# 意圖因子選股：找到主力護航的穩定上漲股

台股研究 2024年11月2日 約 5 分鐘閱讀

意圖因子用 60 日報酬除以每日報酬絕對值總和，衡量股價上升的「直線度」，找出疑似被主力護價穩定上漲的台股；再搭配收益率上限、日成交量門檻與營收基本面濾網每季換股，2010 年起重跑到 2026 年 10 月年化 18.8%、日夏普 1.47，鄰近參數、前後兩段與交易成本三項驗證都過。

免安裝，用 AI 重跑這篇的策略

在瀏覽器開啟 FinLab Studio，AI 依本文的條件重跑回測，接著可以改條件再測。

[在 Studio 重跑](https://studio.finlab.finance/chat?lang=zh\&research_context=%7B%22v%22%3A1%2C%22source_url%22%3A%22https%3A%2F%2Ffinlab.finance%2Fblog%2Flinearfactor%22%2C%22task%22%3A%22%E9%87%8D%E7%8F%BE%E3%80%8C%E6%84%8F%E5%9C%96%E5%9B%A0%E5%AD%90%E9%81%B8%E8%82%A1%EF%BC%9A%E6%89%BE%E5%88%B0%E4%B8%BB%E5%8A%9B%E8%AD%B7%E8%88%AA%E7%9A%84%E7%A9%A9%E5%AE%9A%E4%B8%8A%E6%BC%B2%E8%82%A1%E3%80%8D%E9%80%99%E7%AF%87%E6%96%87%E7%AB%A0%E7%9A%84%E5%9B%9E%E6%B8%AC%EF%BC%9Ahttps%3A%2F%2Ffinlab.finance%2Fblog%2Flinearfactor%E3%80%82%E9%80%99%E9%A0%81%E7%9A%84%E7%AD%96%E7%95%A5%E7%A8%8B%E5%BC%8F%EF%BC%88%E7%94%A8+requests+%E8%AE%80%E5%8F%96%EF%BC%89%EF%BC%9Ahttps%3A%2F%2Ffinlab.finance%2Fblog%2Flinearfactor%2Fvalidation%2Fstrategy.py%22%2C%22intent%22%3A%22backtest%22%2C%22market%22%3A%22tw%22%7D)

主力護航因子 CAGR 18.8% Sharpe 1.47

## 意圖因子：簡單有效的選股策略

如何找到主力護航護價的股票標的，是每位投資者的挑戰。介紹一個簡單有效的[選股策略](https://finlab.finance/tools/stock-selection)，從價格的資訊，就能夠識別主力的蹤跡，找出具有高報酬的股票。

[![價格意圖因子示意圖：從A點到B點的最短路徑應該是直線](https://r2.finlab.finance/blog/linearfactor/image-1-1024x585.png)](https://r2.finlab.finance/blog/linearfactor/image-1-1024x585.png)

依本文重跑

## 執行這個策略

複製提示詞，讓 AI 依照上方證據的資料、條件與風險檢查重跑一次。

告訴你的AI：

幫我設定 FinLab，重現這篇文章，請讀：https\://finlab.finance/setup?relatedUrl=/blog/linearfactor

[免安裝，開啟 FinLab Studio](https://studio.finlab.finance/chat?lang=zh\&research_context=%7B%22v%22%3A1%2C%22source_url%22%3A%22https%3A%2F%2Ffinlab.finance%2Fblog%2Flinearfactor%22%7D)

## 核心選股邏輯

這個選股法，有一個核心邏輯，在於價格從 A 點到 B 點的距離，最快通常應該類似於直線（或類似弧線），也就是股價從 A 點慢慢爬升到 B 點，這種股票就比較容易穩定上漲，背後的原因，有可能是：

* 可基於某種協議，公司付費給造市公司讓價格穩定
* 或是公司大戶主力，希望讓價格穩定，自然而然就會少量買入來穩定股價。

我們希望篩選出上述股票，並且排除其它容易大起大落的股票，假如股票的路徑繞來繞去，看不出明顯的價格路徑，就很難看的出主力的意圖。

下圖中，左側就是單純找出上漲接近 20％的股票 10 檔，而右側也是一樣，但有先以價格意圖因子「經過篩選」，可以發現右側的股票以肉眼可見，穩定上漲，並不會有大起大落的狀況。

[![左圖：一般上漲20%的股票走勢；右圖：經價格意圖因子篩選後的穩定上漲走勢](https://r2.finlab.finance/blog/linearfactor/image-1024x336.png)](https://r2.finlab.finance/blog/linearfactor/image-1024x336.png)

我們相信右圖中，價格上漲的現象，未來可能會能夠有更多的報酬，而非只是隨機漫步造成的現象。我們把這樣的指標簡稱為「價格意圖因子」，假如數值越大，會更接近上圖右側的股票走勢。

