EdWealth
免費試用 Ed

EdWealth Team
推薦閱讀
EdWealth 打造 Ed，一位讀懂你整體財務狀況、告訴你下一步該做甚麼的 AI money person。我們是誰、怎樣收費、Ed 會做甚麼和不會做甚麼，都在這裡。

關於 EdWealth：打造 Ed 的團隊

簡單來說， EdWealth 是由 Everest Global 打造的 AI 理財應用程式，產品是 Ed，你的 money person。Ed 會讀取你連結的帳戶和你提供的背景資料，幫你看清自己的財務位置，再規劃下一步。Ed 提供的是資訊和理財知識，不會替你管理資產，不會替你交易，也不能取代持牌專業人士。你可以先做一次免費的 Financial Check-Up；訂閱方案的最新內容請見 edwealth.ai/zh-tw/pricing。 今天的財務生活，早已不是一個銀行戶口、一份薪水、一層樓那麼簡單。收入、現金、投資、稅務、退休、住屋、負債、保險、股權報酬、人生目標，每一部分都會隨生活變動。 可是大部分理財產品，只看到其中一角： EdWealth 存在，是因為今天的財務需要有人把這些碎片連起來：分清楚甚麼重要、甚麼可以等，在問題變得昂貴、情緒化或被一拖再拖之前，先幫你看見問題背後真正要做的決定。 Ed 是你的 money person。它不會丟給你一個要自己解讀的儀表板，而是先讀懂你的情況，再給你一個直接的判斷和下一步。
EdWealth
·
Oct 22 2026
僱主股票是唯一一種以獎勵形式送到手上、又會自動愈積愈多的持倉，而它放大的，是你早已承擔的風險。這篇拆解怎樣用淨資產比例去衡量它，以及為甚麼「事前寫低節奏」勝過「臨場才決定」。

你的工作和你的積蓄，押注在同一間公司

先講結論：如果你淨資產中有相當一部分是僱主的股票，你等於對同一間公司押了兩次注——一次透過糧單，一次透過投資組合。這正是大部分 RSU 文章略過的地方，因為它們幾乎全部在講稅。真正的結構問題不是稅單，而是相關性。公司過一個壞年頭，可以在同一個季度裡壓縮你的花紅、凍結你的加薪、削減你的團隊，同時把你的持倉調低——兩種風險一齊動，而分散投資的存在，本來正正是為了避免這件事。更麻煩的是，這種集中會自己長大：每一次 vest 都加多一份同樣的股票，除非有人主動決定，否則倉位只會愈滾愈大。甚麼都不做，本身就是一個「繼續集中」的決定。一個可行的框架是：用整體淨資產、而不是單一證券戶口做分母，10% 以下視為平常，超過 20% 就值得認真看一次，再按你對「全押僱主」的真實態度調整這條線——然後在下次 vest 之前，把節奏寫低，而不是臨場才決定。 先撇開股權不談。你的工作本身已經是一個倉位——而且很可能是你持有得最重的一個。它每月產生現金流，有自己的增長率，也帶着公司特定風險，而沒有任何基金經理會替你對沖。這正是你的職業就是你最大的資產所講的事，它讓接下來的一切變得更鋒利：一旦接受這個角度，僱主股票就不再像眾多持倉之一，而更像是在一個你早已全身投入的賭注上再加碼。 專業術語叫相關性。分散投資之所以有效，是因為你的持倉不會同時下跌；而僱主股票會悄悄破壞這一點——令股價受傷的劇本（失去大客、指引失準、行業下行、重組裁員），通常就是令你加薪凍結、年資變短的同一個劇本。順帶一提，單一股票的基礎機率也相當叫人清醒：Hendrik Bessembinder 研究了 1926 年以來紐約證券交易所、美國證券交易所及納斯達克上的每一隻美國普通股，發現整個市場的淨財富創造幾乎全部來自表現最好的約 1,000 隻股票——其中僅 86 間公司就佔了一半。 有三件事，令僱主股票能夠繞過你腦中負責察覺風險的那一部分。 它以薪酬的形式出現，而不是一次買入。 你從來沒有坐下來比較過選項再決定買——它是隨 offer letter 一起出現的。而沒有人會像審視一筆交易那樣，去審視一份禮物。
EdWealth
·
Sep 12 2026
最大持倉佔組合一成以下，通常算健康；超過兩成，就值得認真看一次。但這條線會隨着人而移動——而真正好用的，是一條你答得出的問題。

