結論：當然能，只要三分鐘！
如果您有記錄每個月的投資部位變化，其實就能用簡單的統計模型，估算「下個月投資淨資產會不會大跌10%、15%、甚至 20%」。筆者用 ChatGPT 和 Sortino 模型實測，這不僅做得到，而且人人都可以做到。
資產會不會跌？我們不再只能靠感覺
筆者已經記錄自家家庭資產超過 12 年，每月的總資產、總負債與淨資產都有完整的 Excel 表。計算時原則不把房產納入計算，因房產的即時價格難以客觀衡量。（延伸閱讀：季凡觀點》培養紀錄習慣：透過統計回歸整理分析）
以前面對市場震盪，我們只能憑感覺猜測風險。但現在，筆者只要把資料交給 ChatGPT，讓它跑模型，三分鐘內就可以得出下個月資產下跌的機率。
這篇文章，我會分享如何用 ChatGPT 使用 Sortino 模型來做這件事，並鼓勵您也自己試試看。
什麼是 Sortino 模型？
多數人聽過 Sharpe Ratio，這是用來衡量報酬與總風險的比值。但 Sortino Ratio 更進一步，它只計算「下跌」這部分的風險，也就是「下行標準差」。
簡單說，Sortino 模型把「上漲波動」視為好事，不納入風險衡量，只計算報酬為負的變異程度。
我特別把近五年來的資產資料提供給 ChatGPT，它幫我計算出三個關鍵數據：
平均每月報酬率：約 +4.18%
每月標準差（波動度）：約 11.60%
下行標準差（只計虧損時的波動）：約 5.13%
筆者再問 ChatGPT：資產下個月會跌多少？我請 ChatGPT 幫我用 Sortino 偏態分布估算下列跌幅的機率：
說明：一般常態分布會以 68-95-99.7 法則估計跌幅機率，但這裡我請 ChatGPT 使用的是 Sortino 偏態模型，只考慮負報酬的波動，因此機率會不同。
跌幅-10% 下跌機率（Sortino 模型估計）約 2.34%
跌幅-15% 下跌機率（Sortino 模型估計）約 0.37%
跌幅-20% 下跌機率（Sortino 模型估計）幾乎為 0（<0.01%）
這表示：
雖然資產偶爾會下跌，但下個月跌 15% 是極少見的事件；如果投資資產配置穩健，就不必過度擔心極端情況。
這樣的風險預估，對任何一個家庭來說，都是有價值的參考依據。
三分鐘完成，人人都能自己算！
您不需要會統計、不需要學 Python，只要有記錄（Excel 或筆記本皆可），就能讓 ChatGPT 幫您分析：
上傳投資紀錄
請它計算平均報酬率與下行標準差
問它：「下個月跌 10%、15%、20% 的機率是多少？」
它不只會算，還能幫您畫圖、生成表格，像一位簡易的財務顧問。
這些資訊，能改變我們的行為
理性面對風險：當我知道月跌 15% 的機率不到 1%，我就不會因為短期跌幅而慌張賣出。
財務決策有依據：我會更願意堅持資產配置策略，而非隨市場起伏調整持倉。
資產紀錄更有價值：每月記帳不再只是習慣，而成為風險預測的基礎資料。
這不是專家的特權，而是每個家庭的基本功
我們不需要等待財務專家幫我們做風險控制，也不用買昂貴的分析軟體。只要有 ChatGPT，再加上您過去累積的投資紀錄，就能做出與專業分析師相近的風險預估。
您當然可以繼續進階，問它：
「若年報酬率為（自行填入）%，下行風險為（自行填入）%，下個月資產下跌 15% 的機率是多少？」然後，再依此回推出適合自己的槓桿與配置策略。
從自己投資紀錄出發，一步一步練習，您會發現風險不再只是抽象的感覺，而是可以被量化、理解，甚至管理的現實。
【風險提醒】
本文模型僅為投資風險的簡化估算工具，不構成任何投資建議。
若希望確保估算的準確性，建議歷史資料的回溯期間應涵蓋完整的市場週期（如 2007 年或 2020 年的金融危機），並保持資產配置策略與標的的一致性。此外，若投資資產受到過多非市場性現金流的影響，將可能降低模型的預測效力，建議以獨立的投資帳戶作為分析基礎。
＊作者季凡為 APcore Global Education 創辦人、財經 Podcast「Two Money Lovers 經濟學不是萬能但有用」主持人。
本文獲授權轉載自季凡，未經同意不得轉載。
