機器學習預測股價沒用？改用 AI 產生交易訊號，
台股 8 年樣本外實測

核心結論先講：用機器學習直接預測股價的「價位」幾乎注定失真；但把同一套模型拿來對全市場股票做「橫截面排序」、產生選股訊號，在台股 2019 至 2026 的樣本外是有效的。 模型分數最高的一組（第 10 組）次月相對中位數的超額報酬達 2.64%，由低到高大致單調遞增，樣本外 Rank IC 0.027、且 CPCV 15 折全為正。但把訊號做成每月買進前 30 名的策略後，樣本外年化報酬 26.0%、日夏普 0.98、最大回撤 -45.8%，仍輸給同期含息 0050 的年化 29.9%、日夏普 1.38、最大回撤 -34.0%。訊號真的有預測力，做成實際策略卻沒打敗大盤，這兩件事可以同時成立，本文用真實回測把它拆給你看。

關鍵數字表（2019 至 2026 樣本外）

回測區間 2019-01 至 2026-06，模型只用 2018 年底以前的資料訓練，2019 年起為完全未見過的樣本外資料。交易成本由 finlab sim() 內扣（手續費 0.1425%、證交稅 0.3%）。基準為含息 0050（etl:adj_close 還原價買進持有），對齊同一視窗。

為什麼「預測股價」這條路走不通

把股價當成一條時間序列、要模型輸出「明天收盤價是多少」，看起來很自然，實務上卻有兩個致命問題。

第一，股價不是穩定（stationary）的序列。它的平均值與波動會隨時間漂移，今天訓練好的數值關係，到了下一個多空循環就失效。模型為了在訓練集把誤差壓低，往往退化成「用昨天的價格猜今天」，結果就是大家熟知的預測延遲：預測曲線永遠比真實價格慢半拍，看起來很貼近，拿去交易卻一文不值，因為等訊號出現，行情早就走完了。

第二，就算誤差很小，也不代表能賺錢。預測值與真實值的均方誤差（MSE）衡量的是「猜得準不準」，但交易要的是「方向對不對、相對強弱排得對不對」。一個 MSE 很低的模型，可能在每個轉折點都站錯邊。Gu, Kelly & Xiu (2020) 在橫跨數十年的美股大型實證裡就指出，機器學習對資產報酬的價值，主要來自橫截面的相對排序，而非對單一資產價位的點預測。

正確用法：用模型產生「排序訊號」

換個問法，問題就變得可解：不要問「這檔股票會漲到多少」，改問「這檔股票下個月會不會贏過市場上一半的股票」。 這是一個橫截面排序問題，輸出是一個相對分數，不是絕對價位。

落到 finlab 的實作上，這對應到 finlab.ml.label.excess_over_median：它把每一檔股票「次月相對全市場中位數的超額報酬」當成學習標籤。模型學的是「誰會贏過中位數」這個排序關係，而不是「股價會到幾元」。每個月底，模型對全市場每一檔流動性足夠的股票打一個分數，我們做多分數最高的前 30 名，下個月底再重排一次。

這段就是核心程式碼，複製即可在 finlab 跑

下面這段把流程拆成「組特徵 → 設標籤 → 訓練 → 每月選前 30 名 → 回測」五步，你可以直接貼進 finlab 環境執行。完整版本（含 CPCV 穩健性檢查與繪圖）在文末提供下載。

import finlab
from finlab import data
import finlab.ml.feature as mlf
import finlab.ml.label as mll
from finlab.backtest import sim
from lightgbm import LGBMRegressor
 
finlab.login()  # finlab 會在需要資料時自動引導登入
 
# 步驟一：組多因子特徵矩陣（技術面 + 基本面 + 籌碼面），月頻
features = {
    "rsi": data.indicator("RSI"),
    "mom": data.indicator("MOM", timeperiod=120),
    "adx": data.indicator("ADX"),
    "price_pos": data.get("price:收盤價") / data.get("price:收盤價").rolling(240).mean(),
    "pb": data.get("price_earning_ratio:股價淨值比"),
    "rev_yoy": data.get("monthly_revenue:去年同月增減(%)"),
}
X = mlf.combine(features, resample="ME")
 
# 步驟二：標籤 = 次月相對中位數的超額報酬（排序訊號，而非價位預測）
y = mll.excess_over_median(X.index, resample="ME")
 
# 步驟三：只用 2018 年底以前的資料訓練模型
dt = X.index.get_level_values("datetime")
train = dt <= "2018-12-31"
model = LGBMRegressor(n_estimators=400, num_leaves=31, learning_rate=0.05)
model.fit(X[train].fillna(0), y[train])
 
