投資廣告不太需要造假，只要挑對統計方法，真實的數字也能講出完全誤導的故事。最常見的三招是：用算術平均取代年化、用平均數蓋掉中位數、以及挑一個好看的起算日。
方舟創新 ARKK 就是活教材：過去十一年的「平均年報酬」是 24.7%，但實際年化只有 12.1%，差了 12.6 個百分點。兩個數字都是真的，只是一個能讓你變有錢，另一個不能。
這篇把三招拆開來，每一招都用真實市場資料算給你看，並附上一個把行銷話術翻譯成實際報酬的計算機。
先講一件反直覺的事：看投資廣告時，你要提防的通常不是假數字，是真數字配上錯的算法。假數字有法律風險，沒人敢用。但換一種平均、換一個起算點，全都合法，效果卻好得多。
文章目錄
第一招：用算術平均取代年化
從一個小學程度的例子開始。你投資 100 萬，第一年賺 50%，第二年賠 50%。請問這兩年的平均報酬是多少？
算術平均是（＋50% － 50%） ÷ 2 ＝ 0%。聽起來是打平。
但真的算一次：100 萬 → 賺 50% 變 150 萬 → 賠 50% 變 75 萬。你少了四分之一的本金，年化報酬是 −13.4%。
那這在真實市場差多少？我們把幾個標的的逐年報酬拉出來，兩種平均都算一次：
| 標的 | 算術平均 | 實際年化 | 差距 |
|---|---|---|---|
| 美股大盤 SPY | 9.6% | 8.0% | 1.5% |
| 台股加權指數 | 9.6% | 6.3% | 3.4% |
| 那斯達克 QQQ | 12.4% | 8.4% | 4.0% |
| 方舟創新 ARKK | 24.7% | 12.1% | 12.6% |
看最後一列。如果有人跟你說某檔基金「平均年報酬 24.7%」，這句話完全屬實，但實際投資人拿到的只有一半。而且這裡有個很值得注意的巧合：台股加權和 SPY 的算術平均一模一樣都是 9.6%，實際年化卻差了 1.7 個百分點。差別就在起伏大小。
為什麼起伏越大，你拿到的越少
這個現象有個名字叫波動拖累（Volatility Drag），原因很簡單：虧損需要更大的獲利才能補回來。跌 50% 要漲 100% 才回本，跌 20% 要漲 25%，跌 10% 只要漲 11.1%。跌得越深，回本的難度是加速上升的。
把這個效果量化出來會更清楚。假設兩個投資的算術平均都是 8%，只是起伏程度不同：
起伏 ±40% 的那個，算術平均一樣是 8%，實際年化卻只剩 0.3%，等於白忙一場。
第二招：用平均數蓋掉中位數
第二招更常見，因為它連公式都不用換，只要選對一個字。
我們取五十檔美股大型股，算它們過去十年的總報酬，然後同時看平均數與中位數：
平均數是 918%，中位數只有 229%。五十檔裡有 90% 的股票，報酬低於「平均」。
原因看圖就懂：輝達（NVDA）十年漲了 17,392%、超微（AMD）漲了 11,358%，這兩檔就把整組的平均硬生生拉到九倍以上。剩下的四十五檔全部躺在平均線底下。
順帶一提，這也解釋了為什麼選股比想像中難：大盤的報酬是被少數幾檔撐起來的，你隨手挑一檔，落在中位數附近的機率遠大於挑中輝達。這是彼得林區的十壘打那篇談的同一件事的另一面。
第三招：挑一個好看的起算日
第三招最省力：報酬照實算，但起算日讓我選。
我們把 SPY 從 1993 年以來所有可能的十年區間都算一遍，總共 283 段：
| 十年期間 | 年化報酬 |
|---|---|
| 最好的起點（2009 年 2 月） | ＋16.5% |
| 中位數 | ＋8.8% |
| 最差的起點（1999 年 2 月） | −3.4% |
同一個標的、同樣十年，起點差幾個月，年化可以差 20 個百分點。
兩個最經典的例子：從 2009 年 3 月（金融海嘯谷底）起算的十年，年化 15.8%；從 2000 年 3 月（網路泡沫頂點）起算的十年，年化 −0.7%。兩句話都是真的，都可以用來證明完全相反的結論。
還有一種你看不見的偏差
前面三招都是「呈現方式」的問題，這一招則是資料本身就少了一塊：存活者偏差（Survivorship Bias）。
它的機制是：失敗的樣本會從資料裡消失，所以你看到的永遠是活下來的那一群。
- 基金績效榜。表現太差的基金會被清算或合併，之後就不在排行榜上了。剩下的基金看起來當然體面，但那是因為難看的都被移走了。