## 價格意圖因子

這個選股策略的核心是運用三個重要指標：

* **報酬率**：計算股票過去 60 天的總報酬率。
* **變動率**：計算過去 60 天每日報酬的絕對值總和，這樣可以衡量股票價格變化的速度。
* **價格意圖因子**：**報酬率 / 變動率**，這就是所謂的價格意圖因子，在同樣的報酬下，我們希望變動率越小越好，代表股票是「直線方向上漲」。

## 三大篩選條件

為了確保選中的股票風險可控、基本面良好，這個策略設定了三個篩選條件：

1. **收益率上限**：過去 60 天的收益率需小於 20%，這樣避免挑選近期漲幅過大的股票，減少追高風險。
2. **最低交易量**：日成交量需大於 50,000 股（50 張），確保有基本的市場流動性。
3. **有基本面數據**：必須有營收資料支持，增加投資的可靠性。

## 選股指標

選股指標採用一個簡單的公式：

* **價格意圖因子 / 交易量**

### 為什麼

這個指標的設計，目的在於挑選那些在單位風險下獲得較高收益，且交易量較低的股票。低交易量意味著這些股票可能未受到市場的充分關注，存在價格被低估的機會。

## 為什麼這個策略有用？

1. **風險調整後收益高**：通過收益與波動率的比值，選擇那些風險控制得當且收益相對較高的標的。
2. **市場關注度低**：偏好交易量較低的股票，有機會在市場認識到它們的價值前提早介入。
3. **避免追高風險**：設定收益率上限，排除近期漲幅過大的股票，降低回調風險。

## 三項穩健性驗證：重跑到 2026 年 10 月

這裡驗證 VIP 區的程式：意圖因子（60 日報酬 ÷ 60 日每日報酬絕對值總和）除以當日成交股數，在 60 日報酬小於 20%、成交股數大於 5 萬股、有月營收資料的股票裡取最大的 50 檔，2010 年起每季換股。程式的成交量門檻是 5 萬股，上方「三大篩選條件」原本寫 200,000 股，已改成跟程式一致。原文在 pandas 2 執行，`pct_change()` 會先把停牌日的價格往前補，驗證版照這個行為寫明，pandas 2 與 3 結果相同。原參數把資料截到本文日期 2024-11-02 重跑（finlab 2.2.24），年化 19.0%、最大回撤 -26.9%，文中年化 18.5%；文中的 Sharpe 0.95 重現不出來，同一段期間的 Sharpe 是 1.37（finlab 報告的口徑，扣 2% 無風險利率）。我們在 2026-10-30 用同一組條件（finlab 2.2.24，資料截至 2026-10-29）重跑到最新，再做三項檢查。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（`etl:adj_close` 還原價、純算術計算、不扣成本）。兩邊的日夏普用同一個公式：日報酬平均除以標準差、乘上 √252，不扣無風險利率。三項都用 `sim()` 預設的手續費 0.1425% 與證交稅 0.3%。

| 檢查   | 標準                                                   | 結果                                  |
| ---- | ---------------------------------------------------- | ----------------------------------- |
| 鄰近參數 | 回看天數（40、60、80）乘上持股檔數（40、50、60），9 組至少 7 組贏            | 9／9 組贏，**過**                        |
| 前後兩段 | 2010-03-31 到 2018-07-13、2018-07-16 到 2026-10-29 兩段都贏 | 前段 1.22 對 0.64，後段 1.70 對 1.20，**過** |
| 交易成本 | 原參數、`sim()` 預設成本                                     | 日夏普 1.47 對 0.95，**過**               |

[![意圖因子選股鄰近參數 9 組日夏普熱圖：9 組高於同期 0050 含息，原參數日夏普 1.47](https://r2.finlab.finance/blog/linearfactor/chart_validation_2026-10-30.png)](https://r2.finlab.finance/blog/linearfactor/chart_validation_2026-10-30.png)

9 組參數的日夏普（括號內是年化報酬，粗體是原文參數）：

| 持股檔數 ＼ 回看天數 | 40             | 60                 | 80             |
| ----------: | -------------- | ------------------ | -------------- |
|          60 | 1.28（年化 16.1%） | 1.49（年化 19.2%）     | 1.38（年化 17.6%） |
|          50 | 1.32（年化 16.5%） | **1.47（年化 18.8%）** | 1.47（年化 18.6%） |
|          40 | 1.40（年化 17.4%） | 1.52（年化 19.2%）     | 1.50（年化 18.8%） |

前後兩段與全期：

| 期間                         |  策略年化 | 策略日夏普 | 0050 含息年化 | 0050 日夏普 |
| -------------------------- | ----: | ----: | --------: | -------: |
| 前段 2010-03-31 到 2018-07-13 | 14.5% |  1.22 |      8.7% |     0.64 |
| 後段 2018-07-16 到 2026-10-29 | 23.1% |  1.70 |     25.7% |     1.20 |
| 全期 2010-03-31 到 2026-10-29 | 18.8% |  1.47 |     16.8% |     0.95 |