# 步驟四：對全市場打分，每月做多分數最高的前 30 名
score = model.predict(X.fillna(0))
score = pd.Series(score, index=X.index).unstack("instrument")
position = score.rank(axis=1, ascending=False) <= 30
 
# 步驟五：回測，內扣手續費與證交稅
report = sim(position, resample="M", fee_ratio=0.001425, tax_ratio=0.003)
report.display()

整個流程沒有一個地方在預測價位。模型輸出的是一個排序分數，交易訊號來自「分數排在前面」這個相對位置。這正是早年用深度學習模型解析 K 線、標註轉折點的研究想表達、卻沒有用樣本外回測與對帳單證明的論點，本文把它補上。

樣本外驗證：訊號分組是否單調有效

一個排序訊號好不好，最直接的檢驗是把它分成十組，看「模型越看好的組，未來報酬是不是越高」。下圖是 2019 至 2026 樣本外的結果：橫軸是模型分數由低到高分成 10 組，縱軸是各組「次月相對中位數的超額報酬」月平均。

第 1 組（最不看好）月超額 1.68%，第 10 組（最看好）2.64%，由低到高大致單調遞增，第 6 組之後明顯墊高。整體樣本外 Rank IC 為 0.027。這張圖取代了舊版文章那種「事後挑一段漂亮走勢、畫上轉折點」的示意圖：這裡的每一個數字都來自模型在訓練時完全沒看過的期間，沒有事後諸葛的空間。

需要說明的是，這十組的超額報酬全都是正的（1.4% 到 2.6%）。原因是流動性宇宙裡的中型股，在這段期間整體就比全市場中位數強；訊號的價值在於組與組之間的「斜率」，也就是它能把相對更強的標的排到前面，而不在於某一組是正是負。

不是靠某一次切分的運氣：CPCV 15 折檢驗

只跑一次「訓練 2018 以前、測試 2019 以後」的切分，可能只是運氣好。為了排除這點，本文採用 López de Prado (2018) 提出的 CPCV（Combinatorial Purged Cross-Validation，組合式淨化交叉驗證）：把樣本切成 6 段、每次抽 2 段當測試集，並在訓練與測試的邊界加上淨化（purge）缺口，避免標籤跨期偷看未來。6 段抽 2 段共有 15 種組合，等於 15 個獨立的樣本外切分。

15 折的 Rank IC 全部為正，落在 0.015 到 0.048 之間，平均 0.030。沒有任何一折出現負值。這代表「模型分數能正向排序次月報酬」這件事，並非單一切分的偶然。

訊號有效，為什麼策略還是輸 0050

這是本文最重要、也最容易被略過的一段。訊號的橫截面排序力（Rank IC 為正）與「把訊號做成策略後能否打敗大盤」是兩個不同層次的問題。 把上面那個排序訊號做成「每月買前 30 名」的實際策略，樣本外的成績是這樣：

樣本外年化報酬 26.0%，輸給含息 0050 的 29.9%；最大回撤 -45.8%，比 0050 的 -34.0% 還深超過 10 個百分點。也就是說，承擔了更高的風險，換到的卻是更低的報酬，日夏普 0.98 對 1.38，風險調整後完全落後。原因有三個，都很實在。

第一，平均每月周轉率 164%，意思是每個月幾乎整批換股。即使每筆已內扣手續費與證交稅，高頻換股仍會持續啃食報酬，這是排序型訊號天生的弱點。

第二，2019 至 2026 這段期間，台股大型權值股（台積電為首）特別強，而含息 0050 高度集中在這些權值股。一個分散到 30 檔中型股的策略，先天就難贏過押注在少數超級強勢股的指數。

第三，訊號的 Rank IC 雖然穩定為正，但 0.027 的量級偏小。它足以讓「分組單調」這件事成立，卻不足以在扣掉成本與承擔額外波動後，轉化成超越大盤的淨績效。

下面是這個策略的完整互動式回測報告，你可以自行檢視每月持股、年度報酬與回撤明細：

過度配適的代價：樣本內亮眼、樣本外現形

如果只看樣本內，這個模型會讓人誤以為找到聖杯。下圖把樣本內與樣本外的同口徑指標並排（縱軸為對稱對數軸，因為兩者量級差距極大）。

樣本內 Rank IC 0.529、年化 338%、日夏普 6.79，數字漂亮到不真實，因為模型在訓練時已經透過標籤「看過」那段期間的答案。一進到樣本外，Rank IC 掉到 0.027、年化 26.0%、日夏普 0.98。這個落差就是過度配適的代價，也是為什麼任何宣稱機器學習選股年化三位數的成績，只要沒有嚴格的樣本外切分，都應該直接打上問號。關於如何量化一個策略過擬合的機率，可參考用回測過擬合機率判斷策略真實力。

