跟單 Pelosi 真係發達之路?

65 份原始申報、62 個買入信號、11.83 年逐筆回測 —— 年化 15.01%,但 2021 年之前係跑輸大市 5 個百分點嘅
2026 年 9 月 8 日
CoCo哥投資筆記 · 深度研究系列 深度

網上有幾百個「Pelosi 股神」嘅帖,但幾乎冇一個係由原始申報檔案計出嚟。呢篇唔用任何二手追蹤網站 —— 我哋直接由美國眾議院書記處(disclosures-clerk.house.gov)下載晒 65 份原始 PTR PDF,逐頁解析出 227 筆交易紀錄,扣除修訂表(Amended)重覆申報之後得 210 筆,再用 Polygon 日線(拆股調整)由 2014 年 11 月 6 日回測到 2026 年 9 月 4 日收市。

規則好簡單,亦係散戶唯一真係做得到嗰種:申報公開之後下一個交易日開盤買正股,佢申報賣出就跟住平倉。11.83 年、62 個買入信號。答案唔係「發達」,亦唔係「呃人」—— 而係一個好多人講咗十年都講錯咗嘅結構。

Chapter 01

由 65 份 PDF 開始 —— 呢個數字唔係網上流傳嗰個

先講一件好多人唔知嘅事:Pelosi 名下第一份定期交易報告(PTR),係 2014 年 11 月 5 日先交嘅。唔係 2012 年 STOCK Act 生效嗰年。2012 至 2013 年佢只交過 Type O 年度申報,冇任何 PTR。所以任何話「由 STOCK Act 開始跟單」嘅回測,起點都應該係 2014 年 11 月,唔係 2012 年。

由嗰日計到 2026 年 9 月 4 日,一共 65 份 PTR。我哋唔理啲追蹤網站點樣重新包裝,直接用 pdftotext -layout 抽字,自己寫 parser 處理五種唔同版面 —— 舊版冇 [ST]/[OP] 資產類型標籤、金額有時單行有時跨行、首欄有時係 owner code(SP)有時係流水號、字型令大小寫錯亂(aaPl 其實係 AAPL、MgRC 係 MGRC)、分頁仲會將資產名同表頭切開。

解析出 227 筆原始紀錄,扣走修訂表重覆之後 210 筆。呢 210 筆入面,唔係每筆都算「買入信號」。行權(Exercised)唔計 —— 嗰啲只係舊期權轉成正股,唔係一個新決定;合併/分拆/收購唔計(AT&T→WBD、Slack→CRM、Comcast→VSNT);冇上市代號嘅私人 LLC、地產、私募基金唔計。同一份申報同一隻股嘅正股加期權合併做一個信號。

最後淨低 62 個買入信號。呢 62 個信號,就係成篇文嘅全部。

全期成績單 · 2014-11-06 → 2026-09-04 · 11.83 年
+15.01%
金額加權年化
累計 +422.7%
+17.94%
等權年化
累計 +603.7%
+11.93%
SPY 同期年化
累計 +279.1%
−73.1%
最大回撤
最低 0.34× @ 2016-05-13

睇到呢度,好多人已經想收工:「贏咗 SPY 三個百分點,咪即係跟單真係得囉。」

慢住。呢四個數字入面,有兩個係散戶根本執行唔到嘅,一個係會令你中途沽清嘅,仲有一個 —— 係整篇文最重要嗰個 —— 一切開兩段睇,結論就完全反轉。

權益曲線(對數刻度)· 起始 1.00×2014-11-06 → 2026-09-04 · 等權跟單組合 vs SPY(價格報酬,未計股息)1.0×2.0×4.0×8.0×20142016201820202022202420262015 年底跌到 0.86×日內最低 0.34×(金額加權,2016-05-13)· 最大回撤 −73.1%7.04×3.79×跟單組合(等權)+603.7% · 年化 +17.94%SPY +279.1% · 年化 +11.93%
權益曲線(對數刻度)。紅線係等權跟單組合,灰虛線係 SPY。2015 年底組合淨值一度跌到 0.86×,即係跟足一年之後仲要蝕緊錢 —— 而金額加權版本日內最低見過 0.34×。數據:眾議院書記處原始 PTR + Polygon 日線(拆股調整,未計股息)
Nancy Pelosi
圖片來源:Roll Call — Nancy Pelosi。2025 年 11 月 6 日宣布唔尋求連任 —— 佢 1987 年首次當選,代表三藩市近 40 年,2027 年 1 月起就唔再需要申報任何交易
💡 點解唔用現成嘅追蹤網站

市面上有十幾個「國會交易追蹤」網站,數據睇落一樣,但落到細節就唔同。三個常見問題:

一、修訂表(Amended)重覆計。 議員申報錯咗會交修訂表,原申報同修訂表都會留喺系統。唔識扣就會將同一筆交易計兩次 —— 227 筆原始紀錄扣走之後淨返 210 筆,差 17 筆。

二、行權當新買入。 期權行權(Exercised)只係將舊倉轉成正股,唔係一個新決定。當成新信號就會憑空多出好多「買入」。

三、代號重用唔處理。 SUNE 喺 2016 年 4 月破產後,個代號俾另一間公司用;HTZ 舊 Hertz 用到 2020 年 10 月,2021 年 11 月起係重整後嘅新公司;FB 用到 2022 年 6 月 8 日、之後接 META;SQ 最後一個交易日係 2025 年 1 月 17 日,XYZ 由 1 月 21 日開市生效。任何一個接錯,條曲線就會完全變樣。

