市值營收比選股 13 年實測：「便宜高獲利」是 -60% 回撤陷阱，
多因子才贏 0050

市值營收比是我很喜歡的一個基本面指標，因為它反應夠快：市值天天變、月營收每個月更新，比起一季才更新一次的財報，它對股價的便宜程度更敏感。但「指標好用」跟「照著它重押就會賺」是兩回事。我把市值營收比的幾種常見用法，用 finlab 從 2013 年 4 月一路回測到 2026 年 6 月，結果跟很多人的直覺差很多。

一句話結論： 大家最愛的用法「挑便宜（低市值營收比）又高獲利（高 ROE）的股票重押」，13 年下來年化只有 15.80%、夏普 0.62，最大回撤竟然吃到 -60.58%，是不折不扣的價值陷阱。低市值營收比真正能用的方式，是把它當成一個分散的濾網，再疊上營收成長與價格動能，這樣才拿到年化 21.64%、夏普 1.22、最大回撤 -31.66% 的成績，報酬與回撤都贏過同期含息 0050（21.01%、-33.96%）。

先看最關鍵的一張圖：把低市值營收比集中在「便宜高獲利」少數股（紅色填滿區），2020 年那一段回撤直接灌到 -60%，遠比多因子版本與含息 0050 慘烈。

想自己換因子、改條件重跑，可以用 AI 輔助安裝流程把 finlab 裝起來：

市值營收比是什麼？為什麼反應快

市值營收比的算法很單純，就是市值除以一段期間的營收：

$\text{市值營收比} = \dfrac{\text{市值}}{\text{近 12 個月營收總和}}$

數字越小，代表你用越便宜的價格，買到同樣多的營收，直覺上就是便宜的高營收股。它最大的特色是反應快：市值每個交易日都在變，月營收每個月都更新，所以它比一季才更新一次的本益比、股價淨值比都更靈敏。算分母時用月營收加總，實測效果也比直接抓季營收總額好一些。這個指標的名詞定義可以對照量化投資詞彙表。

但反應快不等於賺得到。便宜本身只是一個起點，不是答案。

第一個發現：只看「便宜」，贏不了大盤

我先用最直覺的方式：每天把全市場依市值營收比排序，買進最便宜的 30%，每月換股、等權重。13 年下來年化 15.58%、夏普 0.97、最大回撤 -31.92%，平均持有高達 491 檔。

報酬落後含息 0050 超過 5 個百分點。原因不難理解：便宜的股票常常是「便宜有便宜的道理」，營收高但獲利差、產業在走下坡、甚至財務有疑慮的公司，都會被這個純便宜的濾網撈進來。光靠便宜，等於買了一籃子問題股的平均。

第二個發現：把「便宜＋高獲利」重押，是 -60% 的陷阱

那加上獲利濾網呢？這正是這個指標最多人推的用法，也是這篇文章舊版本當初的主張：挑便宜（低市值營收比）又賺錢（高 ROE）的股票。聽起來無懈可擊，但實測結果是場災難。

低市值營收比再要求 ROE 大於 10，符合條件的股票平均只剩約 8 檔，等於把資金重押在極少數標的上。年化 15.80% 看起來跟純便宜差不多，但夏普掉到 0.62、最大回撤吃到 -60.58%。再多疊一個動能條件（上表的 P4），持股更少到約 5 檔，最大回撤一樣慘到 -57.47%。

問題不在「便宜」或「高獲利」這兩個條件本身，而在「集中」。便宜又高 ROE 的股票數量少、又常擠在同一兩個景氣循環產業，一旦那個產業反轉，整個組合一起崩。把這種選股法當成存股重押，遇到 2020 那種急殺，帳面直接腰斬。

