創新高策略實測：價格新高輸 0050，
營收確認後年化 47.1%

創新高策略最容易被寫成兩種極端：一種把它包裝成強勢股密碼，一種一看到新高就判定追高。2015-01-01 到 2025-12-31 的台股資料給出更細的答案：單純買價格新高，最好的 250 日與 350 日新高年化約 15.5%，低於 0050 含息買進持有的 16.8%，而且回撤更深；把價格新高放進營收確認框架後，年化報酬率提高到 47.1%，夏普比率 1.53，最大回撤 -31.5%。

這張表把核心判斷拆開：創新高本身有動能訊號，但裸用不夠；真正拉開差距的是「價格已經轉強」同時「營收資料也在突破」。換句話說，創新高不是買進理由的全部，它比較像研究清單入口，後面還要用基本面與風險條件檢查。

這組數據怎麼算

本文數字來自 scripts/generate-new-high-strategy-assets.py 重新產生的圖表、CSV、互動式回測與 metrics.json。價格新高訊號使用普通收盤價，0050 基準使用 etl:adj_close 還原價買進持有，避免長期 ETF 配息被漏算。

累積報酬曲線顯示，營收確認版策略遠高於 0050 與單純價格新高。不過這條曲線背後是集中持股：平均約 9 檔，最少一度只有 1 檔。單月最差 -12.7% 也提醒讀者，這種策略不能只用年化報酬判斷，持股集中度與換股執行同樣重要。

互動式回測圖

下方互動式報告放在付費分隔線之前，方便檢查權益曲線、年度績效、月報酬熱力圖與回撤區間。高年化報酬若只集中在少數年度，報告裡會看得出來。

年度拆解讓策略個性更清楚。2020 與 2021 年分別超過 100%，這段多頭行情對動能股非常友善；2022 年仍為正報酬，代表這套篩選在那段空頭沒有完全失守；2025 年降到 17.5%，說明策略不是每年都高速成長。未來若台股動能因子退潮，這套規則也可能衰退。

價格新高有訊號，但單用會輸給 0050

價格創新高在學術上有合理基礎。Jegadeesh & Titman (1993) 發現中期動能在股票市場具有延續性；George & Hwang (2004) 則指出 52 週高點可能成為投資人錨定的參考點，使接近高點的股票後續仍有相對強勢。這些研究支持「強勢股可能續強」這個方向，但不能替代台股本地資料檢驗。

這張敏感度圖沒有支持「創越久新高越好」的簡化說法。250 日與 350 日新高表現最好，但年化仍低於 0050 含息基準，最大回撤卻更深。價格新高能說明市場願意用更高價格買進，不能確認公司營運同步轉強，也不能處理假突破。

營收確認版真正改善的是假突破

最終策略把「價格新高」拆成四層檢查：價格已轉強、營收也創高、營收年增仍高、價格狀態沒有轉弱。條件本身不複雜，關鍵是每一層解決的風險不同。

條件拆解顯示，主要提升來自「營收 12 月新高」：年化報酬率從 34.5% 拉到 47.0%，夏普從 1.19 拉到 1.53。營收年增大於 10% 與 RSI 大於 50 在這段資料窗口沒有明顯提高績效，保留它們比較像實務上的防線：避免營收基期雜訊與弱勢反彈，而不是把所有貢獻都歸給技術指標。

月營收訊號的細節，可對照三種月營收選股法。若想把這類條件延伸到完整選股流程，可看股票選股完整指南與台股動能策略總覽。

回測方法與限制

限制本身就是判讀的一部分。尤其是「未額外排除下市股」與「未做容量估算」兩點，代表大資金照抄可能遇到與回測不同的成交品質。本文更適合作為研究框架：用價格突破找動能，用營收確認基本面，再用回測檢查風險。

把這篇交給 AI 重現或改參數時，可以要求它逐組測試「營收年增門檻」「創新高天數」「持股檔數」「單檔上限」，並把每次結果寫成同一張表。

免費試用

用 AI 開始 FinLab

把這句話交給你的AI，它會帶你完成設定並做出第一個策略。

AI

告訴你的AI：

幫我設定 FinLab，重現這篇文章的創新高策略回測，請讀：https://finlab.finance/setup?relatedUrl=/blog/new-high-strategy

複製提示詞 免安裝，直接讓 AI 寫策略

適合誰，不適合誰

常見問題

創新高策略是不是追高？

它買在價格已經強勢的位置，所以確實有追高成分；差別在於本文不靠主觀判斷，而是把進場條件、持股數量、回測區間與風險數字全部寫清楚。單純追 250 日新高在本文設定下沒有勝過 0050，加入營收條件後，風險調整報酬才明顯提高。

為什麼不用 250 日或 350 日新高當最終策略？

長天期新高在單因子測試中比較穩，但容易錯過剛啟動的營收動能股。營收篩選已經提供基本面確認後，20 日新高能讓策略在營運資料開始改善時較早進場。不過這是本資料窗口的結果，未來仍要定期檢查。

RSI 大於 50 有明顯貢獻嗎？

這次資料檢查中，RSI 大於 50 沒有讓績效再大幅改善。它保留在規則裡，是作為排除弱勢價格狀態的防線，而非主要 alpha 來源。想了解 RSI、均線等單一技術指標各自的正確用法與回測，可參考13 個技術指標的台股回測總覽與均線怎麼用才對。

最大回撤 -31.5% 代表什麼？

最大回撤是從歷史高點到後續低點的最大跌幅。-31.5% 代表投資組合曾從高點下跌約三成。若你看到三成回撤就會停損離場，這類策略不適合照抄。更多定義可看夏普比率與最大回撤。

可以只買前 3 檔提高報酬嗎？

不建議只看報酬。持股越少，單一公司地雷、處置股、流動性與隔日跳空風險越大。本文使用前 10 檔與單檔 12% 上限，是在報酬與集中度之間折衷。

這和 AI 量化研究那篇有什麼差異？

AI 量化研究使用連續營收成長與 60 日新高，CAGR 48.17%、Sharpe 1.69，是更進階的迭代版本。本文保留「創新高加營收」的基本骨架，重點放在理解每個條件如何改善假突破。

可以和法人籌碼或現金流因子結合嗎？

可以，但要重新測試。若想看籌碼與營收的組合，可參考法人策略；若想把營收動能換成品質因子，可對照三項現金流策略。

延伸閱讀可從台股創新高回測研究、避免假突破的 sustain 語法、量化交易完整指南與AI 代理設定繼續往下看。

最後更新：2026-06｜回測區間：2015-01-01/2025-12-31｜作者：FinLab 量化研究團隊（經量化研究員審閱）

投資有風險，過去績效不代表未來表現；本文僅供教學參考，請依個人風險承受度審慎評估。

VIP 區域接著提供完整 strategy.py、backtest_results.csv、condition_funnel.csv、creturn_comparison.csv、metrics.json、250 日新高基礎版回測報告與營收確認版互動回測報告，方便自行重跑、對帳與改參數。