如果你最大的持倉明天跌三成，你撐得住嗎？

如果你最大的持倉明天跌三成，你撐得住嗎？ 不是問「你會不會不開心」，而是問：你真正承諾了的那些事——首期、退休的時間表、以及在那一星期裡照樣睡得着、不會在低位割倉的能力——會不會因此出事。 這條問題比任何一個比率都更能測出集中風險，因為你答得出。大多數人說不出自己最大的一隻持倉佔了整個組合多少百分比；但幾乎所有人都答得出，那一筆跌三成會不會痛。 當然，百分比還是有個大致的形狀。一般而言，最大持倉佔組合一成以下，是不用特別留意的水平；超過兩成，就值得認真看一次。但這條線會隨着人而移動：一個投資取態進取、時間橫跨十年以上的人，坐在接近三成也不算魯莽；而一個取態保守、三年內就要動用這筆錢的人，大概應該收緊到一成半以下。 接下來要談的，是這個數字為什麼會在人不知不覺間長出來、個別公司在長時間裡實際會發生什麼事，以及大部分文章都略過的那個限制——賣出去分散，是要付稅的。
EdWealth
·
Sep 11 2026
現金放多少才算太多？用「幾個月開支」給你一個誠實的答案，再教你算出閒置現金每年悄悄付出的代價。

現金放多少才算太多？

先給答案：當超過三個月的開支，長期停在一個幾乎沒有利息的戶口裡，現金就由審慎變成昂貴。閒置現金在一個月開支以內，屬正常周轉；一至三個月，是值得看一眼的灰色地帶；超過三個月，這筆錢已經不是謹慎，而是在付一個你其實寫得出來的代價。 留意這句話量度的是什麼：不是你持有多少現金，而是你持有多少沒有在賺任何東西的現金。這是兩條不同的問題，把它們混為一談，正是這個話題長期令人困惑的原因。六個月開支放在年息 4% 的戶口，是一筆建構良好的應急備用金；六個月開支放在年息 0.07% 的支票戶口，是同一筆錢在做一份差得多的工作。金額一樣，安全程度一樣，結果差天共地。 所以真正要做的只有兩步：算出你實際閒置了多少個月的開支，再算出這部分每年的代價。兩步加起來約十分鐘，而且不需要你今天調動任何一元，也不需要你決定任何事。 有一件事這篇文章不會做：告訴你該用哪一種戶口。那條問題已經有專屬的答案。這一篇談的是——到底應該放多少在那裡。 大多數人衡量自己的現金，是看一個數字。但單看數字，判斷不了有沒有問題，因為同一筆金額放在不同地方，表現完全不同。
EdWealth
·
Sep 10 2026
六項檢查，適用於任何一個 AI——ChatGPT、Gemini、Ed，或你手上正在用的那個——判斷它的理財答案值不值得照做。全部來自一項 106 條問題的評測實際發現。

如何判斷 AI 給你的理財答案，值不值得照做

AI 給的理財答案來得很快、讀起來很順，卻幾乎不留任何線索讓你判斷它對不對。問題正正在這裡：一個過時的供款上限和一個最新的供款上限，在螢幕上長得一模一樣——同樣的語氣、同樣的排版、同樣的自信。 你查不了那個模型，但你查得了那個答案。六項檢查已經能處理大部分情況。 叫它給一個你自己能核實的最新數字。看它有沒有把規則和意見分開。看它有沒有把推理過程說出來，而不只是拋一個結論。留意結論是不是放在最前面。問它給了你選項，還是只給了一道指令。最後，看看做這個工具的人，會不會在自己輸的時候也把結果公開。 這六項檢查來自 MoneyBench（完整報告為英文版）——Ed Wealth Research 用真實理財問題，對 Ed、ChatGPT 和 Gemini 做的一次評測。但這些檢查跟 Ed 無關，它們適用於你手上已經打開的任何一個。跑一次，十分鐘之內你會知道的東西，比任何排行榜一年告訴你的都多。 各項調查對使用規模的說法差距很大——美國 TD 的 2026 AI Insights 調查指，有 55% 的美國成年人用 AI 尋求理財指引；Wells Fargo 的 2026 Money Study 則報稱 19%。但兩者方向一致，而且同樣發現 Z 世代使用率最高：TD 的數字是 77%，Wells Fargo 是 38%。
EdWealth
·
Sep 07 2026
三個 AI 系統在準確度上只差三分之一分，但其中一個被選中的次數，仍然接近另外兩個的三倍。MoneyBench 的數據顯示，真正拉開距離的，不是誰答得對。

