你手上的 5 隻 ETF,可能全部在押同一注

EdWealth
· Sep 02 2026
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。

先看清楚裡面裝了什麼

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:

股票 QQQ(比重) VOO(比重) VGT(比重)
NVIDIA 約 8.7% 約 7.9% 約 17.2%
Apple 約 7.1% 約 7.1% 約 13.1%
Microsoft 約 5.3% 約 5.1% 約 13.7%
Amazon 約 4.9% 約 3.5%
Alphabet 約 4.5% 約 5.5%
Broadcom 約 3.5% 約 2.6% 約 4.3%

截至 2026 年年中的約略比重。資料來源:Invesco 及 Vanguard 基金頁面。持倉每日隨股價變動。

故事全在頭三行。NVIDIA、Apple、Microsoft 主宰了這三隻基金。如果你同時持有 QQQ、VOO 和 VGT,單是這三隻股票,就可能佔了你整個組合的 15% 至 20%——視乎你在每隻基金放了多少錢,比例甚至更高。

這不是意外,而是這類基金的設計本身就會這樣。

為什麼每一隻「分散」的 ETF 都在買同一批公司

這些基金不會理會你已經持有什麼才去揀股。它們按公司規模排序——公司越大,在基金裡佔的份額就越大。

NVIDIA、Apple、Microsoft 是美國市值最大的三家公司,所以它們每一次都會浮到每一個美股指數的最頂端。基金叫「增長」、叫「科技」,還是叫「標普 500 全市場」,其實分別不大。只要它追蹤的是美國公司、而且按規模排序,這三個名字就會排在前列。

這有點像在三間不同的餐廳點「招牌沙律」,然後驚訝為什麼三碟都有生菜。當然有——它們本來就是照著同一套標準做出來的。

QQQ 的十大持倉約佔整隻基金的 47%。VOO 的十大持倉大約是 36%。VGT 更集中:單是頭三個名字——NVIDIA、Microsoft、Apple——就接近整隻 ETF 的 44%。把它當成「科技配置」加在原有組合之上,通常只是把你已經持有的同一批公司再放大一次,而不是買到更闊的科技板塊。

「但 ARKK 呢?那完全不同吧。」

有時候的確不同。ARKK 在 2026 年的持倉出現了明顯轉變——它現在主要是一隻基因組學與生物科技基金,最大持倉包括 Natera、Tempus AI 和 10x Genomics,在大型科技股上與 QQQ 或 VOO 幾乎沒有重疊。

但問題在這裡:不同,不代表自動比較安全。ARKK 只是把大型科技股的集中,換成基因組學板塊的集中。那是另一注,不是分散的一注。真正該問的不是「你的 ETF 是不是持有不同的股票代號」,而是「市場下跌時,它們的反應會不會不同」——還是它們會一起跌,因為背後承受的其實是同一種風險。

不斷想再加一隻 ETF 的衝動,往往和其他組合錯誤來自同一個地方:追逐最近表現好的東西。如果你在自己的投資裡也察覺到這股拉力,值得看看FOMO 如何影響投資決定

真正能分散風險的是什麼

真正的分散,是持有一些不會在同一時間、朝同一方向移動的東西。

幾個確實能帶來不同東西的選擇:

價值股。 專注於估值較低、屬於舊經濟的公司——銀行、能源、工業——這類 ETF 的表現,往往和高增長科技股不同,尤其在利率上升的時候。價值型 ETF 和 QQQ 之間的重疊非常少。

國際股票。 歐洲、日本或新興市場的公司,跑的是另一套經濟周期。美國科技股一季表現差,不會自動拖垮一家日本製造商或一家歐洲銀行。想了解不同資產類別如何互相配合,可以看我們寫的股票與債券——各佔多少才合理

債券。 它們在牛市不會替你催谷回報,而這正正是很多人低配它們的原因。但當股票下跌時,債券往往不跌,或者跌得沒那麼狠。越接近要用到這筆錢的時候,這份平衡就越重要。

這張清單裡明顯欠缺了什麼:更多換了名字、但同樣追蹤那批美國大型公司的 ETF。

想更深入了解 ETF 與其他結構的分別,可以看互惠基金與 ETF,以及主動投資與被動投資

怎樣檢查自己有沒有中招

三個快速動作:

