年化報酬率就是把「總共賺了多少」換算成「平均每年賺多少」，公式是（期末金額 ÷ 期初金額）開投資年數次方再減一。重點在後面：這個數字要看夠久才有意義。
用 SPY 1993到2026年的含息月報酬實測：三年資料算出來的年化，誤差是 ±8.5 個百分點，也就是你看到的「年化 15 趴」，真實水準可能在 6 趴，也可能在 24 趴。而且每月定期投入的人，用一般公式算會低估自己 2 到 5 個百分點。文中的試算器兩種投入方式都能算，並且會直接告訴你這個數字的誤差有多大。
本文重點
剛踏入投資世界時，你可能最常聽到的就是「投資報酬率」。但問題來了：單看投資報酬率，真的能判斷一個標的值不值得投資嗎？還是應該用「年化報酬率」來衡量？這兩者究竟有什麼不同，又該如何正確計算年化報酬率？接下來，就讓我們一一拆解。
投資報酬率（ROI） & 年化報酬率（Annualized ROI）快速比較
在投資裡，投資報酬率（ROI）與年化報酬率（Annualized ROI）常常被放在一起討論。雖然名稱相似，但意義卻不一樣。我們可以把投資比喻成一場馬拉松，而投資報酬率和年化報酬率就像是用不同的方式來描述這場馬拉松的成果：
- 投資報酬率 ROI 就像是你最後成功跑完 42 公里，代表整場比賽的成果。
- 年化報酬率則像是你平均每小時跑多少公里，反映出速度與效率。
換句話說，ROI 告訴你「最終跑了多少公里」，描述了整個投資的成果。而年化報酬率則揭示「平均每年跑的速度」，除了算出投資所賺的錢，還要算上花的時間才能真正評估這項投資是否是有效率的投資。以下是投資報酬率與年化報酬率比較：
| 年化報酬率 | 投資報酬率 | |
|---|---|---|
| 定義 | 將總投資成果換算成「等效的年平均報酬率」 | 衡量投資總成果：最終價值與成本的差額比例 |
| 使用情境 | 在不同投資項目與投資時間之間進行公平比較 | 評估單一投資案的整體成果 |
| 特點 | 能反映效率，適合跨期間比較。但評估短期投資時需注意易受波動影響。 | 簡單直觀、計算快速。但忽略時間因素，不利於進行不同投資項目之間的績效比較。 |
投資報酬率如何計算？公式大解密
要知道一筆投資划不划算，最直接的方法就是計算投資報酬率。公式如下：
投資報酬率 ROI ＝（投資最終價值 − 投資成本）÷ 投資成本 × 100%
投資報酬率計算範例
假設你拿 100,000 元去投資，結果幾年後帳戶變成 120,000 元。計算方式如下：
ROI ＝（120,000 − 100,000）÷ 100,000 × 100% ＝ 20%
也就是說，這筆投資的 ROI 是 20%。這個數字沒有告訴你花了多久，所以它不能拿來跟別的投資比。二十趴用兩年賺到和用十年賺到，是完全不同的兩件事。
年化報酬率怎麼算？
很多投資初學者常犯的一個錯，就是把總報酬率直接拿去除以年數，當作年化報酬率。這樣雖然快，但卻忽略了投資最迷人的武器：複利。想像你買了 100 萬元的股票：
- 第一年賺了 10%，本金變成 110 萬元。
- 第二年再賺 10%，這次賺的是 11 萬，因為本金已經變大了。
- 兩年後你手上是 121 萬，不是 120 萬。
這就是複利：每一年的報酬都會疊加在新的本金上。如果你只是把總投資報酬率直接除以年數，就等於假設每年都只用最初的本金去賺錢，結果會高估投資效率。
年化報酬率 ＝（期末金額 ÷ 期初金額）^（1 ÷ 投資年數）− 1
把 100 萬變成 200 萬、花了五年代進去：（200 ÷ 100）^（1 ÷ 5）− 1 ＝ 14.87%。
用錯誤的除法會算成 100% ÷ 5 ＝ 20%，整整多了五個百分點。
年化報酬率試算器
下面這台可以直接算。它和一般的年化報酬率計算機差在兩件事：第一，它分得出「單筆投入」和「每月定期投入」，這兩種算法完全不同，下一節會說明差多少；第二，它會一併告訴你這個年化報酬率的誤差有多大，因為短期算出來的數字，多半沒有你以為的那麼可靠。
年化報酬率試算器
填你自己的數字，順便看看這個年化的誤差區間。
試算器載入後如果顯示「－」，捲動一下或點一下欄位就會開始計算。