答案正確，跟答案有用，是兩回事

三個 AI 系統回答了同樣的 106 條個人理財問題。單看事實準確度，它們幾乎並駕齊驅——五分制之下分別是 3.99、3.72 和 3.65，差距約三分之一分。但當評分者要挑出「哪個答案我真正想要」，其中一個被選中的次數，接近另外兩個的三倍。 有趣的正是這道落差。既然三者答得同樣正確，勝出的那個就不是靠「答得對」贏。下一個直覺猜測是它寫得比較好——但表達力恰恰是三者最接近的一項，其中一組對比的差距甚至未達統計顯著。 那麼被獎勵的，究竟是什麼？是第三種特質。MoneyBench 研究報告（全文為英文）對它的定義異常精準：一個有用的答案，是能夠支撐它所回應的那個決定——它指出與問題相關的數字、說明這些數字如何互相作用，並講清楚它們對眼前這個選擇意味著什麼。 聽起來很溫和，實際上卻是全部分野所在——而且一旦你看得見它，就可以用它來檢驗任何一個 AI 給你的理財答案。 這是三篇系列的第二篇。第一篇講述這場測試如何設計、以及發現了什麼。
EdWealth
·
Sep 04 2026
我們把 106 條真實理財問題交給 Ed、ChatGPT 和 Gemini，由第三方模型盲測評分，每一項關鍵事實都對照即時來源核查。Ed 贏了 62.3%。以下是這場測試的做法。

我們用真實理財問題實測三個 AI。結果是這樣。

2026年7月，我們把 106 條真實理財問題交給三個 AI 系統——Ed、ChatGPT 和 Gemini——所有答案以匿名方式評分，評審模型不屬於三者任何一方的模型家族，而每一項關鍵事實都對照即時來源核查過。Ed 在 62.3% 的問題上勝出，Gemini 20.8%，ChatGPT 17.0%。 完整研究已經公開，名為 MoneyBench（報告為英文版），內容包括方法論、評分準則、研究限制，以及我們輸掉的那一輪。 有兩件事值得在讀下去之前先知道。第一，這些問題不是為測試而寫的，而是從真實用戶問過個人理財 AI 的紀錄中抽出來——是那種瑣碎、具體、帶著個人處境的問題，不是教科書式的題目。第二，事實核查那一關令 Ed 的分數下跌。核查之前，Ed 是 67.6%；當每個答案的每項關鍵事實都對照即時來源查證之後，Ed 是 62.3%——被削去 5.3 個百分點，而兩個對手的分數則同時上升。Ed 仍然排第一。 這篇文章講 MoneyBench 量度什麼、測試怎樣搭建。另外兩篇會走得更深：什麼才算一個「有用」的 AI 理財答案，以及你自己可以怎樣判斷一個 AI 理財答案。 寫程式和數學都有公開的基準測試。你可以查到模型排名、看到題庫、對評分方式提出質疑。個人理財問答卻沒有對應的東西——這其實有點奇怪，因為它正是「答錯代價最大」的領域之一。
EdWealth
·
Sep 03 2026
持有五隻 ETF，不等於已經分散風險——熱門增長型 ETF 之間的持倉重疊，最高可達 73%。教你檢查自己的組合，是不是暗地裡只是一注集中的賭注。

