数据来源

主数据集是 Jordà-Schularick-Taylor 宏观历史数据库（第 6 版），一个覆盖 18 个发达经济体的学术面板，包含股票全收益、政府债券收益、短期票据、CPI 通胀、房价和汇率的年度数据。FIRE Lab 使用其中收益历史足够完整的 16 个国家，起点为 1871 年。市场历史预设默认从 1900 年开始，因为那是 16 国数据全部齐备的最早年份（瑞士、西班牙、荷兰的数据自 1900 年起）。

JST 是长期跨国收益数据的标准学术来源，著名的《万物回报率》研究即基于该数据库。所有收益在模拟前均转换为实际（通胀调整后）本币口径。

该数据库由原作者（Jordà、Schularick、Taylor 等）以 CC BY-NC-SA 4.0 许可发布。

官方 JST 数据止于 2020 年。FIRE Lab 用公开来源将每个国家扩展至 2025 年：股票收益来自 Yahoo Finance 的各国全收益指数（按年均价定价以匹配 JST 口径），CPI 来自 IMF《世界经济展望》，债券收益由 OECD 长期利率重构。

扩展尽可能贴近 JST 方法论——包括股票年均价定价和欧元区遗留货币处理——并与重叠期的官方数据交叉验证。但它仍是非官方数据：请把最近五年视为尽力而为的估计，而非经过整理的学术数据。

纯美国模式使用 Bogleheads 社区 Simba 回测表格整理的美国长期市场数据：S&P 500 全收益及 1957 年前的前身指数（最终源自 Shiller 的 1871 年起序列）、美国 10 年期国债收益，以及 1970 年起 Simba 谱系的“总国际”股票序列——1970–96 为 vintage MSCI EAFE（比官方毛收益指数低约 0.8 个百分点/年，其内嵌费用与税务处理未能完全识别），1997 起为总国际指数基金公布回报，已扣基金费用与境外股息预扣税。

该数据集反映的是过去 150 年最成功的主要股票市场，因此纯美国数据的结果是对未来偏乐观的读法。池化模式是更严格的交叉检验——但要注意它是逐块替换成另一个国家的通胀与本国资产，所以它是给方案做压力测试，而不是预测美国。

带国际回填的美国数据集变体，将 1970 年前的国际股票列（原表中是美国占位数据）替换为由 JST 推导的 GDP 加权非美股票序列，恢复了早期历史中真实的美/非美分散结构。JST 单国收益已与对应 MSCI 指数交叉验证（年化差异约 0.3 个百分点以内）。自 2026 年 9 月起，该变体（1900 起）是推荐预设“美国历史 — 长窗口”的底层数据，定位为美国投资者实际经验基线。JST 美国行仍以“JST 面板”预设提供，用于与 16 国历史同口径对照；两者在美股、美债和 CPI 上高度接近（序列仍有细小差异，100% 美股配置的提取率差不到 0.1 个百分点），实质差距集中在 1970 年后的国际股一列：JST 的 GDP 加权税前学术篮子比可投资序列每年高约 1.8 个百分点，这是加权方式与费税口径的差异，不是数据质量问题。

所有模拟基于实际收益。多国模拟以等概率（1/N）从 16 国中逐块抽样——不做 GDP 加权——敏感性分析表明不同加权方案下安全提取率差异小于 0.1 个百分点。

Block Bootstrap 抽取 5–15 年（均匀分布）的连续区块，同国环形回绕，保留多年动量与波动聚集。详见方法论页。

幸存者与选择偏差：这 16 个国家是 150 年间始终可投资的经济体。永久关闭的市场（1917 年的俄罗斯、1949 年的中国）不在其中，这使所有长期数据集都偏乐观。

房价指数基于评估价且被平滑，低估了真实波动；它们为买房租房工具提供输入，但不作为可投资资产进入组合模拟。

历史收益不保证未来表现。税收、国际投资者的汇率风险、以及基金费率之外的交易摩擦均未建模。