交易成本對照（原參數）：

| 成本設定                            |    年化 |  日夏普 |   最大回撤 |
| ------------------------------- | ----: | ---: | -----: |
| 不扣成本                            | 21.3% | 1.65 | -26.8% |
| `sim()` 預設：手續費 0.1425%、證交稅 0.3% | 18.8% | 1.47 | -26.9% |
| 0050 含息買進持有（同期）                 | 16.8% | 0.95 | -34.0% |

三項都過。2010-03-31 到 2026-10-29，年化 18.8%、日夏普 1.47、最大回撤 -26.9%，同期 0050 含息年化 16.8%、日夏普 0.95、最大回撤 -34.0%。9 組的日夏普在 1.28 到 1.52 之間，全部高於 0050；前段（2010 年到 2018 年 7 月）1.22 對 0.64，後段（2018 年 7 月以後）1.70 對 1.20，兩段都贏，後段年化 23.1% 則略低於 0050 的 25.7%。近三年的報酬明顯落後：2024 年策略漲 19.3%、0050 含息 48.6%，2025 年 3.1% 對 36.8%，2026 年到 10 月底 38.0% 對 66.8%；2024 年以來日夏普 1.40 也低於 0050 的 1.83，全期的領先來自 2023 年以前。這個指標偏好成交量低的股票：2020 年以後每次換股時，持股的 20 日平均成交金額中位數約 604 萬元，四分之一低於 291 萬元，資金大時會買不到、成交價也會偏離收盤價，回測沒有算進這部分。跑到最新的程式與淨值放在策略庫的[意圖因子選股](https://finlab.finance/strategies/linearfactor)，可以下載，也可以直接在 Studio 打開。

VIP 區域接著會示範「意圖因子選股」完整策略：2010 年起重跑到 2026 年 10 月年化 18.8%、日夏普 1.47，並附策略條件與 Python 程式碼。

VIP 區域包含策略細節

登入後可看策略優化、完整程式碼與互動式回測報告

![韓承佑](https://finlab.finance/people/cheng-yu-han-avatar.jpg)

韓承佑

創辦人 & 量化研究員

韓承佑是 FinLab 創辦人，也是開源 Python 量化套件 finlab 的作者，長年投入台股與美股的量化策略研究、回測與教學。

[在 GitHub 上追蹤 →](https://github.com/koreal6803) [在 LinkedIn 上連結 →](https://www.linkedin.com/in/cheng-yu-han/)

FinLab AI

### 想建立自己的策略？

用自然語言描述你的選股想法，AI 自動驗證、回測、給你答案

[免費開始](https://finlab.finance/#get-started)

## 更多價值與基本面研究

[查看全部](https://finlab.finance/blog/category/value)

* [![現金股利調高選股：加進月營收動能，7 年年化 59.9%、夏普 1.83](https://r2.finlab.finance/blog/cash-dividend-increase-stock-selection/chart_equity.png) 現金股利調高選股：加進月營收動能，7 年年化 59.9%、夏普 1.83 年化報酬 59.9% · 台股](https://finlab.finance/blog/cash-dividend-increase-stock-selection)
* [![營收創新高選股：月營收動能優先買營收創 12 個月新高，年化 52.4%、夏普 1.62](https://r2.finlab.finance/blog/revenue-new-high-stock-selection/chart_equity.png) 營收創新高選股：月營收動能優先買營收創 12 個月新高，年化 52.4%、夏普 1.62 年化報酬 52.4% · 台股](https://finlab.finance/blog/revenue-new-high-stock-selection)
* [![月營收動能選股：台股 11 年回測年化 50%，夏普 1.46（附程式碼）](https://r2.finlab.finance/blog/monthly-revenue-momentum/chart_summary.png) 月營收動能選股：台股 11 年回測年化 50%，夏普 1.46（附程式碼） 年化報酬 50.0% · 台股](https://finlab.finance/blog/monthly-revenue-momentum)
* [![財報選股 3 指標回測：2020 年起年化 45.6%，近三年輸 0050](https://r2.finlab.finance/blog/fundamental-3-indicators/image-4-1024x938.png) 財報選股 3 指標回測：2020 年起年化 45.6%，近三年輸 0050 年化報酬 45.6% · 台股](https://finlab.finance/blog/fundamental-3-indicators)

投資警語：本文僅供教學參考，不構成投資建議。過去績效不代表未來表現，投資有風險。

來源：https://finlab.finance/blog/linearfactor｜資料日期：依上文各表格與段落標示｜頁面更新：2026-10-30