BOS 回測：年化報酬率要看幾年才算數
算年化報酬率的公式沒有爭議，真正會害人的是拿一個很短期間算出來的年化，當成一檔標的的「實力」。基金排行榜放的是三年和五年，投資社團裡貼的績效截圖多半是一年。這一節就把這個問題量出來。
假設一（資料）：SPY 的還原權息月收盤價，1993年2月到2026年7月，共 402 個月，代表美股大盤。全期年化 10.79%，年化波動 14.76%。
假設二（做法）：年化報酬率的標準誤約等於年化波動除以年數的平方根。這是理論值，所以我們另外用彼此不重疊的實際窗口去對照，看理論值站不站得住。
假設三（沒算的事）：不含交易成本與稅。只有一個市場、一段歷史，不外推到其他市場。
| 用了幾年資料 | 理論標準誤 | 不重疊窗口實測 | 窗口數 | 九成五範圍 |
|---|---|---|---|---|
| 1 年 | ±14.76 | ±17.11 | 33 | ±28.9 |
| 3 年 | ±8.52 | ±9.10 | 11 | ±16.7 |
| 5 年 | ±6.60 | ±7.81 | 6 | ±12.9 |
| 10 年 | ±4.67 | 窗口只有 3 個，不採信 | 3 | ±9.1 |
| 20 年 | ±3.30 | 窗口不足 | 1 | ±6.5 |
| 30 年 | ±2.69 | 窗口不足 | 1 | ±5.3 |
單位為百分點。實測欄用彼此不重疊的窗口計算，一年期有 33 個窗口、三年期 11 個、五年期 6 個，這三格才有足夠的窗口數；十年期只有 3 個窗口，算出來的 ±2.52 誤差太大，這裡直接不採用。
理論值和實測值對得上，而且實測還略大一些。所以下面這幾句話可以直接拿去用：
- 三年資料算出來的年化，標準誤是 ±8.5 個百分點，九成五的範圍寬達 ±16.7 個百分點。看到一檔標的「近三年年化 15 趴」，它真實的水準可能在 −2 趴，也可能在 32 趴。
- 五年也還不夠。±6.6 個百分點的標準誤，代表兩檔標的年化差 10 個百分點以內，都分不出高下。
- 要把誤差壓到 ±2 個百分點以內，需要 54 年的資料。沒有人會等這麼久，所以務實的做法是：把短期年化當成「發生過的事」，不要當成「這檔標的的實力」。
BOS 回測：同一個市場，換個起點就換一個答案
上一節是理論加驗證，這一節直接看歷史。同樣是 SPY，把所有可能的起點都試一遍，看同樣長度的持有期間會算出多分歧的年化。
| 持有長度 | 最低 | 中位數 | 最高 | 高低相差 | 算出來是負的比例 |
|---|---|---|---|---|---|
| 1 年 | −43.42% | 14.36% | 56.23% | 99.7 | 17.9% |
| 3 年 | −16.28% | 12.03% | 32.36% | 48.6 | 16.3% |
| 5 年 | −6.67% | 11.37% | 28.45% | 35.1 | 14.3% |
| 10 年 | −3.45% | 8.78% | 16.54% | 20.0 | 8.5% |
| 15 年 | 3.67% | 8.28% | 15.90% | 12.2 | 0.0% |
| 20 年 | 4.69% | 8.75% | 11.35% | 6.7 | 0.0% |
高低相差的單位是百分點。滾動窗口彼此高度重疊，所以這張表只呈現範圍，不做顯著性判斷。
持有一年，最好和最壞的起點差了 99.7 個百分點；持有二十年，只差 6.7 個百分點。而且十五年以上的窗口裡，沒有任何一個起點算出負的年化。這是複利需要時間的具體樣子。
這個分歧是市場的特殊歷史，還是波動本身就會造成？
看到十年年化從 −3.45% 到 16.54% 這麼大的落差，很自然會想找故事解釋：網路泡沫、金融海嘯、疫情。所以我們做了一次對照，把 402 個月報酬的順序完全打亂再重算一次，重複兩千次。如果落差主要來自「那幾段歷史很特別」，打亂之後範圍應該會明顯縮小。
真實資料：十年期年化的最高與最低相差 20.0 個百分點，標準差 4.67 個百分點。
