1. 假設嘅起源
派息基金每月派一次息，派息日 (ex-date) 之後 NAV 會大致跌返相當於派息額嘅幅度。 但如果 NAV 跌幅小過 dividend，理論上你 capture 到差額即係 alpha。
Prudential 16 隻派息基金嘅 ex-date 分佈成 3 個窗口：
| 窗口 | 日期 | 基金 |
|---|---|---|
| 月初 | 7-9 號 | JAPX (摩根亞太入息) |
| 月中 | 12-14 號 | AIGX (安聯收益及增長) |
| 月尾 | 26-31 號 | AHYX, BATX, BSSX, EAHX, FGMX, FHYX, IIFX, SGHX, TFRX 等 14 隻 |
理論上一個月可以 capture 3 次派息，年化 36 次 vs baseline 12 次。 如果每次 capture +0.5%，年化 +18%。聽起嚟太美好？答案係：是。
2. NAV 喺 ex-date 究竟跌幾多？
我哋分析咗 14 隻基金嘅 24 個月 ex-date 數據，量度 NAV 喺 ex-date 前後 1 / 5 / 15 日嘅變化：
| 指標 | 全市場平均 | 解讀 |
|---|---|---|
| 平均派息率 (per cycle) | 0.46% | 單次派息相對 NAV |
| Ex-date NAV 跌幅 | -0.07% | 少過派息額！ |
| T+5 NAV recovery | -0.13% | NAV 略續跌 |
| T+15 NAV recovery | +0.30% | NAV 半個月內回升 |
| Net 5d (NAV+派息) | +0.31% | 5 日後實際正回報 |
| Net 15d (NAV+派息) | +0.72% | 15 日後 capture +0.72% |
3. 短期測試（13 個月）：似乎 work！
我哋首次 backtest 用咗 2025-04 至 2026-05 嘅 13 個月數據（呢個係 Prudential 公布派息 PDF 唯一可獲取嘅完整 records 範圍）：
| 策略 | NAV CAGR | Total CAGR | MaxDD | Sharpe |
|---|---|---|---|---|
| F1d Baseline (1 trade/月) | -3.25% | 6.88% | -6.6% | 0.92 |
| 3W-Naive (JAPX→AIGX→SGHX) | +4.16% | 10.65% | -2.4% | 1.78 |
| 2W-Skip-Mid (JAPX→SGHX) | +6.32% | 12.88% | -2.3% | 2.38 |
| Just JAPX (single hold) | +20.25% | 24.71% | -6.8% | 1.81 |
結果非常吸引：2W-Skip-Mid Total CAGR 12.88%，比 baseline 高 6%； MaxDD 只係 -2.3%；Sharpe 由 0.92 飆升到 2.38（risk-adjusted 強 2.6 倍）。 Just JAPX 更係 +24.71%。
4. 推算歷史派息嘅技術突破
Prudential PDF 只有 12 個月 record，但我哋有 8 年完整 NAV 數據。想到一個推算方法： 從 NAV 跌幅反推 ex-date 同派息額。
演算法：對每隻基金每個月：
- 掃描所有單日 NAV 跌幅 ≥ 0.15% 嘅事件
- 以該基金歷史 ex-date 嘅 day-of-month 為 anchor，± 5 日窗口篩選
- 每月選最大跌幅作為當月 ex-date
- 派息額 = 該日 NAV 跌幅（USD per unit）
結果：1,449 條 dividend records，覆蓋 2018-01 至 2026-04， 每隻基金 80-99 條 records。足夠做 8 年 backtest。
5. 8 年實證：殘酷現實
套用同樣 capture 邏輯，但用 8 年數據（2018-02 至 2026-05）：
| 策略 | NAV CAGR | Total CAGR | MaxDD | Sharpe | CumDiv |
|---|---|---|---|---|---|
| 🏆 F1d Baseline (annual) | +0.27% | 7.31% | -24.9% | 0.66 | $768K |
| Just AIGX (no rotation) | -2.13% | 6.74% | -29.7% | 0.67 | $882K |
| Just JAPX | -1.30% | 5.18% | -33.3% | 0.50 | $622K |
| 2W-Skip-Mid (JAPX→SGHX) | -2.18% | 4.62% | -27.3% | 0.60 | $621K |
| 3W-Naive | -4.09% | 3.83% | -33.3% | 0.56 | $658K |
| 3W-Smart | -8.05% | 2.94% | -50.0% | 0.35 | $773K |
6. 為何長期失敗？
原因 1：T+2/T+4 摩擦累積
POPI 賣出 T+2 結算、買入 T+4 結算。3-Window 策略每月 3 次交易，8 年 ≈ 290 次交易。每次 ~0.3% slippage（NAV execution 同 decision 之間嘅變動）= -1.7%/yr drag。
原因 2：Cash gap 累積無回報期
每次 rotation 喺 sell 同 buy 之間有 2 日 cash gap（T+4 - T+2 = 2）。3W 策略一年 36 次 rotations × 2 日 = 72 日／年喺 cash 度（無 NAV 增長、無派息）。 8 年累積 = 576 日 ≈ 1.6 年嘅總 idle time。
原因 3：不對稱損失
Earlier "+0.72% Net 15d" 係平均。但 distribution 係嚴重不對稱：
- 正常月份：NAV 跌 -0.5%，派息 +0.5% → net 0~+0.2%
- 波動月份：NAV 跌 -3%（市場壓力 + ex-date），派息 +0.5% → net -2.5%
Capture 策略觸發頻繁，遇到波動月份就食大蕉。Buy-and-hold 策略（baseline）喺呢啲月份 只係見到 NAV 短期 dip 然後 recover，唔需要 trade，零摩擦。
原因 4：T+4 timing 衝突
想 capture 月中 AIGX (ex-date day 13)，必需 buy 落 day 12 之前。但要先 sell 月初 JAPX (ex-date day 9)，sell 決策最早 day 10，T+2 賣出 day 12。然後 T+4 買入 = day 16， 已經過咗 AIGX ex-date。
即係話，3-Window 策略結構上唔可能 capture 到 AIGX， 除非接受 cash gap 風險。Backtest 證實：3W-Naive 共 collected 130 次派息（vs baseline 87）， 但平均單次少咗 41% — capture 質素差。
7. 一個意外發現
Just AIGX (純持有不換) 拎到 6.74% Total CAGR + Sharpe 0.67，排第 2， 差 baseline 只 -0.57%。CumDiv 最高 ($882K)。
Insight：「揀啱基金」比「rotation」更重要。F1d 評分公式本身已經會優先選擇 AIGX 呢類高 Sortino + 高派息嘅基金，不再需要人為干預。
8. 結論與啟示
- 方向正確：NAV 確實 drop 少過派息額（earlier finding 是對的）
- 但 T+2/T+4 摩擦食晒呢個 alpha
- 長期測試係檢驗策略嘅唯一可靠方法 — 13 個月 sample 不可信
- F1d baseline 維持 best-in-class
- 「失敗實驗」係建立信任嘅 evidence — 我哋認真測過，數據說話
— FerryRichMan LTD Quant Research, 2026-05-07