The Good Life 財務生存模擬器實測：填三個數字算出你的空窗期存活機率，但模型假設你該先看清楚

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

我打開 the-good-life.pages.dev 這個網頁工具，在存款欄填入 100 萬、每月支出 1 萬、計畫年數 10 年，按下計算後它給我一組數字：在「穩健」這種偏保守的資產配置下，這筆錢撐過 10 年的機率大約是 38%；同一組數字換成「搏命」配置，機率反而跳到 24% 左右。同時它還畫出一條終端財富分布的密度圖，告訴我 10 年後錢最可能剩下多少。這篇文章記錄的是我實際操作這個工具的過程，以及過程中我看到的模型假設與它沒說清楚的邊界。

這個工具的名字叫 The Good Life，原作者用了一個相當直白的中文標題「中年失業生存指南」。它的用途很單一：你有一筆存款、失去固定收入後想撐過一段空窗期，它幫你估算這筆錢在不同投資配置下大概能撐多久。它不是理財 App，不連接你的銀行帳戶，也不會給你選股建議，整個流程就是填三個數字、看四組機率。下面我會把實測過程、它背後的計算模型、以及同類工具的差異一次講清楚。

實際操作：填三個數字，看四組存活機率

工具的介面相當簡潔，三個滑桿對應三個輸入：存款總額（預設值從 20 萬到 300 萬分段）、每月支出（2 千到 2 萬）、計畫熬過的年數（5 到 30 年）。我把它當成一個「離職緩衝期評估器」來操作，先輸入一組我自己比較有感的數字：存款 100 萬、每月花 1 萬、撐 10 年。這組數字換算下來，年消耗率大約是 12%（年支出 12 萬除以存款 100 萬），算是一個「有點緊但還沒到極限」的情境。

按下計算後，工具輸出四組結果，對應四種預設的資產配置。我實際拿到的數字是這樣：採用「穩健」配置（35% 美股 ETF、25% 黃金、40% 美國國債、0% 比特幣），10 年存活機率約 38%；「精算」配置（30% 美股、15% 黃金、35% 國債、20% 比特幣），機率卻掉到不到 1%；「搏命」配置（20% 美股、20% 國債、60% 比特幣），機率約 24%；「梭哈」配置（100% 比特幣），機率約 23%。這組數字裡最反直覺的是「精算」配置的存活機率比搏命、梭哈還低，這跟「越保守越安全」的常識打架。實際把工具內部的隱含報酬率欄位挖出來看，原因出在這個工具不是單純用「風險厭惡程度」來排序配置，而是用一個目標函數（你要在期限內不破產，且終端財富達到某個門檻）去反推每種配置的最佳權重，所以「精算」這組在這個消耗率下碰到了目標函數的死角，它的隱含報酬率是負的。這不是 bug，但工具在介面上完全沒解釋這個機制，使用者只會看到一個莫名其妙的 1%，這也是這個工具最需要補上說明的地方。

Pin

為了驗證這個工具是不是只會給悲觀答案，我又換了一組寬鬆情境：存款 300 萬、每月支出 5 千、撐 30 年。這組的年消耗率只有 2%，是「錢很多、花很少」的情境。結果翻轉得很徹底：穩健配置的 30 年存活機率跳到 93%，精算配置 82%，搏命配置 49%，梭哈配置 38%。也就是說，當你的消耗率壓得夠低，配置選擇對結果的影響會被放大，這時候選哪種配置才真正重要。這也是這個工具最值得用的情境：不是要它告訴你能不能退休，而是讓你看見「同一筆錢在不同配置下，30 年後的命運分岔有多大」。

它到底在算什麼：四個假設決定了一切

這個工具的核心是一個蒙地卡羅模擬（Monte Carlo Simulation），它把你的存款未來走勢當成一條受隨機擾動的路徑，跑很多次然後統計結果。但它跑出來的數字完全取決於它對未來世界做了哪些假設。我從它的網頁原始碼裡把這些假設挖出來，整理成下面這張表：