你手上的 5 隻 ETF，可能全部在押同一注

先講一個會令你重新審視自己組合的數字：QQQ 的持倉之中，按比重計有 94.8% 的股票，其實已經住在 VOO 裡面。這不是輕微重疊，是幾乎完全重疊。 如果你兩隻都持有，你並沒有把分散程度加倍，你只是把對同一批公司的曝險加倍——而且為此付了兩份基金費用。 再把 VGT 加進去，畫面就更奇怪了。你最大的三個倉位——NVIDIA、Microsoft、Apple——現在同時出現在三隻不同的基金裡。三隻 ETF，三份開支比率，押的卻是同一批公司的同一注。 這就是 ETF 重疊問題。它很安靜，帳面上看起來像分散投資，而且經常令一班本來很謹慎的人措手不及。 要看穿這件事，最簡單的方法就是把三隻最熱門的增長型與大市 ETF 的主要持倉並排放在一起。以下是截至 2026 年年中，它們裡面裝著的東西：
EdWealth
·
Sep 02 2026
覺得自己財務落後？美國數據說，很可能不是。這 7 個財務健康跡象，每一個都對得上一項真實基準——由美國聯儲局的「400 美元測試」，到大部分人的債務其實長甚麼樣。

7 個跡象：你的財務其實比你以為的好

簡短答案：只要你手上有任何現金緩衝、大概講得出自己每個月花多少、有錢在流向退休儲備，而且從未拖欠過租金或按揭——單看這幾項，你已經走在一大批美國成年人前面。「覺得自己落後」和「真的落後」是兩回事，而數據只量度得到其中一樣。 金錢焦慮有件事很弔詭：感受最強烈的，往往正是那些真的有在做功夫的人。你拿自己去比同事的新車、表哥剛裝修好的廚房、陌生人的旅行相——那是一份沒有附上資產負債表的精華片段。沒有人會把信用卡月結單貼上網。 所以這篇文章不會拿你去跟一個「甚麼都搞掂晒」的想像人物比較，而是拿你去跟真實數據比較：美國聯儲局、FINRA、紐約聯儲銀行所能核實的，美國人實際上是怎樣處理金錢的。這不是要令任何人覺得高人一等——而是因為，安慰要建立在證據上，才值錢。 你可以把它當成一次財務健康（financial fitness）檢測裡，比較令人安心的那一半。真正的體檢不只找出毛病，也會告訴你哪幾項數字其實沒問題，讓你不用再為它們擔心。以下七個跡象，說明你的狀況可能比你以為的好。 美國聯儲局十年來一直問同一條問題：如果突然多出一筆 400 美元的開支，你能否用現金、存款、或一張隨即會全數清還的信用卡應付？
EdWealth
·
Sep 01 2026
不敢看戶口結餘，不是懶惰，而是一種有名字的焦慮反應：鴕鳥效應。這篇拆解「不看」正在悄悄花掉你多少錢，以及一個讓你重新敢看的 90 秒習慣。

為甚麼你不敢看銀行戶口？（以及不看的代價）

先講結論：你避開銀行戶口，是因為「看」感覺像宣判，而大腦天生會替你避開宣判。行為經濟學給這個現象起了名字——鴕鳥效應（ostrich effect）——它普遍到研究人員可以在整個市場的數據裡量度出來。但逃避有一個安靜的價錢：只有不知道結餘的人才會中的透支費與逾期費、無聲扣款好幾個月的訂閱、由小拖成大的問題。解法不是一次徹底的財務大檢查，而是每星期 90 秒、只看三個數字——小到不會觸發恐懼，卻足以讓恐懼慢慢縮小。 那個動作你一定認得。銀行 App 一直在主畫面，你每次都滑過去。結餘提示彈出來，你看也不看就撥走。有人問「這個你負擔得起嗎？」你答「應該可以」——因為「應該」不需要打開 App。 如果這正是你，先記住第一件事：你沒有問題。你不懶惰、不是不負責任，也不是特別「唔識理財」。逃避財務資訊是行為金融學裡記錄得最完整的行為之一，從戶口見紅的學生到身家千萬的投資者都會出現。「不想看」是人類的出廠設定，不是性格缺陷。 第二件事就沒那麼舒服了：逃避不是免費的。你不看的時候，戶口並不會暫停。而一個沒人看管的戶口裡，幾乎所有出錯的事，都是愈早發現愈便宜。 這篇文章做三件事：解釋大腦為甚麼這樣做、認真算一算「不看」的代價，然後給你一條回去的路——只需 90 秒，而且不痛。
EdWealth
·
Aug 31 2026

金錢安穩，財富前行。

你的錢，終於有人打理；你的生活，終於不再匆忙。

免費試用 Ed