Chapter 02

一條曲線,兩段人生 —— 2021 年之前,跟單係跑輸大市的

將同一套規則、同一批申報,由中間切一刀。

期間買入信號勝率金額加權年化等權年化SPY 年化
2014-11 → 2020-12
6.15 年
2576.0%+5.33%+17.97%+10.42%
2021-01 → 2026-09
5.68 年
3764.9%+26.50%+17.90%+13.58%
全期
11.83 年
6269.4%+15.01%+17.94%+11.93%

睇清楚頭一行:2014 至 2020 年嗰六年,跟單按金額加權年化只有 5.33%,同期 SPY 係 10.42%。輸足五個百分點,而且勝率仲要高過後段(76.0% vs 64.9%)。

換句話講:所謂「Pelosi 神話」,係 2021 年之後先出現嘅嘢。而 2021 至 2026 年,啱啱好就係美股史上最強嘅科技牛市之一。你跟嘅究竟係佢個腦,定係跟緊 NVDA 同 AVGO?呢個問題,前六年嗰組數已經答咗一半。

同一套規則,切開兩段:神話只喺 2021 年之後出現留意等權(黃)兩段幾乎一樣;爆升嘅只係金額加權(紅)0%10%20%30%5.33%17.97%10.42%2014-11 → 2020-126.15 年 · 25 個信號26.50%17.90%13.58%2021-01 → 2026-095.68 年 · 37 個信號15.01%17.94%11.93%全期 11.83 年62 個信號金額加權年化等權年化SPY 年化
三個期間、三個口徑。留意黃色柱(等權)兩段幾乎完全一樣 —— 17.97% 對 17.90%。真正由 5.33% 爆到 26.50% 嘅,只有金額加權版本。呢個差距唔係「佢變叻咗」,係注碼分配方法造成嘅
🧠 Coco哥觀察

呢度有個好易錯過嘅細節:等權版本兩段幾乎一模一樣(17.97% 對 17.90%),但金額加權由 5.33% 跳到 26.50%。

如果一個策略真係有 alpha,你會預期佢兩種加權方法都穩定。而家嘅情況啱啱相反 —— 穩定嗰個係等權,爆嗰個係加權。換個角度理解:後段嗰 26.5%,好大程度係「注碼啱啱押晒喺 NVDA 身上」嘅結果,唔係「揀股勝率提升」嘅結果。

US Capitol
圖片來源:The Washington Times / AP — 美國國會山莊。2012 年 STOCK Act 生效後,議員每筆交易要喺獲通知後 30 日內、交易後 45 日內申報 —— 呢個 45 日,就係「跟單」呢件事嘅全部問題所在

咁 2021 年究竟發生咗乜?

由 5.33% 跳到 26.50%,唔係一夜之間學識咗揀股。三樣嘢同時變:

  • 板塊換咗。 前段嘅大注押喺太陽能(SunEdison)同租車(Hertz)—— 兩隻都係高槓桿、資本密集嘅週期股,最後兩隻都破產。後段嘅大注全部係半導體同雲端 —— NVDA、AVGO、GOOGL、AMZN、CRM。
  • 市場換咗。 2021 至 2026 年 SPY 年化 13.58%,前段係 10.42%。單係大市 beta 就多咗三個百分點。
  • 申報快咗。 平均時滯由 28.4 日收窄到 19.1 日,即係跟單者少蝕咗一部分時滯成本。

三樣加埋,已經解釋到大部分差距。剩返嗰部分,先係真正值得討論嘅「alpha」—— 而按等權口徑計,呢個部分幾乎係零(17.97% 對 17.90%)。

真相 #1
真相 #1

兩隻票,就毀晒成個組合嘅頭六年

前段 5.33% 嗰個數,唔係「佢頭六年揀股差」咁簡單。25 個信號入面有 19 個係贏嘅(勝率 76%),但金額加權年化得 5.33%。點解?

因為有兩隻票,佔咗早期組合超過一半注碼,最後一隻破產、一隻除牌。

案例 A

SunEdison(SUNE):−98.2%

2014 年 10 月成交、11 月 5 日申報 —— 呢個就係佢第一份 PTR 入面嘅第一筆。申報金額區間 $100K–$250K,中位 $175K。2016 年 4 月 21 日 SunEdison 申請破產保護、紐交所即日停牌,回測以最後成交價平倉。

註:SUNE 呢個代號之後被另一間公司重用並做過反向拆股,所以拆股調整後嘅歷史「價格」會出現極端數值(2014 年入場價會顯示為 $3,830),唔可以當成當年真實股價睇。買賣兩邊嘅調整因子相同,所以報酬率唔受影響。

持有 532 日,報酬 −98.2%。2016 年初,呢一筆一度佔咗成個金額加權組合嘅 68%。

案例 B

Hertz(HTZ):−92.0%

2014 年 12 月同 2015 年 7 月分兩次買入,申報金額區間分別係 $215K–$500K 同 $115K–$300K。Hertz 喺 2020 年 5 月 22 日申請破產保護,紐交所喺 2020 年 10 月 29 日收市後停牌、11 月正式除牌,回測以嗰日最後成交價 $1.78 平倉。兩筆分別 −92.0% 同 −89.1%,持有 2,142 日同 1,919 日。

要補充一句:舊 Hertz 嘅股東最後唔係歸零 —— 股份轉到場外以 HTZGQ 交易,2021 年重組時舊股東仲收返可觀價值。用「最後一日紐交所成交價」平倉係一個機械規則,方便同其他交易口徑一致,但佢會誇大咗呢兩筆嘅實際損失。呢點要老實講,因為呢兩筆正正就係「頭六年跑輸」呢個結論嘅主要推手。