打亂之後：相差的中位數是 15.3 個百分點，九成五區間 9.1 到 25.6；標準差中位數 3.68 個百分點。
打亂結果大於等於真實值的比例 p ＝ 0.168。
結論是測不出差別。真實資料的 20.0 個百分點確實比打亂後的中位數大一些，但完全落在打亂後的正常範圍裡。也就是說，「換個起點就換一個答案」這件事，光靠報酬本身的波動就足以造成，不需要任何特別的歷史事件來解釋。
這個結果對讀者是有用的：你不需要去研究「那十年為什麼特別好」，因為那個分歧本來就會出現。要注意 p ＝ 0.168 的意思是「看不出真實資料比隨機更分歧」，不等於「已經證明兩者相同」。
順帶一提：為什麼「平均每年賺幾趴」會比實際到手的高
還有一個常見的混淆。把每年的報酬率加起來除以年數，得到的是算術平均；實際把錢放進去滾出來的是年化報酬率，也就是幾何平均。兩者一定不相等，而且算術平均一定比較高。
SPY 這 33.5 年，算術年均是 11.39%，實際年化是 10.79%，差 0.60 個百分點。教科書上的近似公式說這個落差大約等於波動平方的一半，代進 14.76% 的波動會得到 1.09 個百分點。實際落差比近似值小了將近一半，原因是那個近似式假設報酬分布對稱，而實際的月報酬有偏態。這裡照實寫出來，是因為近似公式在波動更大的標的上會誤導得更嚴重。
方向上可以記住的是：波動越大，這兩個數字差越多。年化波動 10% 時落差約 0.5 個百分點，20% 時約 2.0，30% 時約 4.5。所以一檔波動很大的標的，宣傳資料上的「平均年報酬」會比你實際拿到的年化漂亮不少。
每月定期投入的人，用一般公式會算錯
前面的公式有一個前提：錢是一次投進去的。如果你是每個月扣款買進，這個公式會給你一個錯得離譜的答案，而且是往低的方向錯。
原因不難理解。你在第 118 個月投進去的那一萬元，只放了兩個月，不可能跟第一個月投進去的那一萬元享有一樣的複利時間。但如果你把「總共投入 120 萬」當成期初一次投入去套公式，等於假設那 120 萬從第一天就全部在市場裡。
| 情境 | 總共投入 | 期末金額 | 套一般公式 | 實際年化 | 低估 |
|---|---|---|---|---|---|
| 每月 1 萬，投 5 年 | 60 萬 | 75 萬 | 4.56% | 8.86% | 4.29 |
| 每月 1 萬，投 10 年 | 120 萬 | 160 萬 | 2.92% | 5.61% | 2.69 |
| 每月 1 萬，投 10 年 | 120 萬 | 200 萬 | 5.24% | 9.86% | 4.62 |
| 每月 1 萬，投 20 年 | 240 萬 | 500 萬 | 3.74% | 6.82% | 3.08 |
低估欄位單位為百分點。實際年化以解內部報酬率的方式求得，假設每月月初投入、期末一次評價。
低估的幅度落在 2.7 到 4.6 個百分點之間，這不是小數點後的差異，而是會讓你誤以為「定期定額根本沒用」的差異。上面的試算器把投入方式切到「每月定期投入」就會自動用正確的算法。
如何提高你的年化報酬率？
想要讓投資績效更上一層樓，不只是「買低賣高」，而是要有策略地規劃。投資報酬率與年化報酬率只是冷冰冰的公式，但背後其實都跟你的投資行為息息相關。以下幾個方法能有效幫助你提高報酬率：
-
資產配置：分散風險，穩定報酬
不要把雞蛋放在同一個籃子裡。若你只押單一股票或產業，一旦遇到大跌，整體投資就會受到嚴重影響。透過分散持股到至少五個不同的產業，降低持股風險。除此之外，更可以適當配置如債券或是不同國家的 ETF，讓你的投資組合在市場震盪時依然維持穩健，報酬曲線也會更加平滑。
-
降低成本：小小差異，長期巨大影響
許多投資人忽略了手續費與管理費，但這些隱形成本會不斷侵蝕你的報酬。以台股來說，單筆五千元的交易，買進加賣出的成本就吃掉 1.10%，而這筆錢是從你的年化報酬率裡直接扣的。減少交易頻率、把單筆金額拉大，都能讓成本佔比下降。
-
長期持有：讓複利替你工作