模型究竟在看什麼？下圖是 LightGBM 的特徵重要度。

排在前面的是「股價相對 240 日均線的位置」「量能比」「本益比」「月營收月增率」，技術面的價量位置與基本面的估值並重，而非單純追逐某一個技術指標。這也呼應一個常見誤解：把一堆技術指標丟給模型，它不會自動變強；真正有貢獻的，往往是把價量、估值、營收動能、籌碼放在一起的橫截面比較。想知道單一技術指標各自當選股因子的真回測表現，可參考13 個常用技術指標總覽，裡面把 RSI、MACD、均線、ATR 等指標一一拆成因子與風控做了台股長期實測；本文等於把這些指標放進同一個模型，讓它自己學習彼此的相對權重。

機器學習選股的三個過度配適陷阱，以及這份研究怎麼防

網路上多數「AI 預測股價」「機器學習選股年化破百」的內容，問題不在演算法，而在三個反覆出現、卻很少被攤開的過度配適陷阱。這份研究的設計，主要就是針對這三點做防護，把它寫清楚比給一個漂亮數字更有意義。

第一個陷阱是時間洩漏（look-ahead leakage）。最常見的形式，是用一段期間的全部資料訓練、又在同一段期間回測，模型早就透過標籤「看過」答案。本文的樣本內成績正是這個樣子：Rank IC 0.529、年化 338%、日夏普 6.79，數字漂亮到不真實。防護方式是嚴格的時間切分加上 CPCV 的淨化缺口：模型只用 2018 年底以前的資料訓練，2019 年起完全是它沒看過的期間；CPCV 在訓練與測試的邊界再加 31 天淨化缺口，避免次月報酬這種跨期標籤偷看到測試集的未來。一旦把洩漏堵掉，Rank IC 立刻從 0.529 掉到 0.027，這個落差就是洩漏被擠出去後的真實樣貌。

第二個陷阱是只跑一次切分就宣稱有效。單一次「訓練前段、測試後段」的好成績，可能只是剛好那一刀切在對的位置。本文用 CPCV 把樣本切成 6 段、每次抽 2 段當測試集，6 段抽 2 段共 15 種組合，等於 15 條獨立的樣本外路徑。15 折的 Rank IC 全部為正、落在 0.015 到 0.048，沒有任何一折翻負，這才讓「訊號存在」這個結論不依賴某一次幸運的切分。

第三個陷阱是忽略成本與周轉，用無摩擦的紙上績效誇大結論。一個每月幾乎整批換股、平均月周轉率 164% 的策略，若不扣手續費與證交稅，淨值曲線會比實際好看一大截。本文的回測由 finlab sim() 內扣手續費 0.1425% 與證交稅 0.3%，因此呈現出來的樣本外年化 26.0%、日夏普 0.98，是扣掉成本後的數字。也正是把成本算進去之後，這個訊號雖然 Rank IC 穩定為正，卻沒能在扣成本與承擔更深回撤後贏過含息 0050。更多回測與實單之間的落差，可參考回測限制與回測陷阱：過度擬合、流動性與實務落差。

把這三點對照來看就會發現：舊版那種「事後挑一段漂亮走勢、畫上轉折點、宣稱抓到頂底」的示意圖，恰好同時踩中第一與第二個陷阱（用看過的資料、只展示一段），又完全沒回答第三點（沒有對帳單、沒有成本）。本文用真實樣本外回測把這三件事補上，結論即使不漂亮，也是可以被你自己重跑驗證的。我們也把機器學習選股的模擬對帳單每天公開，讓績效在時間裡接受檢驗，而不是只截一張漂亮的圖。

回測方法與口徑限制

把這些數字怎麼算出來的講清楚，比給一個漂亮數字更重要。

• 交易成本： finlab sim() 預設並由本文明確指定內扣手續費 0.1425%、證交稅（賣出）0.3%。
• 滑價： 未額外假設滑價；實際衝擊取決於資金規模與個股成交量，本文未估算策略容量。
• 股票池： 全上市櫃，並以 60 日平均成交額大於 5,000 萬作為流動性過濾，排除代號 00 開頭的 ETF。未特別排除金融股與 KY 股。
• 前視偏差： 特徵均為月底可得資料；月營收用 finlab 對齊後的公布期數，價量與估值用月底收盤計算；標籤用次月報酬，並在 CPCV 訓練與測試邊界加 31 天淨化缺口。
• 權重： 等權，單檔上限設 10%。
• 周轉率： 平均每月約 164%，屬高周轉，成本敏感。
• 樣本內外： 模型只用 2018 年底前資料訓練，2019 年起為樣本外；另以 CPCV 15 折交叉驗證穩健性。