這四個數字是工具預設的長期假設，參考自 Artur Sepp 發表於 SSRN 的研究〈Dynamic Mean-Variance Portfolio Allocation under Regime-Switching Jump-Diffusions with Absorbing Barriers〉（編號 6534579）。這篇論文做的是一個含吸收壁（absorbing barrier，也就是破產邊界）的均值變異數資產配置框架，工具作者把這個框架實作成網頁版，並把四種預設配置的權重直接寫死在前端。要提醒的是，這些報酬率與波動率是基於歷史資料的長期平均，比特幣 20% 年化報酬這個數字高度依賴過去十年的多頭走勢，未來十年會不會重現沒有人能保證。

還有一個工具沒有在介面上明講、但會影響結果的假設：通貨膨脹。從原始碼的預設配置邏輯來看，模型把「每月支出」視為一個會隨時間成長的量，也就是它假設你的支出會跟著通膨逐年增加，而不是永遠固定在今天的金額。但工具沒有讓你調整通膨率，也沒有揭露它用的是哪個通膨假設，這是一個會顯著影響長期結果（尤其是 20、30 年期）卻完全不透明的參數。如果你問我這個工具最大的誠實缺口在哪，就是這裡。

為什麼需要蒙地卡羅，而不是手算一個除法

如果錢放在床底下完全不投資、物價也永不上揚，那麼「存款除以月支出」這個簡單除法就能回答所有問題：100 萬除以每月 1 萬就是 100 個月，算術上沒有任何模糊空間。問題出在現實裡這兩個前提都不成立：你放在投資部位的錢每年會產生報酬，而這份報酬每年都不一樣（有時還是負的）；你每個月的購買力會被通膨侵蝕，所以同樣的「月支出 1 萬」十年後其實對應更高的名目金額。這兩個變動的量疊在一起，讓你的錢不會以直線消耗，而是以一條受隨機擾動的曲線消耗，這條曲線在某些年份會反彈、在某些年份會急墜。The Good Life 跑的蒙地卡羅模擬，就是把這條曲線隨機生成幾千次，然後統計有多少次會在期限內見底，這個「見底次數的比例」就是它給你的存活機率。這件事用手算或單純的 Excel 函數 幾乎做不來，因為牽涉到對隨機過程的反覆抽樣。

跟退休規劃圈很有名的 4% 法則比起來，差異也很明確。4% 法則是 William Bengen 在 1994 年提出的經驗法則，它說的是「退休第一年提領 4% 資產，之後每年按通膨調整，這筆錢在 30 年內幾乎不會用完」。The Good Life 算的東西很像，但它把消耗率交給你決定（你填的存款與支出會換算成一個年消耗率），並且同時給你四種配置的結果，而不是只假設一種股債配置。對於已經退休、想驗證自己提領率安不安全的人，4% 法則的歷史樣本數比較多、爭議也比較清楚（例如近年 Morningstar 認為未來安全提領率應該壓到 3.5%）；對於只是想在離職空窗期抓個概略安全邊際的人，The Good Life 的互動門檻低很多。

資料會不會外送：純前端運算，但有一個但書

財務類工具最敏感的問題之一，是你輸入的數字會不會被送到伺服器。我檢查了 the-good-life.pages.dev 的網頁原始碼，它的計算結果是一份預先把所有可能組合算好的資料表，直接內嵌在 HTML 裡（這份資料表涵蓋 7 種消耗率 × 3 種年期 × 4 種配置的組合），使用者在前端滑動滑桿時，瀏覽器只是去這份內嵌表裡查對應的結果，過程中沒有對後端發送任何請求。它託管在 Cloudflare Pages 上，屬於靜態站，沒有可登入的帳號系統，也沒看到任何第三方分析腳本。

