可轉債選股：月營收動能避開可轉債發行公司，
16 年年化 42.2%、夏普 1.43

發行可轉債的公司，股價在之後一年平均落後全市場。我們把這件事當成排雷條件，加在站上已公開的月營收動能選股上：每個月換股時，先把當天還有流通在外可轉債的公司剔除，其餘規則一個字都沒改。 2010 年 3 月到 2026 年 10 月回測，排除後年化報酬 42.2%、日夏普 1.43，原版是 39.7%、1.35，同期 0050 含息是 16.8%、0.95。

可轉債（可轉換公司債，CB）是台股公司很常用的籌資工具，FinLab 從 2009 年底起每天收錄櫃買中心的可轉債報表。本文用這份資料回答一個實際問題：選股時要不要避開有可轉債的公司？答案是要，但效果比原版好一點而已，而且最大回撤從 -35.6% 加深到 -43.5%。

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則輸給 0050。16 年下來淨值成長為約 349 倍，0050 含息約 13.3 倍。所有數字都用 finlab 2.2.20、資料截至 2026-10-27，在 2026-10-27 實際跑出，手續費 0.1425% 與證交稅 0.3% 用 sim() 預設值扣除。

可轉債是什麼，跟股價有什麼關係

可轉債是公司發行的債券，持有人可以在轉換期間內，用事先約定的轉換價格把債券換成公司股票。每張面額 10 萬元，轉換價格 50 元就能換 2,000 股。看可轉債時有三個數字最常用：

• 轉換價值：股價除以轉換價格再乘以 100。等於 100 代表股價剛好等於轉換價格，高於 100 叫價內，低於 100 叫價外。
• 轉換溢價率：可轉債市價除以轉換價值再減 1。溢價率低，代表可轉債的價格幾乎就是換成股票的價值。
• 賣回權與到期：不少台股可轉債在發行滿 2 或 3 年時給持有人賣回權，股價太低時持有人可以按約定價格把債券賣回給公司；到期時沒轉換的部分由公司以現金還本。

這些欄位都在 FinLab 的可轉換公司債資料裡，cb_published_info 每天一列，包含轉換價格、標的股價、賣回權日期、原始發行總額與上月底發行餘額。

可轉債影響股價的路徑有兩條。第一條是籌資時點：公司通常在股價相對高、需要資金的時候發債，學術研究稱為擇時發行。第二條是股本稀釋與避險賣壓：債券轉換成股票會增加流通股數，而買進可轉債的套利交易者常同時放空標的股來避險。

為什麼要避開可轉債發行公司

美國有幾篇長期研究都發現同一個方向。Lee & Loughran (1998) 追蹤 1975 到 1990 年發行可轉債的公司，發行後五年的股價報酬明顯落後規模相近的公司；Spiess & Affleck-Graves (1999) 同時研究普通公司債與可轉債，發行公司之後五年的股價都落後規模與市價淨值比相近的對照公司。這跟 Loughran & Ritter (1995) 的新股發行之謎是同一類現象：公司會挑股價偏高的時候對外籌資，Bradshaw, Richardson & Sloan (2006) 則把各種外部籌資合在一起，發現籌資越多的公司之後報酬越低。也有研究認為這類落後主要反映風險差異，例如 Eckbo, Masulis & Norli (2000) 用因子模型調整風險後，認為現金增資之後的落後大多可以解釋。

台股的資料也是同一個方向。我們在可轉債對股價影響的事件研究裡統計 2010 到 2026 年 1,441 次新可轉債掛牌：標的股掛牌後 250 個交易日，相對全市場等權平均累積落後 7.9%（t 值 -7.6），2010–2017 與 2018 年之後兩段都落後。同一篇也發現，有可轉債的公司依轉換溢價率分成五組，每一組之後 20 天平均都輸全市場，只有溢價率最低的那組接近打平。

所以「有可轉債」在台股比較像一個要小心的訊號。放到月營收動能這類偏好強勢股的策略上看：原版 1,987 筆交易有 237 筆（約 12%）買到有流通在外可轉債的公司，比例跟全市場差不多，但這些交易平均每筆只賺 1.72%，其餘 3.39%。

策略規則：沿用原版，只加一條

基底策略是站上的月營收動能選股，它的參數在 2026 年初就公開了，這次完全不動，避免為了配合可轉債條件回頭調整。原版文章從 2015 年起算（重跑到 2026-10-27 年化 46.5%、日夏普 1.44）；可轉債資料從 2009 年底才有，本文從 2010 年 3 月起算，所以本文裡原版與 0050 的數字跟那篇不同。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。月營收的日期是公布後可取得的日期，沒有看到未來。
2. 股價趨勢：收盤價同時站上 20、60、120 日均線。
3. 排除有可轉債的公司：當天櫃買中心報表上還有這家公司自己發行、流通在外的可轉債，就不選。債券簡稱有「E」加數字的是交換債（例如遠紡E1），標的是別家公司的股票，不算。
4. 選股與換股：符合條件的股票中，取五日平均漲跌幅最強的 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。

