漲停打開要追嗎？月營收動能避開一字漲停打開，
年化 46.8%

連續 2 天以上一字漲停的股票，第一次打開之後 20 個交易日，平均落後股票池 1.8%、中位數落後 4.4%，只有 38.9% 贏。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：每月換股時，先把近 10 個交易日內打開過的股票剔除，其他規則一個字都沒改。 2015 年 2 月到 2026 年 10 月回測，年化報酬 46.8%、日夏普 1.46，原版是 45.9%、1.42，同期 0050 含息是 20.2%、1.06。

漲停是台股每天都有的事，一字漲停（開盤就漲停、整天沒有打開）通常跟在重大消息之後。本文回答一個實際問題：做動能選股時，要不要避開剛從一字漲停打開的股票？答案是要，但改善很小：近 12 年 1,403 筆交易只換掉 59 筆，日夏普多 0.04，最大回撤從 -35.6% 變成 -34.6%。這是 當沖、漲停、零股、鉅額交易 14 個設計的研究 裡唯一照規則過關的一個。

關鍵數字：本文策略、原版與 0050

本文策略在年化報酬、日夏普與最差單一年都勝過 0050 含息；最大回撤、年化波動與最差單月輸給 0050。約 11 年 8 個月下來淨值成長為 90.0 倍，原版 83.6 倍，0050 含息 8.7 倍。月營收動能原文寫的年化 46.5%、日夏普 1.44 算到 2026-10-27，本文多了 3 個交易日的資料。所有數字都用 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。

一字漲停打開是什麼

台股個股每天漲跌幅上限 10%（2015-06-01 以前是 7%）。一字漲停是開盤價、最高價、最低價、收盤價都在漲停價，K 線畫出來只有一條橫線，代表整天買單排隊、賣方不願意賣。常見在併購、重大合約、轉機題材等消息之後，有時連續好幾天。「打開」指的是連續一字漲停之後，第一天盤中出現低於漲停價的成交，賣方開始出貨。

FinLab 沒有歷史漲停價，本文自己算：收盤價等於最高價、還原報酬至少 9.5%（2015-06-01 以前用 6.5%），上市未滿 6 個交易日不算；開盤、最高、最低、收盤四個價格相同，就是一字漲停。2015 年以來所有上市櫃普通股：

超額報酬是個股還原報酬減股票池（20 日平均成交金額 2,000 萬元以上的普通股）等權平均，從打開隔天收盤買進起算；股票停牌的日子報酬算 0，復牌第一天補上整段漲跌。「至少連續 1 天」的 4,246 次包含連續 2 天以上的 1,101 次。連續一字漲停的天數越多，打開之後平均落後越多。

這個平均值會隨股票範圍改變。同一批研究只看打開當天 20 日平均成交金額 2,000 萬元以上的股票，2008 年以來 785 次，之後 20 天平均反而多漲 0.98%，中位數仍是 -2.0%。兩種算法的中位數都是負的，多數股票打開之後落後，平均值則看少數大漲股落在哪一邊。

平均路徑前 10 天上下震盪，連續 3 天以上的一度多漲 0.9%，第 15 天之後一路往下。Seasholes 與 Wu（2007）在上海證交所看到類似的現象：漲停吸引散戶在隔天大量買進，股價短暫續漲後回落，獲利的是早一步買進、再賣給散戶的人。Barber 與 Odean（2008）也發現，散戶是新聞多、單日大漲大跌這類吸引注意股票的淨買方。連續一字漲停打開，正好是注意力最高、早期買家開始賣的時候。

為什麼要放在月營收動能上

月營收動能選股每個月挑 5 日平均漲跌幅最強的 10 檔，剛連續漲停的股票，5 日漲幅很容易排到最前面。原版近 12 年 1,403 筆交易裡，有 59 筆在進場訊號日前 10 個交易日內剛從連續一字漲停打開，這 59 筆平均每筆賺 2.5%、勝率 40.7%，其他 1,344 筆平均 3.7%。這些股票的動能是消息推出來的，打開之後常是消息反映完、開始回落。

策略規則：沿用原版，只加一條

基底是站上已驗證的 原版策略頁，參數在 2026 年初公開，這次完全不動：

1. 近 3 個月平均營收高於近 12 個月平均營收。
2. 收盤價同時站上 20、60、120 日均線。
3. 5 日平均漲跌幅最強的 10 檔，每月 11 日（月營收公布期限後）換股，單檔跌 10% 停損。