短期操作雖然刺激，但頻繁進出場往往會增加錯判時機的風險。相反地，長期持有能讓資產透過複利自然滾大。前面那張滾動窗口的表就是證據：持有十五年以上的窗口，沒有一個算出負的年化。
-
定期檢視：投資不是一勞永逸
投資環境會變，你的生活與風險承受度也會改變。因此，定期檢視投資組合是必要的。例如，你原本設定的配置可能是 70% 股票、30% 債券，但隨著股市上漲，比例可能變成 80% 對 20%。這時候就需要再平衡，把投資組合調回到原本的風險水位。
小資族如何提升年化報酬率？BOS 價值投資實戰故事
來自學員的疑慮：薪水已經很少了，萬一賠掉怎麼辦？
在 Linda 剛來到 BOS 價值投資學院諮詢時，月薪不到 5 萬，她抱持著有點懷疑的語氣問我們：「老實說，我月薪才四萬多耶，扣除在台北生活的開銷後只能存到一點錢，所以我真的很擔心投資害我賠錢，我真的有可能讓錢為我工作嗎？」在半信半疑的狀態下，她依然參加了 BOS 線上學院的價值投資分享會。課中不是硬邦邦的金融術語，而是用平易近人的方式，教會沒有金融基礎的人如何選好公司、用合理價格買進、長期持有，並建立正確的財務心態。聽完之後，Linda 覺得雖然沒有十足的把握成功，但是卻覺得對於理財稍微有了方向。比起停滯於原地不知所措，Linda 決定踏出探索理財的第一步，加入了 BOS 價值投資學院。
建立價值投資思維與執行起跑
BOS 的課堂像是把投資拆解成生活化的章節，從「為什麼要投資」開始，引導小資族找到自己的 Why、What、When、How。上完課後，Linda 開始按 BOS 的架構選股，首要條件是企業有穩定的護城河、健康財報與現金流，最後等待合理的價格出現並買入。按照 BOS 的投資教學，她買進幾檔符合條件的美股公司，加上每月少額定期投資 ETF，慢慢累積持股。
複利力量逐漸顯現
BOS 重視長期持有與複利的累積，Linda 投資的標的除了價值成長，也選擇股息再投入（DRIP），讓每次配息自動再買股。這代表每一分報酬都再一次成為本金，像雪球一樣滾愈來愈大。每月的定期定額、DRIP 功能加上選對公司，讓 Linda 的投資慢慢錢滾錢，複利效應越來越明顯。此時也是 Linda 的心態開始有所轉變的時候，她從本來不相信自己每月小小的存款可以造成什麼改變的無力感，慢慢累積後發現原來小小的錢也可以長大，讓心裡無比踏實。
第五年：年化報酬率看見成果
經過五年累積，Linda 的投資本金從 100 萬左右，成長到將近 200 萬。她算出總 ROI 是 100%，看似很驚人，但更重要的是年化報酬率。她透過複利公式換算，年化報酬率約為 14.87%，也就是（200 ÷ 100）^（1 ÷ 5）− 1。這才是能公平比較不同期間投資成效的關鍵指標。
不過看完前面兩節之後，這裡要補一句：五年的年化，標準誤大約是 ±6.6 個百分點。Linda 的 14.87% 是真實發生的結果，但它不足以證明這套方法的長期水準就是 14.87%。這正是為什麼我們一直強調長期持有：不只是為了讓複利有時間發酵，也是為了讓你手上的數字慢慢變得可信。
常見問題
年化報酬率怎麼算？公式是什麼？
年化報酬率 ＝（期末金額 ÷ 期初金額）開投資年數次方再減一。例如 100 萬經過五年變成 200 萬，就是（200 ÷ 100）的五分之一次方減一，等於 14.87%。要注意這個公式只適用於單筆一次投入。如果你是每月定期扣款，必須改用內部報酬率來解，否則會低估自己的年化，本文實測低估幅度落在 2.7 到 4.6 個百分點之間。
年化報酬率和投資報酬率差在哪？
投資報酬率（ROI）只算總共賺了多少，公式是（期末金額 減 期初金額）除以期初金額，它沒有把時間算進去。年化報酬率則把總成果換算成平均每年的水準，所以能拿來比較不同長度的投資。同樣賺 20%，用兩年達成的年化是 9.54%，用十年達成只有 1.84%，這個差別 ROI 看不出來。
可以把總報酬率直接除以年數當年化嗎？
不行，這樣會高估。除法忽略了複利，等於假設每一年都只用最初的本金在賺錢。以五年翻倍為例，總報酬 100% 除以 5 會得到 20%，但正確的年化是 14.87%，差了五個多百分點。投資期間越長、報酬越大，高估得越嚴重。