另外:2021 年 11 月之後個 HTZ 代號係重整後嘅新公司,同呢兩筆完全無關。呢啲代號重用嘅陷阱,係二手追蹤網站最常計錯嘅地方。

剔走呢兩筆,全期金額加權年化由 15.01% 跳到 21.54%,前段亦由 5.33% 升到 17.1%。

⚠️ 但唔可以就咁剔走

「剔走最差嗰兩筆」係回測界最常見嘅自我欺騙。你喺 2014 年 11 月 5 日睇住份申報嘅時候,SunEdison 睇落同 NVDA 一樣係一隻高增長股 —— 佢當年係全球最大嘅太陽能開發商。冇任何方法可以事前知道邊兩筆要剔。

21.54% 嗰個數字嘅唯一用途,係量度集中度風險有幾致命:62 個信號入面,兩筆錯嘅就可以食走全期年化 6.5 個百分點。

逐年報酬:跟單組合(等權) vs SPY2014 為 11-06 起計;2026 為截至 09-04。13 年入面有 8 年贏 SPY、5 年輸-40%-20%0%20%40%60%+1014-2215+1016+3817-618+3619+6520+2221-4122+5623+4924+2625+2126跟單組合(等權)SPY2022 年 −41.3%:同期 SPY −19.5%
逐年報酬。13 個年度入面有 8 年跑贏 SPY、5 年跑輸。2015 年 −22.0%(SPY −0.8%)、2022 年 −41.3%(SPY −19.5%)—— 呢兩年就係「你會唔會沽清」嘅真正考驗
Chapter 04

逐筆拆:最勁嗰筆,注碼最細

將 62 個信號攤出嚟,你會見到一個好諷刺嘅結構。以下係幾筆最有代表性嘅交易(全部由原始 PTR 解析,價格為 Polygon 拆股調整後):

申報公佈日股票申報金額區間
(中位)
買入平倉報酬持有平倉原因
2016-05-24SQ$1K–$15K
$8K
2016-05-25
$10.13
持有至今
$82.76
+717.0%3,754 日未有平倉申報
2018-02-26AAPL$200K–$500K
$350K
2018-02-27
$44.77
2020-06-10
$86.97
+94.3%834 日申報賣出正股
2016-05-24AAPL$100K–$250K
$175K
2016-05-25
$24.67
2017-02-15
$33.88
+37.4%266 日申報賣出期權
2018-04-16DBX$250K–$500K
$375K
2018-04-17
$29.90
持有至今
$34.83
+16.5%3,062 日未有平倉申報
2014-12-17DIS$1K–$15K
$8K
2014-12-18
$92.19
2022-10-17
$96.38
+4.5%2,860 日期權到期作廢
2015-07-28HTZ$115K–$300K
$208K
2015-07-29
$16.34
2020-10-29
$1.78
−89.1%1,919 日破產除牌
2014-12-17HTZ$215K–$500K
$358K
2014-12-18
$22.18
2020-10-29
$1.78
−92.0%2,142 日破產除牌
2014-11-05SUNE$100K–$250K
$175K
2014-11-06
$3,830.00
2016-04-21
$67.48
−98.2%532 日破產除牌

報酬色跟港股慣例:紅色 = 賺、綠色 = 蝕。

睇最頂同最底兩行:

  • 最勁嗰筆(SQ,即而家嘅 XYZ) —— 2016 年 5 月買入,申報金額區間 $1,000–$15,000,中位 $8,000。持有到今日 +717.0%,即係逐筆年化約 +22.7%。
  • 最傷嗰筆(SunEdison) —— 申報金額中位 $175,000,結果 −98.2%。
  • 第二傷嗰筆(Hertz) —— 申報金額中位 $358,000,結果 −92.0%。

即係話,佢最勁嗰筆嘅注碼,係最傷嗰筆嘅二十二分之一、係第二傷嗰筆嘅四十五分之一。金額加權組合入面,SQ 呢筆 +717% 幾乎完全冇貢獻,而 SUNE 同 HTZ 兩筆就足以拖冧成個頭六年。

🧠 Coco哥觀察

呢個現象唔係 Pelosi 獨有 —— 佢係散戶組合最常見嘅病:最有信心嗰啲注,通常唔係最後贏最多嗰啲。

但喺跟單呢件事上面,問題更嚴重:你只可以睇到申報金額區間,而唔知佢真正嘅倉位佔比。$1,000,001–$5,000,000 呢個區間,實際可以係 $110 萬,亦可以係 $490 萬。用中位數 $300 萬做代理,本身就係一個粗糙到危險嘅假設。

仲有一樣要留意:表入面兩筆 DIS(迪士尼)分別揸咗 2,860 日同 2,834 日,報酬只有 +4.5% 同 +1.1%。逐筆年化計出嚟係每年 0.6% 同 0.1% —— 差過活期存款。呢啲就係「勝率」入面嘅贏家。

咁 69.4% 勝率點解仲會令好多人覺得好勁?因為冇人會逐筆睇持有期。一筆揸咗七年八個月嘅 +4.5%,喺勝率統計入面同一筆三個月 +45% 完全冇分別。

真相 #2
真相 #2

69.4% 勝率,點解淨係得 15% 年化

62 個信號,43 個贏、19 個輸,勝率 69.4%。任何人賣呢個策略,都會由呢個數字開始。但勝率同你袋到嘅年化之間,隔住四層。

第一層:報酬唔等於年化

平均每筆總報酬 +38.4%,聽落好勁。但平均持有 846 日(中位 559 日)—— 即係兩年零四個月。逐筆年化返,中位數只係 +10.5%。你睇緊嘅係「兩年賺 38%」,唔係「一年賺 38%」。

第二層:賠率細過 1

筆數平均報酬中位報酬
贏43+74.1%+31.7%
輸19−42.4%−42.2%

賠率 0.75 : 1 —— 贏中位 31.7%,輸中位 42.2%。69% 勝率配 0.75 賠率,期望值好薄。要填返一個 −42% 嘅窿,你需要下一筆賺 +73%。

