現金減資選股：月營收動能加剛減資的股票，
年化 48.7%、夏普 1.50

單獨買剛辦完現金減資的股票，台股 2013 到 2026 年是賠錢的；但同樣的資料當成加分條件，疊在已公開的月營收動能選股上，讓近 60 個交易日剛辦完現金減資的候選股優先買進，結果比原版好。 2015 年 2 月到 2026 年 10 月回測，年化報酬 48.7%、日夏普 1.50；原版是 45.9%、1.42；同期 0050 含息是 20.2%、1.06。

這一條規則在 12 年裡只換了 67 筆交易進來（原版有 68 筆被換掉），換進來的平均每筆賺 5.7%，被換掉的平均 2.2%。改善幅度不大，而且集中在 2015 到 2020 年的前段，後段只比原版高 0.01；這些限制下面都會寫清楚。

關鍵數字：本文策略、原版與 0050

本文策略在年化報酬、日夏普、月索提諾與最差單一年都勝過 0050 含息；最大回撤與年化波動輸給 0050。12 年下來淨值成長約 105 倍，原版約 84 倍，0050 含息約 8.7 倍。數字都用 finlab 2.2.24、資料截至 2026-10-30，在 2026-10-31 實際跑出，手續費 0.1425% 與證交稅 0.3% 用 sim() 預設值扣除。

現金減資是什麼

現金減資是公司把多出來的資本退還給股東：股數按比例減少，每減少一股退回面額 10 元。例如收盤 50 元的公司減資兩成，每 1,000 股換成 800 股，另外退 2,000 元。停止買賣一段時間、換發新股後恢復買賣，參考價重新計算：

參考價 =（停止買賣前收盤價 − 每股退還金額）÷ 換發比例 =（50 − 2）÷ 0.8 = 60 元

上市公司在公告裡稱為「退還股款」，上櫃公司稱為「現金減資」。另一種減資是彌補虧損減資，只把帳上虧損沖掉、股東拿不到錢，兩者在財務上的意義相反。FinLab 的 capital_reduction_tse 與 capital_reduction_otc 有恢復買賣日期、減資原因、恢復買賣參考價與換算比例（停止買賣前收盤價 ÷ 恢復買賣參考價），index 是恢復買賣日。上櫃的減資原因 2019 年起才有，之前的上櫃減資分不出是哪一種，本文不納入。

為什麼把現金減資當加分條件

公司手上有用不完的現金卻不還給股東，經理人比較容易把錢花在報酬低的地方；Jensen (1986) 稱為自由現金流量的代理問題，把錢發還股東可以降低這個成本。Ikenberry, Lakonishok & Vermaelen (1995) 研究另一種把錢還給股東的方式（公開市場買回），公告後股價長期有超額報酬，市場對這類訊號反應不足。照這兩個方向，現金減資應該是好消息。

台股的資料卻不是這樣。我們在公司行動事件回測裡測過單獨買進：2013 年 5 月起，換算比例 0.9 以下（參考價比減資前收盤價高 11% 以上）的 110 次現金減資，恢復買賣後持有 60 天（持有期滿的 107 次），平均落後 0050 含息 2.9%，只有 36% 跑贏，做成策略的日夏普是 -0.34。一個可能的解釋是辦現金減資的公司常是本業成長停下來、手上現金用不到的公司，單看減資挑到的多半不是強勢股；本文沒有驗證這一點。

所以本文換一個用法：先用月營收與股價趨勢篩出營收正在成長、股價也在走強的候選股，再在這批候選股裡，讓剛辦完現金減資的公司優先。營收在成長的公司還把錢退給股東，跟「沒事做才退錢」是不同的情況。

策略規則：沿用原版，只加一條

基底是站上的月營收動能選股，參數 2026 年初就公開了，這次完全不動，從 2015 年起算，跟它的策略頁同一段起點，原版重跑到 2026-10-30 是年化 45.9%、日夏普 1.42（策略頁每天更新，數字會差一點）。唯一新增的是第三條：

1. 月營收動能：近三個月平均營收高於近十二個月平均營收，月營收用公布後可取得的日期。
2. 股價趨勢：收盤價同時站上 20、60、120 日均線。
3. 現金減資加分：近 60 個交易日內辦完現金減資、恢復買賣，而且換算比例 0.9 以下的候選股，排在所有候選股前面。
4. 選股與換股：其餘候選股依五日平均漲跌幅由強到弱排，取前 10 檔等權持有，每月營收公布後（月初第 11 天）換股，單檔跌 10% 停損。