下面是核心程式碼，完整版可在文末下載：

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")
cb = data.get("cb_published_info")
 
# 月營收動能與股價趨勢
rev_up = rev.average(3) > rev.average(12)
trend = (
    (close > close.average(20))
    & (close > close.average(60))
    & (close > close.average(120))
)
 
# 當天有流通在外可轉債的公司（交換債不算）
own_cb = cb[~cb["債券簡稱"].astype(str).str.contains(r"E\d")]
own_cb = own_cb.assign(stock_id=own_cb["symbol"].astype(str).str[:4])
has_cb = own_cb.groupby(["date", "stock_id"]).size().unstack().notna()
has_cb = has_cb.reindex(close.index).ffill(limit=5).fillna(False).astype(bool)
has_cb = has_cb.reindex(columns=close.columns, fill_value=False).astype(bool)
 
# 五日平均漲跌幅最強 10 檔，排除有可轉債的公司
pct_change = (close / close.shift() - 1).rolling(5).mean()
position = pct_change[trend & rev_up & ~has_cb].is_largest(10).loc["2010-02-01":]
 
report = sim(position, resample="M", resample_offset="11D",
             stop_loss=0.1, upload=False)

has_cb 最後要轉成布林值。新版 pandas 在 reindex 補值後會變成物件型別，這時 ~has_cb 的結果全是「真」，排除條件等於沒有作用，結果會跟原版一模一樣。

回測結果：報酬與夏普小幅提高，回撤加深

排除可轉債公司後，年化報酬從 39.7% 提高到 42.2%，日夏普從 1.35 提高到 1.43，月索提諾從 2.44 提高到 2.60，最差單一年也從 -16.2% 縮小到 -9.3%。0050 含息同期年化 16.8%、日夏普 0.95。近三年的日夏普是 2.01，近五年 1.73，同期 0050 分別是 1.89 與 1.25。

被排除的到底是哪些股票？把原版 16 年的 1,987 筆交易，依進場訊號日當天有沒有可轉債分開來看：有 237 筆（約 12%）買到有流通在外可轉債的公司，平均每筆報酬 1.72%；其餘 1,750 筆平均 3.39%，勝率分別是 42% 與 43%。同樣是月營收動能挑出的強勢股，有可轉債的那一群平均報酬約只有一半；這是平均值的差異，本文沒有做顯著性檢定。

代價在回撤。本文策略最深的一段從 2018-06-25 跌到 2019-06-18，跌幅 -43.5%，到 2020-06-02 才回到前高；原版從同一個高點起算最多跌 -35.6%，低點在 2020-03-19。排除可轉債公司後，每個月的持股有一部分換成別的強勢股，這段期間換進來的股票跌得比較深。2019 全年本文策略 -3.2%，0050 含息則漲 33.5%。

逐年看，17 個年度裡本文策略有 14 年贏 0050 含息（2010 年從 3 月 11 日起算，2026 年只算到 10 月 27 日），輸的是 2012、2016 與 2019 三年：2012 年 1.9% 對 11.9%，2016 年 14.8% 對 19.6%，2019 年 -3.2% 對 33.5%。

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；兩邊的日夏普都用日報酬平均除以標準差、乘上 √252，不扣無風險利率。

9 組的日夏普介於 1.30 到 1.51。前段 0050 年化只有 8.5%，本文策略 33.8%；後段 0050 年化 25.8%，本文策略 51.2%，兩段的最大回撤分別是 -37.2% 與 -37.5%。兩段都比全期的 -43.5% 淺，因為切點 2018-07-04 剛好落在 2018 到 2019 年那段回撤中間。

可轉債條件本身有沒有貢獻，要看同一組參數排除前後的差別。9 組裡有 8 組排除後日夏普較高，只有動能 7 天、持股 8 檔那組從 1.35 降到 1.31；提高幅度從 +0.01（動能 7 天、持股 12 檔，1.296 到 1.304，四捨五入後都是 1.30）到 +0.25，原參數那組是 +0.08。前後兩段也都提高：前段原版 1.26、本文 1.36，後段原版 1.43、本文 1.51。