第三層:分散攤薄

平均同時揸 12.2 個倉(最多 30 個)。單筆爆升喺組合層面永遠被攤薄 —— 一筆 +200% 但只佔 5% 權重,對組合貢獻就係 10 個百分點,唔係 200%。

第四層:波動拖累

算術平均日報酬年化 +26.4%,幾何 CAGR 得 +15.0%。中間 11.4 個百分點,全部俾 57% 嘅年化波幅食咗。呢個唔係抽象概念:跌 50% 之後要升 100% 先返到原位,而呢個組合喺 2016 年真係跌到只剩 0.34×。

69.4% 勝率,點解淨係得 15% 年化平均持有 846 日 · 賠率 0.75:1 · 平均同時揸 12.2 個倉 · 年化波幅 57%0%10%20%30%40%38.4%平均每筆總報酬26.4%算術年化31.7%贏家中位(單筆)10.5%逐筆年化中位15.0%組合幾何年化左邊三條係「睇落好靚」嘅數字;右邊兩條先係你真係袋到嘅嘢
由「睇落好靚」到「你真係袋到」。左邊三條(平均每筆總報酬 38.4%、算術年化 26.4%、贏家中位 31.7%)係所有跟單帖最鍾意引嘅數字;右邊兩條(逐筆年化中位 10.5%、組合幾何年化 15.0%)先係真實結果
💡 一句總結

呢個唔係「高勝率策略」,係一個高勝率、低賠率、高波動、回報極度集中喺後段嘅組合。用 69.4% 勝率去 sell 呢個策略,係最典型嘅統計陷阱。

Paul Pelosi
圖片來源:Wikimedia Commons — Paul Pelosi:所有「Pelosi 交易」嘅真正執行者。眾議院申報涵蓋議員本人、配偶同受供養子女 —— 65 份 PTR 入面絕大部分係佢落嘅單
真相 #3
真相 #3

「等申報」呢件事,每年嘅價錢係 3.54 個百分點

STOCK Act 嘅規定係:議員要喺獲通知後 30 日內、同埋交易日之後 45 日內交 PTR。呢個窗口,就係跟單策略嘅結構性成本。

62 個信號嘅實際時滯:平均 22.8 日、中位 24.5 日、最長 44 日。分段睇,2014–2020 年平均 28.4 日,2021 年之後收窄到 19.1 日 —— 佢哋申報快咗,但個窿仲喺度。

同一批交易,如果照佢實際成交日買入,全期金額加權年化係 +18.55%;等佢申報公開先買,得 +15.01%。

「等申報」嘅價錢:每年 3.54 個百分點同一批 62 筆交易 · 全期金額加權年化 · 平均申報時滯 22.8 日(中位 24.5 日、最長 44 日)0%5%10%15%20%+18.55%−3.54pp+15.01%照佢實際成交日買入(散戶做唔到)等申報公開先買每年蝕 3.54pp申報公開後下個交易日開盤買(可執行)而佢本人買嘅係深度價內 LEAPS —— 呢個模擬買正股,已經低估咗佢嘅實際回報
時滯成本瀑布圖。3.54 個百分點嘅差距,唔係手續費、唔係滑價 —— 純粹係「你冇資格早過公眾知」嘅價錢。而呢個仲未計佢本人買嘅係深度價內 LEAPS,槓桿回報遠高於本模擬嘅買正股

而且要講清楚:呢個模擬買正股,已經係低估咗佢本人嘅實際回報。佢慣用嘅做法係買行使價已經深度價內、到期日喺幾個月甚至一年之後嘅 call。同樣一個決定,佢嘅槓桿係我哋嘅幾倍。

所以正確嘅講法唔係「跟單跑贏大市」,而係:佢做嘅嘢賺好多,但你能夠複製嗰部分,年化係 15%,而 SPY 係 11.93%。三個百分點,買嘅係 57% 波幅同 −73% 回撤。

時滯分佈:唔係平均咁簡單

62 個信號嘅申報時滯分佈:

時滯信號數佔比
3 – 9 日1422.6%
10 – 19 日914.5%
20 – 29 日1829.0%
30 – 44 日2133.9%

三分之一嘅信號等足一個月以上先見天日。喺一隻月波幅動輒 15–20% 嘅科技股上面,一個月足以令入場價完全變成另一回事 —— 上面 Intel 嗰個例子就係現成證明。

而且要留意:時滯唔係隨機嘅。跌市嘅時候,申報一樣要等;升市嘅時候,申報都要等。但市場對「Pelosi 買咗乜」呢個消息嘅反應,喺 2023 年之後明顯放大咗 —— 因為而家有幾百萬人喺 X 同 Reddit 追住呢啲申報。呢個就令跟單者面對第二重成本:你唔止遲一個月,你仲要同其他跟單者搶同一個開盤價。

Chapter 06

2026 年兩個現成例子 —— Intel 同 Bloom Energy

上面全部都係歷史。而家睇兩單今年真實發生、而且大部分讀者都跟得切嘅交易。

例子一:Intel —— 佢 −16%,你 −25%

根據 Benzinga 引述嘅申報紀錄,Pelosi 家族喺 2026 年 5 月 29 日買入 200 張 Intel call,行使價 $50、2027 年 3 月 19 日到期,申報金額區間 $100 萬–$500 萬。同日仲買咗 200 張 Uber call(同樣 $50 行使價、同樣到期日),金額區間 $50 萬–$100 萬。呢兩筆係佢自 2026 年 1 月以嚟第一次交易。

