動能策略台股 18 年回測：純追漲停輸 0050，
複合動能年化 36%（附程式碼）

「強者恆強，會漲的股票還會繼續漲。」這是台股最深植人心的直覺之一。我們用 finlab 把這個直覺做成可重現的策略，在台股實測 18 年（2008 至 2026），結果分成兩半。

結論先講：純粹追漲停（經典 12-1 動能）在台股是輸的，年化報酬只有 11.5%、最大回撤 -60.7%，全面輸給含息 0050 的 14.8%。但這不代表動能沒用。把動能和 ROE 品質、營收成長、趨勢確認組合起來之後，年化報酬拉到 36.4%、日夏普 1.18、最大回撤收斂到 -40%，風險調整後大幅勝過大盤。而且實測過程揭露一個和直覺相反的真相：真正讓報酬翻數倍的是品質因子，不是很多人以為的「減少換股頻率」。

真實回測結果：每加一個條件的變化

下表是同一段視窗（2008-01 至 2026-06）、同一組成本設定（手續費 0.1425%、證交稅 0.3%）下，動能策略逐步優化的每一步，以及含息 0050 基準（採 etl:adj_close 還原股價買進持有）。

兩個重點先標出來。第一，原始動能不只年化輸 0050，連夏普（0.47 對 0.74）和回撤（-60.7% 對 -52.4%）都更差，是典型的高風險低報酬。第二，從 11.5% 跳到 39.6% 的那一步是「加 ROE 品質」，不是「改季度換股」（季度換股單獨做反而降到 9.7%）。

動能效應的學術根據

動能效應有扎實的學術基礎。1993 年，Jegadeesh & Titman (1993) 發現過去 3 到 12 個月表現好的股票，未來一段期間傾向繼續表現好，這被列為金融學三大異象之一。經典做法叫「12-1 動能」：用過去 12 個月報酬排名、但排除最近 1 個月（避開短期反轉），買進動能最強的一籃股票。

問題是，這個在美股有效的訊號，搬到台股、扣掉真實交易成本之後，還站得住嗎？

原始動能：18 年實測輸 0050

我們先測最純粹的版本：12-1 動能、選前 30 檔、每月換股。

含成本後年化 11.5%，不含任何交易成本時也只有 13.9%，跟 0050 的 14.8% 差不多。也就是說，光是月換股的交易成本，就把原本就不突出的動能報酬再削掉一截。更麻煩的是回撤：純動能在 2008 金融海嘯期間一路跌到 -60.7%，比 0050 的 -52.4% 更深、更難熬。

純動能在台股失效，主要有三個原因：

• 交易成本高：台股證交稅 0.3% 遠高於美股，月換股的高周轉讓成本侵蝕特別明顯。
• 散戶結構：台股散戶比例高、短線波動大，很多「動能股」只是被資金一時炒高，不是真正的趨勢。
• 訊號擁擠：動能效應被學界發現後使用者越來越多，單純追強勢股的超額報酬被稀釋。

逐步優化：真正有用的是哪一步

既然動能的概念有道理、問題出在執行，我們一步一步調整，看哪個條件真正有貢獻。

• 只改季度換股：年化掉到 9.7%，比月換股還差。降低換股頻率雖然省了成本，卻也錯過了部分動能。單靠這一步並沒有把策略救起來。
• 加 ROE>10% 品質篩選：年化一口氣跳到 39.6%、日夏普從 0.47 升到 1.25。這才是真正的轉折點。純動能容易選到「正在被炒、但體質很差」的股票，用 ROE 篩掉沒有獲利能力的公司之後，留下的強勢股品質完全不同。
• 加營收 YoY>0：年化 38.9%，和上一步差不多。營收成長確認基本面方向，作用是讓選股更穩，而不是再墊高報酬。
• 複合動能確認（3 月與 6 月動能都為正）：年化 36.4%，比前一步略低，但最大回撤從 -55% 大幅收斂到 -40.1%。要求短中期趨勢一致，過濾掉只有單一時間框架的假突破，換到的是抱得住的關鍵改善。

所以「複合動能優化版」追求的是風險調整後最均衡，而非把年化衝到最高：年化 36.4%、日夏普 1.18、月索提諾 2.67、回撤 -40%，平均持有約 9 檔。報酬最高的其實是只加 ROE 的版本（年化 39.6%），但它的最大回撤深達 -55%，多數人在帳上浮虧過半時根本抱不住，多承擔的那 3% 年化很可能拿不到手。複合動能確認用一點報酬換來更淺的回撤，把策略從「帳面漂亮」變成「實際抱得住」。