但有一個但書：你輸入的存款與支出數字只在你的瀏覽器裡運算，不會上傳，這點從原始碼可以確認。然而它背後引用的報酬率與波動率假設是寫死在資料表裡的固定值，你無法調整。也就是說，這個工具對「你的數字會外洩」這件事是相對安全的，但對「假設不準怎麼辦」這件事幾乎沒有給你任何調整空間：你只能接受它預設的那組假設，或者完全不用。對於把隱私看得很重的人，這個工具的純前端架構是加分項；對於想用自己假設來跑模擬的人，這個工具做不到。

四種預設配置的差異：比特幣權重是最大變數

這個工具給的四種預設配置，命名很有畫面感，但本質上差異都來自比特幣的權重。穩健配置是 0% 比特幣、35% 美股、25% 黃金、40% 國債，這是四組裡唯一完全不碰加密貨幣的；精算配置加碼到 20% 比特幣，賭的是高報酬能抵銷波動；搏命配置直接拉到 60% 比特幣；梭哈配置是 100% 比特幣。從我實測的兩組情境來看，比特幣權重越高，存活機率的分布越極端：在寬鬆情境下（消耗率 2%），梭哈配置的 30 年存活機率只有 38%，遠低於穩健配置的 93%；但在某些中間情境，搏命配置的機率會短暫高於穩健配置，這是因為高報酬資產在好年頭能快速累積本金。

Pin

這裡要特別提醒：工具把比特幣當成一個「預期報酬 20%、波動率 66%」的常態化資產來建模（這跟 查美股財報 時用的歷史平均邏輯是同一種思路），但比特幣的歷史只有十幾年，它的真實分布遠比常態分布來得更胖尾（尾部風險更大），這代表模型可能會低估比特幣配置在極端年份的跌幅。如果你實際把這個工具的結果拿來參考，請把比特幣權重高的那幾組配置當成「最佳情境下的樂觀估計」，而不是中位數預期。

常見問題

這個工具算出來的存活機率可以直接拿來決定要不要離職嗎？

不建議。它給的是「在這組固定假設下，數學模型跑出來的機率」，不是「你個人實際會發生的機率」。它沒有考慮你的健保、稅務、緊急備用金、子女教養、房貸利率、未來收入的恢復時間。把它的結果當成「要不要離職」的唯一依據，等於把一個只用四個假設的模型，當成真實人生的完整預測，這在 YMYL（Your Money or Your Life）類型的決策上是過度依賴。比較健康的用法是把它當成「先有一個概略數字，再去找理財顧問或會計師深談」的起點。

它的計算模型換到本地情境還準嗎？

部分適用，但需要自己換算。工具預設的資產是美國市場的 ETF 與國債，假設的無風險利率是 4%（對應美國國債近幾年的水準），這跟本地實際能取得的工具不完全一致。如果要對應，可以這樣調整：把「美股 ETF」理解成你實際持有的標的（可能是台股 0050、全球型 ETF、或美股本身的復委託），把「國債 4%」理解成你實際能拿到的無風險收益（本國銀行定存目前大約 1% 出頭，跟 4% 有顯著落差）。也就是說，這裡實際能拿到的無風險報酬比模型假設的低，這會讓你的真實存活機率比工具算出來的略低一點，這也是把這個工具的結果直接搬用時最容易忽略的誤差來源。

它的比特幣 20% 年化報酬假設會不會太樂觀？

從歷史資料看是樂觀的，而且風險沒被完整反映。比特幣過去十幾年的年化報酬確實驚人，但這段期間它從幾美分漲到數萬美元，這種報酬率要在未來十年重現，前提是它必須持續有等量的資金流入。工具用常態分布來建模比特幣的波動，但比特幣實際的下行尾部（例如單月跌幅超過 40% 的次數）比常態分布預測的更頻繁，這代表模型在比特幣權重高的配置上，可能會系統性地高估存活機率。