申報見報係 6 月 24 日(Benzinga 當日上午 10:41 發稿)。按本文一貫規則 —— 申報公開之後首個交易日開盤買 —— 跟單者嘅入場點係 6 月 25 日開盤。

佢嘅成交日跟單入場2026-09-04 收市佢你
INTC5/29 收 $114.686/25 開 $139.73$95.80−16.5%−31.4%
UBER5/29 收 $70.406/25 開 $74.26$75.76+7.6%+2.0%

價格為 Polygon 日線拆股調整後數據;「你」嘅一欄係本研究按「申報見報後首個交易日開盤買正股」規則計算。留意 6 月 25 日 INTC 高開 $139.73、當日收 $132.87 —— 消息見報之後個開盤本身就係最差嘅入場點,呢個亦係跟單者最常中招嘅地方。

一個月嘅時滯,喺 INTC 呢筆上面就係 接近 15 個百分點嘅差距(佢 −16.5%、你 −31.4%)。而佢買嘅係 $50 行使價嘅深價內 call —— 正股由 $114.68 跌到 $95.80,內在價值由約 $64.68 縮到約 $45.80,跌幅比正股大得多。呢個就係「佢用槓桿、你買正股」嘅另一面:升嘅時候佢贏多好多,跌嘅時候佢都輸多好多。

Intel 18A wafer
圖片來源:Tom's Hardware — Intel 18A 晶圓。Pelosi 2026 年 5 月 29 日買咗 200 張 $50 行使價、2027 年 3 月到期嘅 INTC call,申報金額 $100 萬–$500 萬 —— 但申報 6 月 24 日先見報 —— 等公開先跟嘅人由 6 月 25 日開盤計到 9 月 4 日收市係 −31.4%

例子二:Bloom Energy —— 買喺插 15% 嗰兩日

2026 年 8 月 21 日記錄嘅申報顯示,Pelosi 家族喺 7 月 24 日同 7 月 28 日分四筆買入 Bloom Energy(BE)正股同期權:7/24 正股 $100 萬–$500 萬 + 期權 $100 萬–$500 萬,7/28 正股 $50 萬–$100 萬 + 期權 $50 萬–$100 萬 —— 單計呢四筆 BE,申報金額區間合共 $300 萬–$1,200 萬。係佢首次買呢隻股。(Benzinga 報道嘅 $425 萬–$1,450 萬,係成份申報嘅總額,入面仲包埋一筆 Reof XXV LLC 同 Intel 嘅紀錄,唔止 BE。)

睇返當時價格,呢個 timing 值得留意 —— BE 喺 7 月 24 日單日由前一日收市 $217.30 插到 $184.89,跌 14.9%;7 月 28 日再插到 $166.84。佢兩次都係買喺插市嗰日。

價格計到 2026-09-04 收市 $252.87
佢 7/24 收市價入$184.89+36.8%
佢 7/28 收市價入$166.84+51.6%
申報記錄日後首個交易日(8/24)開盤$191.98+31.7%
消息普遍流傳後(8/25)開盤$213.55+18.4%

呢次跟單嘅人都賺 —— 但少賺咗 15 至 33 個百分點,睇你幾快收到消息。而且仲有一層:申報本身會推高股價。申報記錄日係 8 月 21 日(星期五),但主流財經媒體 8 月 24 日先開始報道,BE 跟住喺 8 月 25 日單日彈 6.6%(由 $204.02 升到 $217.45)。如果你係睇新聞先知,你買到嘅就係「申報引發嘅嗰一浸」之後嘅價 —— 即係上表最後一行嗰 +18.4%,唔係 +31.7%。

Bloom Energy Server
圖片來源:CNBC / Getty — Bloom Energy 嘅燃料電池 Energy Server。2026 年 7 月 24 及 28 日,Pelosi 家族分四筆買入 BE 正股同期權,單計 BE 申報金額區間合共 $300 萬–$1,200 萬 —— 買入嗰兩日,BE 啱啱單日插咗 14.9%
🧠 Coco哥觀察

兩個例子加埋,啱啱好示範咗全篇文嘅結論:跟單唔係冇用,係打咗折。

Bloom Energy 呢筆跟單者都賺 31.7%,絕對唔差。但你要接受兩件事 —— 一,你永遠買唔到佢嗰個價;二,你要有膽喺一隻啱啱插咗 15%、之後仲要再跌嘅股上面,喺反彈咗四成之後先入場。

Chapter 07

金額加權係一個陷阱 —— 62% NVDA 嘅組合你揸唔住

由文章開頭到而家,我一直將「金額加權」同「等權」分開講。呢度要解釋點解。

眾議院嘅申報只有粗略金額區間:$1,000,001–$5,000,000 呢個區間,中位數就係 $300 萬。所以任何一筆大額申報,都會壓倒成個組合。實際發生過嘅極端情況:

  • 2024 年 9 月 —— 組合一度係 62% NVDA + 21% AVGO,兩隻股佔 83%
  • 2016 年初 —— 組合一度係 68% SunEdison,而嗰隻股三個月後破產

冇任何散戶會咁揸,亦冇任何散戶揸得住。所以等權版本(全期 +17.94%)先係較接近「真實可執行」嘅數字 —— 而且佢兩段都係約 17.9%,穩定得多。

仲有一個更大嘅不確定性:申報鏈有窿

佢買嘅好多係有到期日嘅期權。部分期權到期之後,佢從來冇申報過行權,亦冇申報過賣出 —— 申報鏈斷咗。基準情境當佢仲揸住,但真實情況可能係個倉早就冇咗。

所以我哋做咗第二個情境:期權到期日一過、之後又冇任何行權或賣出申報,就當日封倉。

同一批交易,四個假設,四個答案全期年化(11.83 年)· 誠實區間係 9%–18%,唔係一個乾淨數字SPY 11.93%等權 · 基準情境+17.94%$10,000 → $70,371金額加權 · 基準情境+15.01%$10,000 → $52,270等權 · 期權到期封頂+14.20%$10,000 → $48,700SPY 同期+11.93%$10,000 → $37,910金額加權 · 期權到期封頂+9.46%$10,000 → $29,120
四個假設,四個答案。同一批 62 筆交易,年化由 9.46% 到 17.94%。$10,000 嘅終值由 $29,120 到 $70,371 —— 相差 2.4 倍。誠實嘅講法係「9% 到 18%」,唔係一個乾淨數字
⚠️ 呢度要講一件事

