历史回测:用 150 年真实市场数据检验您的退休计划
蒙特卡洛模拟回答的是”可能会发生什么?“,通过生成数千个随机情景来实现。历史回测回答的是另一个问题:“实际上会发生什么?”它将您确切的退休计划套入自 1871 年以来每一段真实的市场时期 — 长期萧条、咆哮的二十年代、大萧条、滞胀、互联网泡沫破裂、2008 年金融危机、新冠疫情 — 并展示您的计划在每一段时期会如何存续。
这并非假设。这些是来自标普 500 和 10 年期国债的真实股票与债券回报数据,汇编自 Robert Shiller 的数据集。每一年的回报、通胀和股息都是真实的。
工作原理
Cinder 的回测器会取用您完整的退休计划 — 储蓄、支出、税务优化、政府福利、账户类型,一切 — 并将其在重叠的历史时间窗口中重新演算。
对于 30 年的退休期,第一个窗口使用 1871-1900 年的市场回报,第二个窗口使用 1872-1901 年,依此类推,直到最近的一个完整窗口。每个窗口都会运行您完整的预测引擎:税务计算、CPP/Social Security 福利、RRSP/401(k) 提款、RRIF 最低提款额、OAS 回收 — 与驱动您主预测的是同一套引擎。
结果是:对您的计划进行 120 多次独立测试,每一次都对应一段真实发生过的市场回报序列。
测试内容
您的回测使用您计划中的一切:
- 账户余额与供款 — RRSP、TFSA、401(k)、IRA、Roth、非注册账户、LIRA、FHSA、HSA
- 税务优化 — RRSP 消化、Roth 转换、TFSA 最大化、SBLOC/PLOC
- 政府福利 — 按您选择的领取年龄计算的 CPP/QPP、OAS、GIS、Social Security
- 房地产 — 租金收入、房贷还款、缩小住房规模
- 支出策略 — 固定支出、恒定金额、Guyton-Klinger、可变百分比提款
回测唯一会覆盖的是投资回报。每个窗口不再使用您假设的回报率,而是根据您选择的资产配置,按该时期的实际历史股票/债券回报进行混合计算。
三种回测模式
仅退休期(消耗阶段)
默认模式。您的积累阶段使用您假设的回报率,历史回报仅应用于退休期间。这回答的是:“以我预测的退休投资组合为基础,不同的市场环境会如何影响我的退休?”
由于每个窗口只需要 30 年的数据,此模式产生的窗口数最多(120 多个)。
完整生命周期
历史回报同时应用于您的储蓄年份和退休期。如果您距离退休还有 15 年,退休期为 30 年,则每个窗口需要 45 年的连续数据。这会产生较少的窗口,但能端到端地测试您的完整计划 — 包括储蓄年份中的一次崩盘是否会导致您退休时资产不足。
仅积累期
仅使用历史回报测试您的储蓄年份。对于希望了解工作年间不同市场环境将如何影响退休时投资组合的年轻储蓄者很有用。
解读结果
成功率
最主要的数字是您的历史成功率:所有测试窗口中投资组合成功撑过退休期的比例。高于 90% 的成功率意味着您的计划挺过了大萧条、滞胀、互联网泡沫破裂以及现代市场历史上几乎所有其他艰难时期。
历史时期时间线
时间线按历史时代(从镀金时代到数字时代)对结果进行分组。每个时代显示:
- 存续比例 — 该时代有多少个窗口存续(如 “8/10”)
- 平均实际回报 — 该时代起始窗口的几何平均回报
- 单个窗口 — 点击任意窗口可查看带有历史事件标记的投资组合走势图
耗尽的窗口会折叠为一行摘要(如”10 个中有 6 个耗尽,第 22-28 年”),以便将关注点保留在存续窗口上。展开摘要可查看各个耗尽结果。
支出策略对比
“支出策略”标签页比较了四种不同提款方式在所有历史窗口中的表现:
- 固定(通胀调整) — 经典的 4% 法则方式:无论投资组合表现如何,实际支出保持恒定
- 恒定金额 — 固定的名义支出,不做通胀调整 — 购买力随时间下降
- Guyton-Klinger — 支出根据投资组合护栏进行调整:差年自动削减,好年自动提高
- 可变百分比提款(VPW) — 支出随投资组合规模和剩余年数调整
如果您的固定策略成功率低于 90%,改用 Guyton-Klinger 或 VPW 通常能将其提升至 95% 以上 — 因为自适应支出能天然地抵御糟糕的回报序列。
资产配置与期限
使用控制项测试不同情景:
- 股票/债券配置 — 在 0% 到 100% 股票之间滑动。历史数据显示,60-80% 股票配置在 30 年期内具有最佳的风险调整后表现,但您的最优配置取决于您的支出率和灵活性。
- 退休期限 — 测试 20、25、30、35 或 40 年的窗口,或使用您计划的实际预测期限。期限越长,成功率自然越低。
调整会立即生效 — 您调整参数时回测会自动重新运行。
历史回测 vs. 蒙特卡洛模拟
两种工具都测试您计划的韧性,但方法不同:
| 历史回测 | 蒙特卡洛模拟 | |
|---|---|---|
| 数据来源 | 真实市场历史(1871 年至今) | 随机生成的情景 |
| 情景数量 | 约 120 个(受历史数据限制) | 1,000 个以上(无限制) |
| 捕捉真实相关性 | 是 — 崩盘、复苏和体制变化都是真实的 | 取决于模型假设 |
| 测试极端情景 | 仅限实际发生过的 | 可生成比历史上任何情况都更糟的情景 |
| 最适合 | ”我的计划是否经受住了每一次历史危机?" | "在所有可能的未来中,成功的概率是多少?” |
两者都应使用。历史回测针对已知的最差情况验证您的计划。蒙特卡洛模拟则针对尚未发生过的情景进行压力测试。
实用建议
-
**不要一味追求 100%。**100% 的历史成功率可能意味着您的支出过于保守。许多成功率为 100% 的退休人员去世时仍留有初始投资组合 3-5 倍的资产。请考虑 90-95% 的成功率配合更高的支出是否更符合您的目标。
-
**查看最差时期。**如果您的计划失败,看看它是何时失败的。只在 1929 年前后的窗口失败的计划,与在 1970 年代滞胀期失败的计划,处境截然不同。
-
**测试支出灵活性。**如果您的固定策略成功率令人担忧,请检查 Guyton-Klinger 或 VPW。愿意在崩盘期间削减 10-15% 的支出,通常能将成功率提高 10-20 个百分点。
-
**请记住:所有回报都是真实的。**Cinder 的回测使用 Shiller 数据中经通胀调整后的回报。回测中的”5% 平均回报”是通胀调整后的 5% — 大致相当于 7-8% 的名义回报。
-
**两种模式都使用。**运行”仅退休期”可获得最多的窗口数和最清晰的退休阶段图景。运行”完整生命周期”可了解退休前的市场风险如何在退休结果中复合累积。