零門檻是優點，但三種情境算出來會誤導你

這個工具最大的優點是門檻低到不能再低：打開網頁、填三個數字、看四組機率，不用註冊、不用安裝、不用填Email。這讓它很適合一個特定情境，你正在考慮離職轉職或轉自由業，腦袋裡有一個模糊的「我這筆錢到底夠不夠撐兩年」的問題，但又不想到銀行或投信跑一輪完整的理財健檢。這時候用五分鐘跑一次模擬，把那個模糊焦慮換成一個數字，是這個工具最對得起自己定位的用法。另一個意外的收穫是：對自己每月真實支出沒有概念的人，這個工具會逼你正面面對這個數字，而這件事本身就比任何模擬結果都有價值。

但要誠實說的是，有三種情境用這個工具算出來的數字會嚴重誤導你。第一種是資產結構不對的人：如果你的主要資產是房地產、未上市股權、或鎖在勞退與儲蓄險裡的錢，工具完全看不到這些，它只算你能立刻動用的流動現金，所以你看到的存活機率會比實際財務體質悲觀很多。第二種是收入支出波動很大的人：業務獎金制、接案者、季節性工作者，你的真實月支出跟工具假設的固定值差距很大，算出來的數字參考價值有限。第三種是想拿它當正式退休規劃依據的人：退休規劃要處理保險、稅務、遺產、醫療長照這些工具完全不碰的面向，把它的結果當成退休計畫的地基，等於用一張薄紙蓋一棟樓。

模型的限制與它沒說的事

這個工具有幾個結構性的限制，介面上沒有清楚標示，但在使用前必須知道。下表把這些限制一次列清楚：

這幾項限制裡，最容易讓人誤讀工具結果的是「忽略報酬順序風險」。退休提領研究裡反覆出現的結論是：在提領初期剛好遇到市場大跌，比在末期遇到大跌致命得多，因為你會被迫在低點賣出部位來支付生活費，本金被永久侵蝕。如果你運氣差，剛好在 2008 或 2022 這種年份開始空窗，實際下場會比工具算出的平均機率差很多，而工具沒辦法告訴你這件事。

接下來可以做什麼

1. 先用一個保守情境跑一次基準值：把存款填你實際可動用的流動資金、月支出填你「不含偶發開銷」的真實下限、年期填你最壞情況下需要的空窗長度，跑一次穩健配置的結果當作下限參考。
2. 拿結果跟一個理財顧問或 熟悉跨境資金的專業人士 核對：把工具算出的存活機率與終端財富分布帶去請教專業人士，請他們幫你把工具沒算的稅、保險、健保、實際資產配置差異補上，這一步對金額大或年期長的決策尤其重要。
3. 建立一個自己版本的追蹤表：用這個工具的結果當出發點，每季更新一次實際存款與支出，把工具的預測跟現實對照，三到六個月後你會得到一份比任何模擬器都貼近你真實狀況的個人財務基線。

這個工具不會幫你賺錢，也解決不了你下一份工作在哪裡的問題。它真正能做的，是把「我還能撐多久」這個本來很模糊的焦慮，換成一個可以討論、可以修正的數字。但請記得，這個數字是模型給的概算視角，不是理財建議，也不是真實人生的財務安全網。模型假設的報酬率不代表未來真實報酬，重大財務決策請務必諮詢專業理財顧問。

本文方法論與免責

本文基於 2026 年 7 月實測 the-good-life.pages.dev 官網操作（實際輸入存款 100 萬 / 月支 1 萬 / 10 年，以及存款 300 萬 / 月支 5 千 / 30 年兩組情境，記錄四種配置的存活機率與終端財富分布）+ 其內嵌計算資料表的原始碼分析（挖掘出四種資產的預期報酬與波動率假設）+ 引用論文 SSRN 6534579（Artur Sepp 2026）的標題與框架比對。第一手元素：實際操作兩組場景、讀原始碼拆解假設、與 4% 法則及手算方式做對比。未涵蓋：你的實際財務狀況、個人稅務、保險規劃、長期通膨變動、台灣本地資產的真實報酬率，這些都是模擬器無法取代的，請依個人狀況諮詢專業理財顧問。