複合動能優化版的完整邏輯

下面是最終版的核心程式碼，登入後即可重跑：

import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()  # finlab 會自動引導登入
 
adj = data.get("etl:adj_close")
roe = data.get("fundamental_features:ROE稅後")
yoy = data.get("monthly_revenue:去年同月增減(%)")
 
# 3 月與 6 月動能
mom_3m = adj.pct_change(60)
mom_6m = adj.pct_change(120)
 
# 選股池：複合動能(3M、6M 都為正) + ROE>10 + 營收年增 > 0
pool = (mom_3m > 0) & (mom_6m > 0) & (roe > 10) & (yoy > 0)
 
# 池內取 6 月動能最強的 10 檔,季度換股
position = mom_6m[pool].is_largest(10)
report = sim(position, resample="Q", fee_ratio=0.001425, tax_ratio=0.003)
report.display()

互動式回測報告

下面是複合動能優化版的完整互動式回測報告，可自己看每一年的報酬、持股與交易明細。資料來源為 finlab 套件實跑，與本文數字同口徑：

方法揭露與風險

• 交易成本與稅：回測已內含手續費 0.1425%（雙邊）與證交稅 0.3%。月換股版本的成本侵蝕特別明顯，這也是原始動能失效的原因之一。
• 前視偏誤的處理：ROE 來自財報、使用 finlab 已對齊公布日的 fundamental_features；營收年增使用月營收資料；季度換股讓進場時點落在財報與營收公布之後，避免用到未揭露資料。
• 集中度與容量：最終版只持有約 9 檔，且偏向中小型成長股，單一個股的漲跌對組合影響很大，實際下單還要留意流動性與滑價，可投入的資金規模也有上限；即使是最均衡的版本，最大回撤仍有 -40%，2008 那種系統性下跌一檔都躲不掉，回測上的高報酬必須先扣掉「你能不能抱得住」這一關。
• 樣本內結果：本文是單一視窗（2008–2026）的回測，未做樣本外切割（in_sample_only）。優化過程是在同一段歷史上挑條件，請把「季度換股單獨沒用」「ROE 才是關鍵」當成對這段資料的觀察，而非保證未來。過去績效不代表未來表現。

把這套複合做法和其他因子並列比較，可延伸看多因子選股打敗 0050，以及把營收動能單獨拆開測的月營收動能選股。

常見問題

動能策略在台股有效嗎？

純粹的價格動能（追漲停）在台股 18 年實測是無效的，年化 11.5%、回撤 -60.7%，輸給含息 0050。但動能搭配 ROE 品質與營收成長後會變得有效，複合動能優化版年化 36.4%、日夏普 1.18，風險調整後勝過大盤。

為什麼追漲停會輸？

三個原因：台股證交稅高、月換股的交易成本侵蝕大；台股散戶結構讓很多動能只是短線炒作；動能效應被廣泛使用後超額報酬被稀釋。把純動能換成有品質與基本面把關的版本，才站得住。

12-1 動能是什麼意思？

用過去 12 個月的報酬排名選股，但排除最近 1 個月，因為最近一個月常出現短期反轉。這是 Jegadeesh 與 Titman 1993 年論文裡的經典定義。

減少換股頻率能改善績效嗎？

在我們的實測裡，單純把月換股改成季度換股反而讓年化從 11.5% 降到 9.7%。省成本的同時也錯過了動能，效果不如預期。真正讓績效翻轉的是加入 ROE 品質因子。

動能策略適合哪種投資人？

複合動能優化版適合能承受波動、願意每季換股的成長型投資人。它的年化報酬高，但最大回撤達 -40%，又集中在約 9 檔個股，單一個股的影響大。如果無法忍受帳面大幅起伏，或偏好被動長抱，含息 0050 這類分散的指數工具會更適合；動能訊號也可以只當成既有持股的進場時機篩選器，而不是放上全部資金的核心策略。

延伸閱讀

• 台股選股策略 2026：單因子全輸 0050，複合策略勝出 — 完整選股總覽，比較動能、品質、低波動等因子的並列回測
• 多因子選股打敗 0050 — 把動能和 ROE、低波等因子合成的完整多因子版本
• 月營收動能選股 — 把營收動能單獨拆開的 11 年回測
• 創新高策略 — 另一種動能訊號，結合營收確認的選股系統

自己重跑

本文所有數字都可下載自行重現，與互動式報告同口徑：

想用最新資料即時重算、或換成自己的條件，[用 AI 輔助流程安裝 FinLab](

)後就能直接跑。

本文由 FinLab 研究團隊撰寫，所有回測以 finlab 套件實跑、資料來源為 finlab 台股資料庫，數字可用上方下載檔自行重現。內容僅供教學與研究參考，不構成投資建議。過去績效不代表未來表現，動能類策略最大回撤可能超過 40%，投資前請依個人風險承受度審慎評估。