做呢個研究嘅過程中,第一版 parser 漏咗幾十行舊格式 PDF 嘅紀錄,一度得出「MU 一筆 +977%」呢個結論。修正後發現,佢 2022 年 10 月 14 日份申報寫得好清楚:「Sold 100 call options purchased 12/21/21 ... for a total loss of $392,575」 —— 真實係 −42.2%,唔係 +977%。

講呢件事嘅原因係:網上大部分「Pelosi 回報」嘅數字,都係由呢類 parser 出嚟。冇人會逐份 PDF 對返。一個漏行,就可以將一筆 −42% 變成 +977%,再由呢個數字推導出成套「股神」敘事。

Jensen Huang
圖片來源:TechCrunch / Getty — 黃仁勳同 Blackwell GPU。NVDA 係 62 個信號入面最大嘅貢獻者,但同時亦令組合喺 2024 年 9 月一度變成 62% NVDA + 21% AVGO —— 一個散戶根本揸唔住嘅集中度
Chapter 09

佢究竟有冇 alpha?三個解釋,只有一個站得住

由頭到尾,呢篇文都刻意避開咗一個問題:佢究竟係唔係有內幕?

我哋唔答呢條道德問題 —— 數據答唔到動機。但數據答到「回報由邊度嚟」。三個可能解釋,逐個驗:

解釋 一

佢有資訊優勢(內幕)

如果係真,你會預期:回報應該平均分佈喺十二年,因為國會嘅資訊優勢唔會突然喺 2021 年出現。

但實際係前六年金額加權年化 5.33%(輸 SPY 五個百分點)、後五年半 26.50%。而且前段勝率仲要高過後段(76.0% vs 64.9%)。呢個分佈唔似資訊優勢,似板塊 timing。

驗證結果:站唔住。

解釋 二

佢只係押重晒美國大型科技股

62 個信號集中喺 NVDA、AVGO、AAPL、GOOGL、AMZN、CRM、MSFT、PANW、CRWD。同期跟單 ETF NANC 相對標普 500 嘅統計係 beta 1.09、R² 0.93、年化 alpha 只有 1.68%(PortfoliosLab)。R² 0.93 即係九成幾波動由大市解釋。

再睇 2024 年 9 月組合一度 62% NVDA + 21% AVGO —— 呢個唔係「選股」,係「單押 AI 基建」。

驗證結果:基本上成立。

解釋 三

佢用槓桿(深度價內 LEAPS)

佢慣用嘅做法唔係買正股,係買行使價已經深度價內、到期日喺半年至一年後嘅 call。以今年 5 月 29 日嗰筆為例:INTC 當時 $114.68,佢買 $50 行使價、2027 年 3 月到期嘅 call —— 內在價值 $64.68,時間價值極細,實際上就係用大約六成資金買到成手正股嘅升幅。

本文全部回測都係買正股,所以所有數字都系統性低估咗佢本人嘅實際回報(升市時),亦低估咗佢嘅跌幅(跌市時)。

驗證結果:成立,而且係佢同散戶最大嘅分別。

💡 三個解釋加埋

最貼近數據嘅講法係:一個押重美國大型科技股 + 用深度價內 LEAPS 加槓桿 + 恰好覆蓋咗史上最強 AI 牛市嘅組合。

「內幕」呢個解釋,反而係三個入面數據支持最弱嗰個 —— 因為如果真有,前六年唔應該輸 SPY 五個百分點。

但要講清楚:呢個結論唔等於話國會交易冇問題。眾議院今年 7 月以 232 對 198 通過禁令,唔係因為 Pelosi 個組合勁,而係因為「制定規則嘅人同時押注受規則影響嘅公司」本身就係利益衝突 —— 呢個係制度問題,唔係回報率問題。

Chapter 08

市場上真係有得跟 —— NANC ETF 三年半嘅成績表

唔使自己逐份 PDF 睇。2023 年 2 月 7 日,Unusual Whales 同 Subversive Capital 推咗兩隻 ETF:NANC(跟民主黨議員申報)同 GOP(跟共和黨議員申報)。呢個係現實世界對「跟單」呢個念頭嘅實測。

2023-02-07 → 2026-09-04 價格報酬2026 年 9 月 4 日收市
NANC(民主黨)+103.8%$51.90
SPY+85.5%$770.19
GOP(共和黨)—(Polygon 早期日線不完整,見下)$44.66

Polygon 日線拆股調整後計算,未計股息(SPY 被低估較多)。

另一個口徑:24/7 Wall St. 喺 2026 年 4 月 20 日引述嘅總報酬數字(已計派息)係 —— NANC 自成立 +88.49%、GOP +64.31%、S&P 500 +74.70%;年初至當日 NANC 只有 +2.0%,GOP +12.43%,S&P 500 +4.10%。到 9 月 4 日,兩隻嘅位置又對調咗:按 Polygon 計 GOP 年初至今 +22.4%、NANC +13.7%、SPY +12.9%。

