台股近期興起一股主動式ETF熱潮,一窩蜂熱錢湧進主動式ETF,如何在主動式ETF中篩選良好標的,以下提供數據參考。
亦或許,如果勝負在長期,你可能並不需要投資主動式ETF;被動的很好。
台灣熱門主動式 ETF 績效深度比較表
(截至 2026/04/30)
註 1: 年化報酬率計算公式為 $[(1 + 累積報酬率)^{(12 / 存續月份)} - 1]$。
註 2: 標有星號(*)者因成立時間未滿一年,年化數據為數學推估,易受短期波動放大影響,僅供參考。
註 3: 00403A 成立不滿一季,年化數據無統計意義,故標註為 N/A。
不一定要投資主動型ETF
倖存者偏差與「短期爆發」的陷阱
從表中的 00992A 可以看到驚人的年化數據(230%)。這類數據通常源於經理人在極短時間內重壓特定強勢股(如 AI 散熱)。- 觀點: 這種報酬率在長線上具有「不可持續性」。當產業循環轉向,這類高 Alpha 的基金往往會經歷劇烈的均值回歸,跌幅可能遠超大盤。
超額報酬的「代價」
雖然 00981A 與 00982A 確實跑贏了大盤(Alpha 值為正),但這是在台股處於極端多頭(24,000 點以上)的環境。
- 觀點: 主動型基金的 Alpha 很大程度來自「承擔更高風險(Beta)」。若遇到空頭年份,這些標的的 Alpha 是否會轉為負值?加上其高額的內扣費用(約 0.6%~0.9%),長期下來是否能維持領先?
受益人數與規模影響
規模與績效的兩難
- 當主動式 ETF 變成「巨獸」,其操作會越來越趨向指數化,但卻收著主動型的管理費,這對長線投資人(長期持有者)而言,CP 值可能不如低成本的 006208 or 0050。
- 吸金王的挑戰: 00403A 掛牌即擁有 800 億規模,這對經理人是極大考驗。在台股 24,000 點以上的高位階建倉如此大體量的部位,其超額報酬空間是否還能像早期的 00981A 那樣豐厚?
- 規模與 Alpha 的背離: 可以注意到 00981A 規模突破千億後,雖然 Alpha 仍為正值,但成長斜率已趨於穩健。當主動式基金規模過大,為了流動性必須廣泛持股,其行為會越來越像「昂貴版」的 0050,長期下來高額的管理費會成為報酬的沉重包袱。
- 績效帶動的「群眾效應」: 00992A 的持有人數成長極快,主要是受惠於短期驚人的績效數據。在文章中可以警示投資人:主動式 ETF 的受益人數往往具有「滯後性」,許多人是在績效噴發後才進場,這時往往也是 Alpha 值準備均值回歸(向下修正)的起點。
核心持股:台灣股市的「大平台」現象
目前這五檔主動式 ETF 的前三大持股幾乎完全鎖定在 台積電 (2330)、鴻海 (2317) 與 聯發科 (2454)。這三檔股票在主動式 ETF 中的合計權重通常落在 35% ~ 45% 之間。
主動式ETF與被動式ETF的關鍵差別
A. 「台積電」的緊箍咒
- 0050 的台積電權重通常高達 50% 以上。
- 主動式 ETF 受限於法規與分散風險,單一持股多半上限為 25%。
- 論點: 主動式 ETF 的超額報酬(Alpha),本質上是「拿掉一半的台積電,去換其他 AI 飆股」。如果台積電漲得比其他科技股快(如 2024 年底),主動型反而會輸給 0050。
B. 換湯不換藥的「同質化」
- 如果將這五檔主動式 ETF 的持股全部攤開,會發現它們的前十大持股中,平均有 6 到 7 檔 是重複的。
- 論點: 投資人付了 4 到 5 倍的管理費(0.15% vs 0.9%),但買到的卻是高度重疊的組合。可稱為「偽主動」現象——名義上是經理人選股,實際上不敢偏離權值股太遠,以免績效落後大盤。
C. 真正的差異在「第五到第十名」
- 重疊率顯示,前五大持股大家都在「抄作業」。主動式 ETF 真正的勝負點在於規模較小的「中型成長股」(如散熱、高速傳輸)。如果市場風向轉了,這些標的還能穩住嗎?
- 論點: 這對長線投資人來說是種冒險,因為這些中型股的波動性遠高於 0050 的權值股,且經理人若換股頻繁,交易成本(週轉率)最後都會由內扣費用轉嫁給投資人。
D. 不管你支持哪一檔,都先去看成分股和經理人的篩選理念是否與你接近
- 不要盲從,從眾心態很不好。因為錢是你的,投資自負盈虧,牛市的時候是大大帶你飛,熊市的時候大大通常不會告訴你怎麼降落,很可能直接就墜機了。
- 我個人並不傾向投資主動型ETF,理由有幾點:
- 長線績效目前均不可信(應該說 可信度低),因為時間太短,就算是2024年11月成立的00981A也沒經歷過熊市。問題不是牛市的績效而是熊市的績效如何,如果熊市遠爛於0050,那付出那麼多管理費幹嘛?
- 根據學術研究指出主動選股難以長期打敗大盤,雖然這類研究多半以美國或其他先進市場為樣本,未必適用台灣,但同時也難以證明台股的主動式ETF能出類拔萃。
