年化報酬率多少算高？
先看拿什麼當基準。SPY 從1993年2月到2026年7月的年化是 10.79%，這是含息、不含交易成本與稅的數字。不過更重要的問題是你手上那個年化算了幾年。BOS 回測顯示三年資料的標準誤是 ±8.5 個百分點，所以「年化 15 趴」和「年化 8 趴」如果都只有三年，統計上分不出高下。年數不夠時，與其比高低，不如先看它的波動與成本。
為什麼同一檔標的，別人算出來的年化跟我不一樣？
多半是起訖點不同。BOS 回測 SPY 所有滾動起點：持有一年的年化最低 −43.42%、最高 56.23%，相差 99.7 個百分點；持有十年仍從 −3.45% 到 16.54%。而且我們做過打亂對照，把月報酬順序完全洗掉重算兩千次，落差的中位數是 15.3 個百分點、九成五區間 9.1 到 25.6，真實值 20.0 完全落在裡面（p ＝ 0.168）。所以這個分歧光靠波動本身就會出現，不需要特別的歷史事件來解釋。
年化報酬率要看幾年才可信？
標準誤大約等於年化波動除以年數的平方根。以 SPY 的 14.76% 年化波動計算：一年是 ±14.76 個百分點、三年 ±8.52、五年 ±6.60、十年 ±4.67、二十年 ±3.30。要把誤差壓到 ±2 個百分點以內需要 54 年。我們另外用彼此不重疊的實際窗口驗證過，一年期 33 個窗口實測 ±17.11、三年期 11 個窗口 ±9.10、五年期 6 個窗口 ±7.81，都和理論值對得上而且略大一些。
「平均年報酬」和「年化報酬率」為什麼不一樣？
平均年報酬是把每年的報酬率相加除以年數，年化報酬率是實際複利滾出來的結果，前者一定比後者高。SPY 這 33.5 年的算術年均是 11.39%、實際年化 10.79%，差 0.60 個百分點。教科書的近似公式說落差約等於波動平方的一半，代入會得到 1.09 個百分點，比實際落差大了將近一半，因為那個近似式假設報酬分布對稱。方向上記住波動越大差越多就好：年化波動 10% 時約差 0.5 個百分點，30% 時約差 4.5 個百分點。
擅長運用投資分析工具與軟體教學。過去專注在企業內部培訓，透過培訓解決企業內部問題。在接觸價值投資後，運用這個簡單方法，建立能長期創造被動收入的投資組合，並累積到自己的買房基金，完成人生自由的目標。
延伸閱讀
夏普比率是什麼？每承受一分風險換到幾分報酬年化報酬率沒有告訴你承擔了多少風險。這篇補上另一半，以及讓夏普值灌水的常見陷阱。
國民 ETF 0050 完整解析：裡面裝了什麼、近十年實測想知道長期年化長什麼樣子，先看一檔你買得到的標的實際的十年數字。
計算設定：回測資料為 SPY 之還原權息月收盤價，區間1993年2月至2026年7月，共 402 個月，取自公開市場報價資料庫，全期年化 10.79%、年化波動 14.76%、算術年均 11.39%。年化報酬率之標準誤採年化波動除以年數平方根之常態近似；不重疊窗口實測欄係將全期切為互不重疊之等長區間後計算各區間年化報酬率之標準差，一年期 33 個窗口、三年期 11 個、五年期 6 個，十年期僅 3 個窗口故不採用。滾動窗口分析涵蓋所有可能起點，各窗口彼此高度重疊，標準誤為低估，故僅呈現範圍與中位數，不作顯著性判斷。打亂對照為將 402 個月報酬隨機重排後重算十年期滾動年化，重複 2,000 次。定期投入之實際年化以二分法求解內部報酬率，假設每月月初等額投入、期末一次評價、期間無提領。本文所有回測不含交易成本、稅負與匯率變動；樣本僅涵蓋單一市場之單一期間，不外推至其他市場或未來期間。算術平均與幾何平均落差之近似式假設報酬分布對稱，實際分布存在偏態，故近似值大於實測值，文中已併陳。試算器之誤差估計採使用者輸入之年化波動，屬常態近似下之一般性計算，非針對特定標的之估計。歷史數據不代表未來績效，本文所列為歷史回測與假設性測算，非實際帳戶績效。學員案例為個別經驗，不代表一般結果。本文為投資知識分享與教學內容，不構成投資建議，文中標的僅為統計說明，不構成任何買賣推薦。