第三條的寫法是在五日平均漲跌幅上加 1。五日平均漲跌幅一般在正負幾個百分點之間，加 1 之後，剛辦完現金減資的候選股一定排在最前面；沒有這種股票的月份，選股結果跟原版完全一樣。核心程式碼如下，完整版可在文末下載：

import pandas as pd
from finlab import data
from finlab.backtest import sim
 
close = data.get("price:收盤價")
rev = data.get("monthly_revenue:當月營收")
 
# 月營收動能與股價趨勢（原版條件）
pct_change = (close / close.shift() - 1).rolling(5).mean()
trend = (close > close.average(60)) & (close > close.average(20)) & (close > close.average(120))
rev_up = rev.average(3) > rev.average(12)
 
# 恢復買賣日起 60 個交易日內標成 True
flag = pd.DataFrame(False, index=close.index, columns=close.columns)
for market, ratio_key in (("tse", "twse_cap_divide_ratio"), ("otc", "otc_cap_divide_ratio")):
    reason = data.get(f"capital_reduction_{market}:減資原因")
    ratio = data.get(f"capital_reduction_{market}:{ratio_key}")  # 停止買賣前收盤價 ÷ 恢復買賣參考價
    events = (reason.isin(["退還股款", "現金減資"]) & (1 - ratio >= 0.1)).stack()
    for day, stock in events[events].index:
        if stock in flag.columns:
            row = close.index.searchsorted(day, side="right") - 1
            flag.iloc[row:row + 60, flag.columns.get_loc(stock)] = True
 
# 剛辦完現金減資的候選股加 1 分，取前 10 檔
score = pct_change + flag.astype(float)
position = score[trend & rev_up].is_largest(10).loc["2015-01-01":]
 
report = sim(position, resample="M", resample_offset="11D", stop_loss=0.1, upload=False)

flag 從恢復買賣日那一列開始標記，那天收盤後才知道減資已經完成；sim() 在換股日隔天收盤成交，沒有用到當天看不到的資料。

回測結果：多賺的來自 67 筆換股

年化報酬從 45.9% 提高到 48.7%，日夏普從 1.42 提高到 1.50，月索提諾從 2.62 提高到 2.80，最大回撤幾乎不變（-35.6% 到 -35.5%）。近三年日夏普 1.86，近五年 1.55，同期 0050 是 1.86 與 1.24，近三年跟 0050 打平。

加分版 12 年 1,402 筆交易、原版 1,403 筆，其中 1,335 筆完全相同。不同的部分，加分版換進來 67 筆剛辦完現金減資的股票（40 家公司），平均每筆 5.66%，中位數 2.27%，勝率 60%；被換掉的 68 筆是原版本來會買的強勢股，平均 2.20%，中位數 -0.13%，勝率 50%。

換進來的報酬集中在少數幾筆：最賺的一筆 50.7%，前五筆都在 34% 以上。扣掉最賺的 5 筆，其餘 62 筆平均 2.85%，仍然高於被換掉的 2.20%，但差距從 3.5 個百分點縮小到 0.65 個百分點。逐年看，換進來的交易在 2017 年（7 筆平均 15.6%）與 2020 年（8 筆平均 17.9%）特別好，2021、2024 與 2026 年則是平均虧損（2026 年 4 筆平均 -9.2%）。

逐年報酬，12 個年度裡本文策略有 10 年贏 0050 含息（2015 年從 2 月 11 日起算，2026 年只算到 10 月 30 日），輸的是 2016 年（5.9% 對 19.6%）與 2019 年（4.6% 對 33.5%）。跟原版比，8 年較好、3 年較差、2015 年相同；較差的是 2022、2024 與 2026 年。

最深的回撤從 2018-06-25 跌到 2020-03-19，跌幅 -35.5%，2020-05-07 回到前高，跟原版是同一段、幅度幾乎一樣。這一條規則改變的持股很少，回撤主要還是由原版決定。

三項穩健性驗證：鄰近參數、前後兩段、交易成本

三項檢查的「贏」是同一個意思：日夏普高於同一段期間的 0050 含息買進持有。0050 用 etl:adj_close 還原價純算術計算、不扣成本；兩邊的日夏普都是日報酬平均除以標準差乘以 √252，不扣無風險利率。加分窗口與持股檔數在看結果前就寫定（60 天、10 檔），之後沒有改。

9 組的日夏普介於 1.29 到 1.59，全部高於 0050。跟同檔數的原版比，9 組都提高，幅度從 +0.03 到 +0.14：加分窗口 20 天的三組只提高 0.03 到 0.07，120 天的三組提高 0.10 到 0.14。

前後兩段都贏 0050，但跟原版比，提高幾乎都在前段：前段原版 1.38、本文 1.53；後段原版 1.47、本文 1.48，只差 0.01。2020 年底之後，這條規則對夏普幾乎沒有貢獻。