💡 三個要留意嘅細節

一、贏嘅原因唔係「內幕」,係科技股集中度。 按 2026 年 4 月嘅持倉數據,NANC 頭五大係 NVDA(9.0%)、MSFT(7.6%)、AMZN(5.2%)、CRM(4.2%)、GOOGL(3.9%);到 9 月已經輪換過(NVDA 8.4%、MSFT 6.6%、GOOG 5.9%、AMZN 5.2%、AMAT 4.6%)—— 但無論邊個版本,呢個名單同 AI infrastructure 主題基金都幾乎重疊。批評者一直指出佢跑贏係科技股集中嘅副產品,唔係真有資訊優勢。

二、45 日申報時滯係寫喺結構入面嘅。 ETF 一樣要等申報,同我哋計出嚟嗰 22.8 日平均時滯(最長 44 日)係同一件事。

三、費用率 0.72%–0.74%。(24/7 Wall St. 報 0.74%,PortfoliosLab 同 stockanalysis.com 報 0.72% —— 兩個公開來源唔一致,兩個都列出嚟。)對比一隻標普指數基金嘅費用率,呢個係每年實打實嘅減數。以我哋計出嚟嘅 3.08 個百分點超額(15.01% vs 11.93%),0.74% 就食走接近四分一。

第三方 analytics(PortfoliosLab,截至 2026 年 9 月 8 日)對 NANC 嘅統計亦好說明問題:相對標普 500 嘅 beta 1.10、R² 0.93、年化 alpha 1.65%(呢啲係每日滾動更新嘅數字,會微幅浮動)。R² 0.93 即係九成幾嘅波動由大市解釋;beta 1.09 即係比大市進取一成 —— 換句話講,呢隻嘢九成係大市 + 一成槓桿,alpha 得 1.68%。

兩隻 ETF 三年半,講咗一個好悶嘅故事

NANC 資產規模大約 $2.6 億美元,GOP 大約 $7,200 萬(2026 年 4 月數字)。兩隻都唔算大,但足以證明呢個概念有真實需求。

順帶一提兩個容易搞錯嘅細節:共和黨版本成立時嘅代號係 KRUZ,2025 年 3 月 21 日先改做 GOP;兩隻基金之後亦已經唔再用 Unusual Whales 呢個名。所以喺大部分行情數據庫入面,GOP 呢個代號嘅歷史只回溯到 2025 年 3 月,唔係 2023 年 2 月。

有趣嘅係兩隻嘅表現分野:民主黨版本重倉科技,共和黨版本重倉金融、能源、工業 —— JPMorgan、Chevron、Caterpillar、Lockheed Martin。2023 至 2025 年 AI 牛市,NANC 大幅領先;但 2026 年至今,GOP 反而跑贏(按 Polygon 計 +22.4% vs +13.7%)。

換個角度理解:呢兩隻 ETF 嘅表現差異,講嘅唔係「邊個黨嘅議員叻啲」,而係「邊個板塊今年當造」。呢個亦係「跟單有 alpha」呢個講法最大嘅反證 —— 如果真係跟緊資訊優勢,唔應該咁似板塊輪動。

Chapter 09

呢個策略有到期日 —— 2027 年 1 月之後就冇得跟

就算你睇完晒上面,決定咁樣嘅超額報酬都值得追 —— 都仲有一個問題:呢個策略嘅原材料就嚟斷貨。

兩個死線

2025 年 11 月 6 日
Pelosi(85 歲)宣布唔尋求連任。佢 1987 年首次當選,代表三藩市近 40 年,係美國史上第一位女性眾議長。任期做到 2026 年年底 —— 2027 年 1 月起,佢就唔再需要申報任何交易(離任議員仍須喺翌年 5 月交最後一份年度財務申報,但按季/按筆嘅 PTR 就會停)。
2026 年 7 月 22 日
眾議院以 232 對 198 通過 Stop Insider Trading Act(H.R. 7008),13 名民主黨議員加入全體共和黨投贊成。法案禁止議員、配偶同受供養子女買入上市股票,賣出前要提早最少 7 日、最多 14 日公開預告;已持有嘅可以保留。
參議院
前景不明。共和黨喺法案入面加咗兩樣嘢 —— 豁免總統、同埋夾附一條同議題無關嘅 voter ID 條款,後者係民主黨強烈反對嘅,普遍睇法係法案好難喺參議院過到。

換個角度理解:你而家追嘅係一個仲有大約四個月供應期嘅信號源。就算立法最後死喺參議院,Pelosi 本人嘅申報都會喺 2027 年 1 月停。

而佢今年嘅交易量本身已經大幅收縮:根據 Quiver Quantitative 嘅統計(截至 2026 年 6 月下旬),2026 年總交易金額 $888 萬,對比 2025 年全年 $4,860 萬、2024 年 $3,920 萬。7 月嗰批 Bloom Energy 交易之後個數會再加返上去,但整體信號密度明顯較過去兩年低得多。

House Speaker Mike Johnson
圖片來源:Fortune / AP — 眾議長 Mike Johnson。2026 年 7 月 22 日,眾議院以 232 對 198 通過禁止議員買入個股嘅法案,13 名民主黨議員加入全體共和黨投贊成 —— 但法案夾附咗 voter ID 條款,參議院前景不明
💡 順帶一提:佢 2025 年嘅實際成績

Unusual Whales 嘅 2025 年度國會交易報告顯示,Pelosi 全年組合回報 +20.1%,同期 S&P 500 +16.6% —— 跑贏 3.5 個百分點,喺全體國會議員入面排第 28。