把你持有的每一隻 ETF 的主要持倉列出來。 寫在紙上或試算表上都可以。如果同樣的三至五個名字不斷出現,那你就是集中——無論你手上有多少隻基金。

用免費的重疊計算工具。 ETF Research Center(etfrc.com)和 Guardfolio 都讓你輸入兩個股票代號,直接看到兩者按比重計重疊多少。挑你自己持有的任何兩隻試一次,結果通常都相當意外。

打開你券商的組合分析頁面。 大部分主要券商都有一個分頁,把你所有基金的持倉合併成一張底層股票清單。如果單是 NVIDIA 或 Apple 就佔了你整個組合超過 8% 至 10%,那就是集中——不論這些曝險是經由多少隻不同的基金而來。

如果你不想逐項自己拼湊,投資組合健康檢查可以在你連結的帳戶之上做同一件事——集中度、重複支付的費用、閒置現金,一頁看齊。它是唯讀的:它只讓你看清楚自己持有什麼,不會動你的持倉。

解決方法通常是減少 ETF,而不是加多一隻

這一點最令人意外:處理重疊的答案,幾乎從來不是再加第四、第五隻 ETF,而通常是相反。

如果你同時持有 QQQ 和 VOO:你等於為大致相同的一個組合付兩份開支比率。值得問一問,兩隻是不是都值回票價,還是其中一部分資金,放在一些表現方式真正不同的地方會更有用。

如果你想降低科技股的集中度:加入價值型或國際型基金,才會真正改變畫面。再加一隻增長型 ETF,通常不會。

如果你幾乎沒有債券或國際市場的曝險:那才是你組合裡真正的缺口,而不是你持有多少隻 ETF。

目標不是零重疊。某程度的重疊很正常,也沒有問題。目標是清楚知道自己實際持有什麼,然後判斷這個集中度,是你刻意的選擇,還是一路加基金加下來、不知不覺累積出來的結果。

結語

月結單上有五隻 ETF,感覺像有五層保護。但如果這五隻基金最後都繞回同一批十家公司,你建立的其實只有一注——只是印了更多個標誌。這可能沒有問題,甚至可能正是你想要的。真正重要的,是你知道自己屬於哪一種。

想知道自己的組合實際站在哪裡? Ed 會讀取你的持倉,為你畫出真實的集中度地圖——你的錢集中在哪裡、分散在哪裡,以及哪些部分其實在重複做同一件事。可以由免費的財務健康測評(edwealth.ai)開始,或下載 App(App Store · Google Play),看看你的 ETF 加起來,底下到底是什麼樣子。

Money at peace. Wealth in motion.

Ed Wealth 是財務研究與自我評估工具,並非持牌投資顧問。本文內容不構成任何財務、投資或稅務建議。決定權始終在你手上。

資料來源

推薦閱讀
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
A dated, sourced comparison of financial advisor apps in 2026 — Betterment, Ed, Empower, Facet, Fidelity Go, Origin, Range, Schwab, Vanguard, Wealthfront, Zoe. Every price checked 1 September 2026, plus the arithmetic on when a flat fee actually beats a percentage.

The best financial advisor apps in 2026, and what each one actually costs

"Best financial advisor app" is three different questions wearing one coat, which is why most roundups of them are useless. Some want software that moves the money — invests it, rebalances it, harvests the losses. That's a robo-advisor: Betterment, Wealthfront, Fidelity Go, Schwab, Vanguard Digital Advisor. Some want to talk to a human who is licensed and accountable: Facet, Empower, Vanguard Personal Advisor Select, Range, Zoe. And some want guidance without handing over a percentage of their assets every year for as long as they hold them — a smaller lane, where Ed and Origin sit. Those three needs don't share a winner. A list that ranks them together has to pretend they do. So this page separates them, then prices everything. Every fee below was checked on 1 September 2026 against the company's own pricing page or its SEC filing. Where a figure couldn't be confirmed, it says so instead of guessing — and one product's price is missing entirely, for a reason we explain. Transparency:
EdWealth
·
Sep 08 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
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
美國調查發現,43% 的 Gen Z 認為自己對財務的感覺與現實脫節——不少人存款五位數(美元)仍覺得自己一貧如洗。這個落差有個名字:money dysmorphia。這篇拆解它從何而來,以及如何把「感覺」和「數學」分開。