同一批研究還測了另外 7 種疊在月營收動能上的公司行動條件（庫藏股三種、高股票股利、避開彌補虧損減資、避開大額現增、三種一起避開），照規則有 4 種也過關，但換進來的交易沒有比較好，或 12 年只換了幾筆，跟原版幾乎是同一個策略，所以只有本文另開策略頁；細節在同一批 7 個公司行動訊號的研究。本文策略是從 8 種組合裡挑出來的，樣本外的表現可能比回測差。

回測方法與限制

每月只持有 10 檔，單一股票對結果影響很大；實際能放多少資金取決於這些股票的成交量，本文沒有估算策略容量。在同一段資料上挑規則的風險，可以參考回測過度擬合的機率，前視偏差與周轉率的定義在名詞頁。月營收動能這類短期動能策略，跟 Jegadeesh & Titman (1993) 研究的 3 到 12 個月價格動能不同，本文沒有用到他們的設定。

適合誰、不適合誰

適合：已經在用月營收或動能選股、想多一條簡單加分條件的人；能接受每月換股、單月可能大跌的人（最差的一個月是 2021 年 5 月的 -30.2%）；想用台股特有的減資資料做研究的人。

不適合：要求回撤比 0050 小的人，這個策略最深回撤 -35.5%；期待這條規則大幅提高報酬的人，它只改變約 5% 的交易，2020 年底以後幾乎沒有差別；資金很大、需要分散到幾十檔的人。

常見問題

現金減資是利多還是利空？

單獨看偏利空。2013 到 2026 年台股換算比例 0.9 以下的現金減資，恢復買賣後 60 天平均落後 0050 含息 2.9%，只有 36% 跑贏。但同樣是現金減資，營收正在成長、股價也在走強的公司，表現比同條件的其他強勢股好，所以本文只把它當成加分條件。

現金減資和彌補虧損減資差在哪？

現金減資會退錢給股東，每減少一股退面額 10 元；彌補虧損減資只把帳上虧損沖掉，股東拿不到錢。彌補虧損減資恢復買賣後，股價平均也落後 0050，但大多借不到券、放空也賺不到，細節在減資事件研究與放空驗證。

現金減資恢復買賣的參考價怎麼算？

參考價等於停止買賣前收盤價減去每股退還金額，再除以換發比例。收盤 50 元、減資兩成、每股退 2 元的公司，參考價是（50 − 2）÷ 0.8 = 60 元。股價看起來漲了兩成，但股東手上的股數少了兩成、多拿了現金，總價值沒有變。

換算比例 0.9 以下大約是減資多少？

看股價高低。換算比例是停止買賣前收盤價除以恢復買賣參考價，現金減資有退款，股價越低，同樣的減資比例算出的換算比例越接近 1。收盤 50 元的公司大約要減資 12% 以上才會低於 0.9，股價很高的公司大約減資一成就夠。

一年有幾次現金減資可以用？

2014 年 10 月到 2026 年 10 月，換算比例 0.9 以下的現金減資共 103 次，平均一年不到 10 次，還要同時符合營收與股價條件才會被選進來。12 年裡加分條件實際換進來的交易是 67 筆，很多月份選股結果跟原版完全一樣。

為什麼後段幾乎沒有差別？

2020 年底到 2026 年，加分版日夏普 1.48、原版 1.47。換進來的交易在 2017 與 2020 年特別好，2021、2024 與 2026 年平均是虧損的。可能是事件本來就少，好的那幾筆剛好落在前段；本文沒有辦法分辨這是運氣還是效果消失。

這個策略可以直接照做嗎？

這是研究與回測結果，不是投資建議。實際操作時要考慮滑價、成交量與資金規模，本文沒有估算容量；每月只持有 10 檔，單一股票的影響很大。想自己重跑或修改，可以下載文末的 strategy.py。

延伸閱讀

• 月營收動能選股：本文的基底策略，含原版的三項驗證。
• 公司行動事件回測：庫藏股、減資、現金增資、股票股利 7 個訊號與 8 個組合的完整結果。
• 可轉債選股：同一個底策略加上避開可轉債發行公司，另一個用公司財務決策排雷的例子。
• 庫藏股是什麼？公告後買進的台股實測：另一種把錢還給股東的方式。
• 股票選股完整指南：基本面、技術面、籌碼面選股方法的總覽。
• 本文策略的策略頁：淨值曲線每天更新，程式可直接帶到 FinLab Studio 重跑。

下載資源

風險提示

本文所有策略與回測結果僅供教學與研究用途，不構成投資建議，也不推薦任何個股。過去績效不代表未來表現，本文策略最大回撤 -35.5%，單一年度也可能大幅落後大盤。投資一定有風險，請依自身風險承受能力審慎評估。

最後更新：2026-10｜回測區間：2015-02 ～ 2026-10｜作者：FinLab 量化研究團隊（經量化研究員審閱）