- 指數成分股。被踢出指數的公司不會留在裡面拖累數字。台灣的 0050 也是一樣，跌出前五十大就被換掉，指數自動汰弱留強。
- 成功者的方法。訪問十個賺大錢的人，歸納出他們的共同點，這個推論本身就有問題：用同樣方法但失敗的人，你根本訪問不到。
存活者偏差最麻煩的地方在於，它沒有留下任何痕跡。前三招你至少可以要求對方換個算法重算，但消失的樣本要不回來。唯一的辦法是主動提醒自己：這份資料裡，是不是少了失敗的那一群？
看到報酬數字時，問這四句話
- 這是年化還是平均？如果對方說不清楚，或閃避這個問題，多半是算術平均。真正的年化報酬會寫成「年化報酬率」或「CAGR」。
- 中位數是多少？只給平均數的資料，通常有少數極端值在撐場面。中位數才是「一般情況」長什麼樣。
- 起算日是怎麼選的？不整齊的起算日要追問。合理的答案是完整期間、或多個滾動區間的分布。
- 失敗的樣本去哪了？基金榜、成功案例、精選名單，都要問一句：沒進榜的那些呢？
行銷話術翻譯計算機
填入你看到的宣傳數字，看看翻譯成實際報酬會剩多少。
行銷話術翻譯計算機
常見問題
算術平均和幾何平均差在哪？
算術平均是把每年報酬相加除以年數，回答「每年平均賺多少」。幾何平均是把每年的成長倍數相乘後開根號，回答「我的錢最後變成多少」，也就是年化報酬。只有後者跟戶頭數字有關。經典的例子是第一年 ＋50%、第二年 −50%：算術平均是 0%，但本金實際少了四分之一，年化是 −13.4%。
為什麼波動會吃掉報酬？
因為虧損需要更大的獲利才能補回來。跌 10% 只要漲 11.1% 回本，跌 50% 卻要漲 100%。跌得越深，回本難度加速上升，這個不對稱會侵蝕長期複利。實測固定算術平均 8%：起伏 ±20% 時實際年化剩 6.1%，±40% 時只剩 0.3%。
看到「平均報酬」該注意什麼？
先問中位數是多少。股票報酬是右偏分布，少數極端值會把平均拉高。實測五十檔美股大型股近十年：平均 918%，中位數只有 229%，90% 的股票低於平均，因為輝達和超微兩檔把平均撐了起來。只給平均數而迴避中位數，通常代表答案不好看。
起算日真的有那麼大影響嗎？
有。SPY 從 1993 年以來所有 283 個十年區間中，最好的起點年化 16.5%，最差的 −3.4%，差 20 個百分點。從 2009 年 3 月海嘯谷底起算十年是年化 15.8%，從 2000 年 3 月泡沫頂點起算十年是 −0.7%。兩句話都屬實，卻能證明完全相反的結論。
存活者偏差是什麼？怎麼避開？
指失敗的樣本從資料中消失，導致你看到的都是活下來的那一群。績效差的基金被清算後就不在排行榜上、被踢出指數的公司不會留下拖累數字、用同樣方法失敗的人你訪問不到。它不會留下痕跡，唯一的辦法是主動問一句：這份資料裡少了失敗的那一群嗎？
那我自己回測時該怎麼做？
三個習慣：報酬一律用年化而不是算術平均。用滾動區間看分布，而不是只報一個起點的結果。資料要包含已下市或已清算的標的。多數人不是被別人騙，是被自己算出來的漂亮數字騙，而這幾個習慣就能擋掉大部分的自我欺騙。
投資與教學資歷都超過二十年。教學橫跨三個階段：從兒童理財教育起步，到成人的價值投資，再到近年的量化交易。曾創立三間公司，並以價值投資建立起財務上的獨立與自信，也擔任過台積電的理財培訓師，是價值投資的國際級講師。他始終相信，理財是為了把生活過得更好，而看懂財報、獨立思考，遠比追逐明牌或現成的答案更重要。
延伸閱讀
勝率高就會賺錢嗎？
量化交易是什麼？
股債配置怎麼做？24 年實測計算設定：算術平均為各年度報酬的簡單平均，幾何平均為期間總成長倍數開年數次方根減一；SPY、QQQ、台股加權指數採 2000 至 2026 年共 27 個完整年度，ARKK 採 2015 至 2026 年共 12 個年度（成立時間較晚），美股標的為含息調整價、台股加權指數不含息。波動拖累採兩點模型（平均值加減起伏各半）估算。個股樣本為五十檔美股大型股 2016 年 7 月至 2026 年 7 月的總報酬，含息。滾動十年年化採 1993 年起的月底價，共 283 個重疊區間。資料來源：Yahoo Finance。歷史數據不代表未來，本文為教學內容，非投資建議，文中個股、ETF 與基金僅為統計說明，不構成任何買賣推薦。
