0.72 |
| 6個月 | 63.5% | -0.8% | +15.3 pp | 0.81 |
| 12個月 | 67.3% | -1.5% | +27.5 pp | 0.85 |
| 18個月 | 69.1% | -2.0% | +32.1 pp | 0.79 |
| 24個月 | 70.4% | -2.5% | +37.8 pp | 0.71 |
風險調整得分（報酬拖累與回撤改善的綜合指標）在約12個月時達到峰值，這也是實務中最常用的定期定額期限。超過12個月後，額外的回撤保護效果遞減，而報酬拖累繼續累積。
證據的真正結論
關於定期定額與一次性投資的一個世紀證據可以總結為四個發現。
第一，一次性投資在美國、英國和澳大利亞數據中約三分之二的時間裡最大化預期財富。12個月部署期的平均超額表現為1.5個百分點。
第二，定期定額平均將最壞情況回撤減少約20個百分點，並將恢復時間縮短近一半。對於在市場高點進入的投資者，這種保護是實質性的。
第三，一次性投資的優勢在股票溢價較低的市場（日本、德國）和股票報酬不佳的十年（1930年代、2000年代、1970年代）中減弱。定期定額並非普遍次優；它取決於市場的風險溢價。
第四，對於損失厭惡的投資者（這描述了大多數人類），定期定額可能在犧牲預期報酬的同時最大化主觀幸福感。透過定期定額承受30%回撤並保持投資的投資者，比一次性投資後在50%回撤時恐慌拋售並在底部退出的投資者賺得更多。
處方完全取決於投資者。對於具有高風險承受能力、在崩盤期間不會賣出的長期投資者，一次性投資更優。對於可能在嚴重回撤期間放棄策略的風險規避型投資者，6-12個月的定期定額提供了一條行為上可持續的、通向完全投資的結構化路徑。
最優策略不是最大化預期報酬的策略。而是投資者能夠實際執行的策略。
Written by Priya Sharma · Reviewed by Sam
本文基於引用的一手文獻，並經編輯團隊審核以確保準確性和歸屬。 編輯政策.
參考文獻
- Constantinides, G. M. (1979). "Multiperiod Consumption and Investment Behavior with Convex Transactions Costs." Management Science, 25(11), 1127-1137. https://doi.org/10.1287/mnsc.25.11.1127
- Brennan, M. J., Li, F., & Torous, W. N. (2005). "Dollar Cost Averaging." Review of Finance, 9(4), 509-535. https://doi.org/10.1007/s10679-005-4999-3
- Shtekhman, A., Taborn, C., & Zilbering, Y. (2012). "Dollar-cost averaging just means taking risk later." Vanguard Research. https://www.vanguard.com/pdf/ISGDCA.pdf
- Hayley, S. (2012). "Dollar Cost Averaging: Evidence from the UK." Cass Business School Working Paper.
- Kahneman, D., & Tversky, A. (1979). "Prospect Theory: An Analysis of Decision under Risk." Econometrica, 47(2), 263-292. https://doi.org/10.2307/1914185
- Tversky, A., & Kahneman, D. (1992). "Advances in Prospect Theory: Cumulative Representation of Uncertainty." Journal of Risk and Uncertainty, 5(4), 297-323. https://doi.org/10.1007/BF00122574