回撤沒有這麼一致：9 組裡有 6 組排除後最大回撤更深，例如原參數從 -35.6% 到 -43.5%；另外 3 組變淺。

表內是日夏普「原版 → 排除可轉債公司」，粗體是本文參數。

可轉債條件的其他加法：只有「全部排除」有用

可轉債條件可以有很多種寫法。我們在同一組原參數下試了下面幾種：

回測區間都是 2010-03-11 到 2026-10-27，同期 0050 含息日夏普 0.95。

最清楚的對照是最後一列：只在有可轉債的公司裡選，年化掉到 18.1%、日夏普 0.80，已經輸 0050。只排除剛掛牌的新債反而比原版差一點，可能表示影響延續整段可轉債存續期間，發行當下只是一部分。我們試了四種寫法、選了表現最好的一種；同一批研究還測了五個單獨用可轉債訊號的策略（45 組參數全部輸 0050）與兩個加籌碼的版本。這些都是在同一段資料上挑選，所以本文策略在樣本外的表現可能會比回測差。

我們也試了把籌碼條件加進來：要求投信加外資近 20 日合計買超。法人資料從 2012 年 5 月起，同樣從 2012-06-11 起算，本文策略日夏普 1.54，加上法人條件後降到 1.31；原版則從 1.45 降到 1.24，同期 0050 是 1.10。在這個策略裡，籌碼條件讓結果變差，所以沒有放進本文策略。籌碼選股本身的研究請看法人籌碼選股策略。

回測方法與限制

可轉債資料從 2009 年 12 月 30 日開始，所以回測從 2010 年 2 月起算；第一筆部位在 2010-03-11 建立。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。要了解這類在同一段資料上挑規則的風險，可以看回測過度擬合的機率，前視偏差與周轉率的定義在名詞解釋頁。

適合誰、不適合誰

適合：已經在用月營收或動能選股、想多一條簡單排雷條件的人；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 -30.9%，2026 年 7 月也跌了 21.7%）；想用台股特有資料做研究的人。

不適合：要求回撤比 0050 小的人，這個策略最深回撤 -43.5%，比 0050 深；資金很大、需要分散到幾十檔的人；只想長期持有、不想每月操作的人。

常見問題

發行可轉債對股價是利多還是利空？

以台股 2010 到 2026 年的平均來看偏利空。1,441 次新可轉債掛牌後一年，標的股相對全市場等權平均落後 7.9%。個別公司差異很大，有些公司發債是為了擴產、之後業績大好，但平均而言發行之後股價表現較弱。完整的事件研究請看可轉債對股價影響。

為什麼不是只避開剛發行可轉債的公司？

我們試過只排除新債掛牌後 250 個交易日內的公司，日夏普 1.33，比原版 1.35 還低。把所有還有可轉債流通在外的公司都排除，才提高到 1.43。可轉債的影響可能橫跨整個存續期，例如轉換造成的股本增加與套利交易的避險部位，但本文沒有分開量測這些管道。

有可轉債的公司那麼多，排除後還選得到股票嗎？

台股同一天有流通在外可轉債的公司，2019 年平均約 150 家，2026 年約 300 家；占上市櫃普通股的比例歷年介於 9%（2019）到 18%（2012）。排除後候選名單還很充足，16 年來每次換股都選得滿 10 檔。

怎麼查一家公司有沒有可轉債？

櫃買中心每天公布可轉債報表，FinLab 整理成 cb_published_info，欄位說明在可轉換公司債資料頁。可轉債代號是股票代號後面加一碼序號，例如台泥的 11011，用前四碼就能對到發行公司。

為什麼交換債不算？

交換債（債券簡稱有 E 加數字）是公司拿手上持有的別家公司股票來發債，轉換時換到的是別家公司的股票。它跟發行公司本身的股本無關，所以不納入。

最大回撤 -43.5% 為什麼比原版深？

排除可轉債公司後，每個月的候選股換了一批。2018 年第四季到 2019 年上半年，新換進來的股票剛好跌得比較深，這一段從 2018-06-25 到 2019-06-18 跌了 43.5%。9 組鄰近參數裡，有 6 組排除後回撤變深、3 組變淺，所以排除可轉債公司不保證回撤變小。

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，策略頁有淨值曲線與程式碼。
• 可轉債對股價影響：發行、價內、大量轉換、賣回權、到期五個事件的完整回測。
• 用 Python 做月營收選股的三種方法：年增率、創新高與動能三種寫法的比較。
• 庫藏股投資策略：另一種公司資本決策訊號，跟發債是相反方向的動作。
• 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：淨值曲線與程式碼，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。過去績效不代表未來表現，本文策略最大回撤 -43.5%，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：2010-03 ～ 2026-10｜作者：FinLab 量化研究團隊（經量化研究員審閱）