把可重現的程式碼與資料一起附上，是為了讓你能自己驗證、甚至推翻本文的結論。讀到這裡想自己動手，用一句話讓 AI 幫你把 finlab 環境設好，再用真實台股資料跑一次這個排序訊號的回測：

適合誰、不適合誰

這套方法適合：想理解「機器學習在量化選股裡的正確定位」、願意接受訊號有效但不保證打敗大盤、並且想用真實樣本外回測檢驗每一個宣稱的人。它不適合：想找一鍵賺錢黑盒、或只看樣本內漂亮數字就下重注的人。本文的結果其實是個好消息：它示範了一套可重現、把成本與限制都攤開的研究流程，能讓你在投入真金白銀前，就分辨出「訊號有沒有用」與「策略能不能賺」這兩個不同的問題。

常見問題

機器學習真的完全無法預測股價嗎？ 預測「精確價位」在實務上幾乎注定失真，因為股價非穩定序列、且低誤差不等於可獲利。但預測「橫截面相對排序」是可行的：本文樣本外 Rank IC 為正、分組單調，就是證據。

為什麼標籤要用次月超額報酬，而非原始報酬率？ 因為相對中位數的超額報酬把「整體大盤漲跌」這個共同因子扣掉了，模型專注學習「誰相對更強」，這正是選股要的。若改以絕對報酬當標籤，模型會被多空頭的市場 beta 主導。

這個策略現在能照單買進嗎？ 不建議。它在樣本外輸給含息 0050、且回撤更深。本文的價值在於方法示範與訊號驗證，並非提供一份可照抄的下單清單。

Rank IC 只有 0.027 會不會太低？ 單因子或單模型月頻 Rank IC 約 0.03 到 0.05 就算可用。0.027 偏低但穩定為正，足以證明訊號存在，卻不足以在扣成本後贏過大盤。延伸閱讀：Rank IC 是什麼，和 Pearson IC 差在哪。

怎麼把這個訊號改善成能打敗大盤？ 方向包括降低周轉（拉長持有期、加入換股緩衝）、疊加品質與低波因子降低回撤、或把訊號當成擇股輔助而非全部。可參考多因子選股策略：營收＋動能＋ROE＋低波。

CPCV 跟普通交叉驗證差在哪？ 普通交叉驗證會讓相鄰時間的樣本互相洩漏未來資訊。CPCV 在訓練與測試邊界加淨化缺口，並用多種組合取得多條樣本外路徑，對時間序列更嚴謹。

延伸閱讀

• Machine Learning 選股新手教學：用隨機森林實作量化選股
• 台股怎麼選股？四大面向完整指南
• RSI 指標台股 11 年回測：當動能選股因子的純技術策略
• Rank IC 是什麼？和 Pearson IC 差在哪
• Information Coefficient（IC）是什麼？台股因子實測
• 多因子選股策略教學：營收＋動能＋ROE＋低波
• 回測過擬合機率（PBO）怎麼算
• 回測限制與回測陷阱：過度擬合、流動性與實務落差
• 用 AI 提示詞跑台股回測：可重現的選股對帳單
• 量化交易完整指南
• 量化名詞詞彙表：夏普比率定義

參考文獻

• Gu, Kelly & Xiu (2020), Empirical Asset Pricing via Machine Learning：大型實證指出機器學習對報酬的價值主要來自橫截面排序，而非單一資產的價位點預測，直接支持本文「用排序訊號取代價位預測」的設計。
• Jegadeesh & Titman (1993), Returns to Buying Winners and Selling Losers：動能效應的經典證據，支持以相對強弱（橫截面排序）作為選股訊號的合理性，也解釋為何本文的價量位置特徵重要度偏高。
• López de Prado (2018), Advances in Financial Machine Learning：提出 CPCV 與淨化交叉驗證，用於避免時間序列回測的資訊洩漏與過度配適，是本文 15 折穩健性檢驗的方法依據。

下載與重現

• strategy.py（完整可重現腳本，含 CPCV 與繪圖）
• data.csv（策略與 0050 含息的月度淨值序列）
• metrics.json（本文所有數字的原始輸出）

投資警語：本文為機器學習量化選股的方法教學與回測說明，所有數據與範例僅供研究參考，不構成投資建議。過去績效不代表未來表現，本文策略在樣本外輸給含息 0050，投資前請自行評估風險。

最後更新：2026-06｜回測區間：2019-01 至 2026-06 樣本外（訓練資料 2010 至 2018）｜作者：FinLab 量化研究團隊（經量化研究員審閱）