贏,但唔係碾壓;而且喺國會入面連前 25 都入唔到。呢個數字同「Pelosi 股神」嘅網絡形象,距離幾遠,自己判斷。

Chapter 10

咁到底應該點睇 —— 三個可執行嘅結論

由 62 個信號、12 年數據度,可以抽到三件對散戶真係有用嘅嘢。

結論 一

唔好跟單,但可以跟主題

62 個信號絕大部分集中喺美國大型科技股:NVDA、AVGO、AAPL、GOOGL、AMZN、CRM、MSFT、PANW、CRWD。等權版本 11.83 年年化 17.94%,同一個大型科技/AI 主題組合嘅表現高度重疊。

換句話講:你唔使等申報,都可以攞到嗰個 beta。而且唔使孭 −73% 回撤同 57% 波幅。

結論 二

如果真係要跟,等權,唔好按金額

金額加權全期 15.01%、等權 17.94%,而且等權兩段都穩定喺 ~17.9%。金額加權嘅波動全部嚟自「申報區間中位數」呢個粗糙代理變數 —— 佢會令你喺 2016 年 68% 押 SunEdison、2024 年 62% 押 NVDA。

等權亦即係:每個新信號都用同樣注碼,無論佢申報幾多錢。

結論 三

真正嘅教訓係:高勝率係最貴嘅陷阱

69.4% 勝率 + 0.75 賠率 + 846 日平均持有 + 57% 波幅 = 15% 年化。呢條式先係全篇文最值錢嘅嘢,而且佢適用於你自己個組合。

下次見到有人 sell 一個「勝率 70%」嘅策略,問返佢四條嘢:賠率幾多?平均持有幾耐?同時揸幾多個倉?年化波幅幾多? 四條答唔到,個勝率就冇意義。

如果純粹想要嗰個主題 beta

各主要研究機構(Morningstar、S&P Dow Jones Indices)長期嘅公開研究結論都一致:對絕大多數散戶而言,低成本、廣泛分散嘅指數工具喺扣除成本後跑贏主動選股嘅機率更高。以本文嘅數據睇,跟單組合喺 11.83 年入面嘅超額報酬係 3.08 個百分點(金額加權),但要付出 −73.1% 最大回撤;等權版本超額 6.01 個百分點,同樣要孭 2015 年 −22%、2022 年 −41.3% 兩次深蹲。

公開可得嘅相關工具(僅供對照,唔構成推介):美股 SPY / VOO / IVV(標普 500)、QQQ(納指 100)、NANC / GOP(國會交易主題,費用率 0.74%);港股方面,恒生科技指數 ETF(3033.HK)同盈富基金(2800.HK)係本地投資者較常用嘅對照工具。

⚠️ 風險提示

一、樣本細。 62 個信號、12 年,其中五年半係美股史上最強嘅科技牛市之一。呢個樣本量講唔到「策略有效」,只講到「呢十二年發生咗乜」。

二、心理可行性最大問題。 −73.1% 最大回撤、57% 年化波幅 —— 任何真人揸住呢個組合,都好可能喺 2016 年或者 2022 年沽清離場。回測唔會沽,人會。

三、未計成本。 全部計算未計手續費、稅、滑價、借貸成本;價格已作拆股調整但未計股息,跟單組合同 SPY 兩邊都被低估(SPY 影響較大,全期約每年 1.5%)。

四、監管風險。 立法一旦通過,或者 Pelosi 2027 年 1 月停止申報,整個信號源即刻消失。任何以此為基礎嘅工具(包括 NANC/GOP)都要重新定位。

五、集中度。 按申報金額加權嘅組合曾經去到 83% 集中喺兩隻股。任何複製呢個做法嘅人,要清楚自己承受緊乜。

如果一定要跟,三條可執行嘅規則

  1. 等權,唔好按申報金額。 每個新信號同樣注碼。歷史數據顯示等權兩段都穩定喺 ~17.9%,金額加權由 5.33% 到 26.50% 大上大落。
  2. 設持倉上限。 單一股票唔好超過組合嘅 10–15%。呢條規則會直接令你避開 2016 年 68% SunEdison 同 2024 年 62% NVDA 兩個極端。
  3. 期權到期就當平倉。 佢申報買期權而之後冇任何行權或賣出紀錄,就當到期日封倉 —— 呢個係全篇文入面最保守亦最誠實嘅假設,代價係年化由 15.01% 跌到 9.46%。你要清楚自己揀緊邊個版本。
Chapter 11

一句話總結

「跟單 Pelosi 真係發達之路?」

由 65 份原始申報、62 個信號、11.83 年嘅數據睇:係贏咗大市,但贏得冇你諗中咁多,而且 2021 年之前係輸緊嘅。

誠實嘅區間係年化 9% 到 18%,睇你點處理啲斷咗鏈嘅期權、點分配注碼。中間值大約 15%,SPY 同期 11.93%。三個百分點嘅超額,代價係 −73.1% 最大回撤、57% 年化波幅,同埋接受你永遠遲人一個月。

而且呢條路仲有大約四個月就封。

真正值得帶走嘅,唔係「跟邊隻股」,而係嗰條式 —— 勝率、賠率、持有期、權重、波動,五樣嘢先一齊決定你最後袋到幾多。呢條式,喺你自己個組合上面一樣行得通。

資料來源
原始申報:U.S. House Clerk 財務申報公開檔案(disclosures-clerk.house.gov),65 份 PTR,2014-11-05 至 2026-08
價格數據:Polygon.io 日線(拆股調整,未計股息),截至 2026-09-04 收市
新聞來源:CNN、Ballotpedia、CBS News(Pelosi 退休);The Hill、CNBC、Roll Call、Washington Times、Fortune(H.R. 7008 眾議院表決);Benzinga(INTC/UBER/BE 申報明細、Unusual Whales 2025 年度報告、Quiver Quantitative 交易量統計);24/7 Wall St.(NANC/GOP 成立至今報酬);PortfoliosLab(NANC beta/alpha 統計)