Money dysmorphia:為甚麼數字明明不差,你卻總覺得自己很窮

簡短答案:財務「感覺」與財務「現實」之間那道令人焦慮的落差,有一個名字——money dysmorphia(金錢認知失調)。它很普遍(美國約四成 Gen Z 與千禧世代自認有這種狀況),不是性格缺陷,而且不會因為存款增加就自動消失。同一項調查裡,有這種感覺的人當中,超過三分之一存款其實超過一萬美元。解方通常不是再多儲一點,而是重新校準:用能把「感覺」和「數學」分開來量度的方法,看清自己的財務。 你打開戶口,數字⋯⋯其實不差。有存款,帳單準時交,沒有甚麼火燒眼眉。但背景那把聲音沒有停過:我落後了。其他人都走得比我前。只要一個月出事,一切就完了。 如果你的財務焦慮,總是對不上你的財務數據——你不是多心,也絕對不是孤例。這道落差,有名字。而要把它看清楚,需要的是一把財務健康(financial fitness)的尺。 Money dysmorphia(金錢認知失調),指對自己財務狀況的認知出現扭曲——最常見的形態,是覺得自己遠比實際數字差。令這個詞流行起來的 Credit Karma 調查,把它定義為「對自身財務的扭曲認知,並可能因此作出錯誤決定」。 有一點要先講清楚:這不是臨床診斷。沒有任何診斷手冊收錄它,這篇文章也不是心理治療。它只是替一種真實、可量度的模式起了個有用的名字——就像「doomscrolling」形容一種行為,而不是給你扣上病名。
EdWealth
·
Aug 29 2026
美國聯儲局數據:35歲以下家庭資產淨值中位數為3.9萬美元,55至64歲為36.45萬美元。但中位數答不了「我還好嗎」這個問題——真正該看的是這五個維度。

各年齡的財務健康標準:25、35、45、55歲,怎樣才算「還可以」?

先給你搜尋這個題目時想要的數字。根據美國聯儲局最新一輪消費者財務狀況調查(Survey of Consumer Finances,2022年數據,該調查每三年進行一次),美國家庭資產淨值中位數為:35歲以下3.9萬美元、35至44歲13.56萬美元、45至54歲24.72萬美元、55至64歲36.45萬美元。 接下來是比較不中聽的部分:按年齡劃分的資產淨值基準,大概是理財世界裡最多人搜尋、卻最沒有用的一組數字。 不是因為數據不準——聯儲局的調查已經是這類數據的最高標準。問題在於,中位數只告訴你「全國的中間點在哪裡」,卻答不了你真正想問的問題:我還好嗎?單一的資產淨值數字,看不出你的趨勢是向上還是向下、一個突發狀況會不會把你擊倒、你的財務是靠系統運轉還是靠焦慮硬撐。這些才是財務健康(Financial Fitness)要衡量的東西——而在不同年齡,起關鍵作用的維度並不相同。 所以這篇文章做兩件事。先誠實地給你基準數據,因為那是你搜尋的原因;然後給你更有用的讀法:在25、35、45、55歲,五個財務健康維度——安全、掌控、進度、增長潛力、心理負擔——之中,哪一兩個才是真正的重點。(如果你對這五個維度還不熟悉,完整的解釋在什麼是財務健康。) 資料來源:美國聯儲局消費者財務狀況調查(2022年)。作為參考,美國全體家庭的整體中位數為19.29萬美元。以上均為美國數據,反映的是美國家庭的狀況,並非香港基準。
EdWealth
·
Aug 28 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。