唯一新增的是第 4 條：近 10 個交易日內，連續 2 天以上一字漲停後打開過的上市櫃普通股，換股時排除。 排除後空出來的名額，由動能排名下一檔遞補，持股維持 10 檔。

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")
 
# 1. 月營收動能（原版）：營收動能、站上三條均線、5 日平均漲跌幅
rev_up = rev.average(3) > rev.average(12)
trend = (close > close.average(60)) & (close > close.average(20)) & (close > close.average(120))
momentum = (close / close.shift() - 1).rolling(5).mean()
 
# 2. 一字漲停：開高低收同價，還原報酬至少 9.5%（2015-06-01 前用 6.5%），上市滿 6 個交易日
price = pd.DataFrame(close)
open_ = pd.DataFrame(data.get("price:開盤價"))
high = pd.DataFrame(data.get("price:最高價"))
low = pd.DataFrame(data.get("price:最低價"))
adj_close = pd.DataFrame(data.get("etl:adj_close")).reindex_like(price)
 
limit = pd.Series(0.095, index=price.index)
limit[limit.index < "2015-06-01"] = 0.065
limit_up = (
    (price == high)
    & adj_close.pct_change(fill_method=None).ge(limit, axis=0)
    & adj_close.shift(5).notna()
)
one_word = limit_up & (open_ == high) & (low == high)
 
# 3. 打開：連續 2 天以上一字漲停之後，第一天不是一字漲停
total = one_word.cumsum()
streak = total - total.where(~one_word).ffill().fillna(0)
opened = ~one_word & (streak.shift(1) >= 2) & price.notna()
 
# 4. 近 10 個交易日打開過的普通股，換股時排除
avoid = opened.astype(float).rolling(10, min_periods=1).max() > 0
common = [s for s in avoid.columns if len(s) == 4 and s.isdigit() and not s.startswith(("0", "91"))]
avoid = avoid[common].reindex(columns=avoid.columns, fill_value=False)
 
position = momentum[trend & rev_up & ~avoid].is_largest(10).loc["2015-01-01":]
report = sim(position, resample="M", resample_offset="11D", stop_loss=0.1, upload=False)
report.display()

用 report.creturn 算出的年化 46.8%、日夏普 1.46 與上表相同；report.display() 顯示的夏普扣了 2% 無風險利率，會略低一些。完整版 strategy.py 另外輸出淨值與統計，和 策略頁 用的是同一份程式。

回測結果：報酬與夏普小幅提高，回撤略淺

12 個年度（2015 從 2 月、2026 到 10 月）裡，本文策略有 8 年高於原版，2016、2020、2024、2026 年低於原版；差最多的是 2025 年多 16.6 個百分點（73.8% 對 57.2%）與 2020 年少 21.4 個百分點（159.0% 對 180.4%）。跟 0050 含息比，只有 2016 年（-1.3% 對 19.6%）與 2019 年（7.5% 對 33.5%）輸。

最深的回撤從 2018-06-25 跌到 2020-03-19，跌幅 -34.6%，2020-06-08 回到前高；原版同一段跌了 -35.6%。最差的單月是 2021 年 5 月的 -27.4%，原版同月 -30.2%。

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」都是同一個意思：日夏普高於同一段期間的 0050 含息買進持有（用 etl:adj_close 還原價算報酬、不扣成本）。日夏普用日報酬平均除以標準差、乘上 √252，不扣無風險利率。條件與鄰近參數在看結果前寫定，之後沒有改。另外還要比原版好：原參數日夏普高於原版，而且 9 組至少 7 組高於原版。

9 組的日夏普都高於 0050，差異在比原版好多少。要求連續 2 天或 3 天以上一字漲停的 6 組，比原版高 0.038 到 0.051；只要求 1 天的 3 組，排除 5 天、10 天的比原版低 0.06、0.04，排除 20 天的只高 0.003。門檻降到 1 天，2015 年以來的事件從 1,101 次增加到 4,246 次，打開後 20 天的平均落後從 1.8% 縮小到 0.8%，排除的多半是落後不多的股票，反而換掉太多正常的強勢股。

前後兩段都比原版高，前段多 0.02、後段多 0.05。

換掉了哪些交易

本文策略與原版的差別，只在 59 筆被排除的交易與 61 筆遞補進來的交易（停損與換股時點會讓筆數差 2 筆）。被排除的 59 筆在原版裡平均每筆 2.5%、勝率 40.7%；遞補進來的 61 筆平均 3.5%。全期 1,405 筆交易，每年約 120 筆，勝率 43.0%，平均每筆 3.7%。

改善全部來自這一百多筆交易，數量不多，所以本文把它看成原版的一個小修正：如果你已經在用月營收動能，加這一條的代價很低；如果期待它大幅改變報酬或回撤，回測不支持。

同一批研究的其他濾網

同一批研究還把 6 個交易行為訊號當濾網疊在同一個原版上，都沒有通過「比原版好」的規則：

一般的漲停反而不該排除：原版有 45% 的交易在進場前 5 天內剛漲停，這些交易平均比其他交易賺得多。要排除的只有「連續一字漲停後打開」這種特定型態。各個訊號單獨做的結果，在 當沖、漲停、零股、鉅額交易回測。

回測方法與限制

FinLab 的漲停是自己算的，台股漲停價要捨去到最小跳動單位，少數股票漲停時的還原報酬會略低於 9.5%，可能漏算。每月只持有 10 檔，單一股票對結果影響很大，本文沒有估算策略容量。這類在同一段資料上測多個規則的風險，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 -27.4%）；想用 K 線型態做研究、但需要可回測規則的人。

不適合：要求回撤比 0050 小的人，這個策略最深回撤 -34.6%，跟 0050 差不多深、年化波動 30.4% 比 0050 高很多；資金很大、需要分散到幾十檔的人；期待一條濾網大幅提高報酬的人，本文的改善只有日夏普 0.04。

常見問題

漲停打開要追嗎？

連續 2 天以上一字漲停後第一次打開，2015 年以來 1,101 次，之後 20 天平均落後股票池 1.8%、中位數落後 4.4%，只有 38.9% 贏。只看 20 日平均成交金額 2,000 萬元以上的股票、從 2008 年起，打開隔天收盤買進持有 5 天的策略，扣成本後日夏普 0.32，同期 0050 0.80。

一字漲停是什麼？

開盤價、最高價、最低價、收盤價都在漲停價，K 線只有一條橫線，代表整天買單排隊、沒有人願意在漲停價以下賣。通常出現在重大消息之後，有時連續好幾天。

漲停打開代表什麼？

一字漲停之後第一次出現低於漲停價的成交，表示有人願意賣了。連續一字漲停的天數越多，打開之後落後越多：連續 3 天以上的 365 次，之後 20 天平均落後 2.9%。

為什麼只排除連續 2 天以上的？

門檻降到 1 天，2015 年以來的事件從 1,101 次增加到 4,246 次，打開後 20 天的平均落後從 1.8% 縮小到 0.8%；這樣排除，排除 5 天、10 天的兩組日夏普反而比原版低。條件在看結果前就定為 2 天，鄰近的 1 天、3 天一起驗證。

月營收動能本來就會買到漲停股嗎？

會。原版 45% 的交易在進場前 5 天內剛漲停，這些交易平均每筆賺 4.1%，比其他交易的 3.3% 多，一般漲停不需要避開。被排除的只有 59 筆連續一字漲停後打開的交易，平均 2.5%。

這個策略可以直接照做嗎？

可以重跑，但數字是全段樣本內的回測。最大回撤 -34.6%，2021 年 5 月單月 -27.4%；改善來自一百多筆交易，未來不一定重現。實際下單前請先用 策略頁 的程式在自己的環境重跑。

參考文獻

• Seasholes, M. S., & Wu, G.（2007）. Predictable behavior, profits, and attention. Journal of Empirical Finance, 14(5), 590–610。漲停吸引散戶隔天買進，股價短暫續漲後回落。
• Barber, B. M., & Odean, T.（2008）. All that glitters: The effect of attention and news on the buying behavior of individual and institutional investors. Review of Financial Studies, 21(2), 785–818。散戶是吸引注意股票的淨買方。

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，原版策略頁有淨值曲線與程式碼
• 當沖、漲停、盤後零股、鉅額交易回測：同一批 14 個設計的完整結果
• 可轉債選股：月營收動能避開可轉債發行公司：同樣加在月營收動能上的另一條排雷條件
• 動能策略台股 18 年回測
• 台股選股完整指南
• 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 -34.6%，單月也可能下跌超過兩成。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：2026-11｜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）