第三個發現：當成分散濾網，才換到更穩的報酬

真正能用的方式剛好反過來：別重押，讓市值營收比當一個分散組合裡的便宜濾網，再疊上兩個跟「便宜」低相關的因子，也就是營收成長與價格動能。低相關是重點，因為這兩個因子失靈的時機跟「便宜」不一樣，一個拉回時另一個還撐得住，整體的波動就被壓了下來。其中價格動能的長期有效性，最早由 Jegadeesh & Titman (1993) 在美股實證提出，後續在台股也反覆被驗證。

import numpy as np
from finlab import data
from finlab.backtest import sim
 
# 市值營收比 ＝ 市值 ÷ 近 12 個月營收（越低代表用越便宜的價格買到同樣的營收）
market_value = data.get("etl:market_value")
monthly_revenue = data.get("monthly_revenue:當月營收")
trailing_revenue = monthly_revenue.rolling(12).sum()
ps_ratio = (market_value / trailing_revenue).replace([np.inf, -np.inf], np.nan)
 
# 另外兩個與「便宜」低相關的因子：營收成長與價格動能
revenue_yoy = data.get("monthly_revenue:去年同月增減(%)")
close = data.get("price:收盤價")
momentum = close / close.shift(60)
 
# 三條件同時成立才買進，維持分散（約 120 檔）而非集中重押
position = (
    (ps_ratio.rank(axis=1, pct=True) < 0.3)
    & (revenue_yoy > 0)
    & (momentum > 1)
)
report = sim(position, resample="M", name="市值營收比多因子")

這組條件平均持有約 124 檔，分散程度跟純便宜版本接近，但因為多要求了「營收還在成長」與「股價已經止穩往上」，等於先把那些便宜但走下坡、或還在破底的股票濾掉。13 年下來年化 21.64%、夏普 1.22、最大回撤 -31.66%，報酬小幅超過含息 0050，回撤還更淺。

把四種用法的持股數和最大回撤畫在一起，這個教訓會更清楚：越往左、持股越集中，回撤就越深。

完整的互動報告（每筆交易、年度報酬與部位明細）在這裡：

策略程式碼可以直接下載重跑：strategy.py，回測權益曲線在 data.csv。這種「單因子先過濾、再疊低相關因子分散」的做法，在自由現金流上也成立，可以對照自由現金流多因子實測。

怎麼把市值營收比用對

把前面三個發現收斂成三條可以馬上用的原則。第一，別把便宜當成買進理由。市值營收比低只代表相對便宜，它是篩選的起點而不是終點；單獨用它選股，13 年實測還輸給含息 0050。第二，永遠保持分散。便宜股最大的風險來自群聚：便宜股常一整群擠在同一個衰退產業裡，景氣一反轉就一起崩盤，單檔的漲跌反而是小事。把資金重押在符合「便宜＋高獲利」的少數幾檔，最大回撤就從 -30% 級別惡化到 -60% 級別，那段帳面腰斬的痛，多數人是抱不住的，抱不住就會在最低點認賠出場。第三，疊上跟便宜低相關的因子。營收還在成長、股價已經止穩往上，這兩個條件會幫你把便宜但體質正在惡化的股票濾掉，留下的才是便宜、有人氣、基本面也還在進步的標的。這三條原則合起來，等於把市值營收比從一個危險的重押指標，變成一個穩健的分散濾網，這也是這次回測最值得帶走的一課。

幾個要老實講的限制

第一，這是 2013-04 到 2026-06 的樣本內結果，台股這段偏多頭，換期間、換參數數字一定會變。第二，多因子版本平均持有約 124 檔，它是一個分散的因子組合，不是「只買幾檔長抱」的存股清單；想拿來重押少數幾檔，反而會掉回前面那個 -60% 的陷阱。第三，回測未計交易成本與滑價，月調倉的周轉要把手續費算進去。把這三點放心裡，市值營收比真正的角色是一個反應快的便宜濾網，而不是一張明牌。

常見問題

市值營收比越低就越值得買嗎？ 不一定。低市值營收比只代表「相對便宜」，但便宜常常有原因。實測中純買最便宜的 30%，年化還輸給含息 0050。它比較適合當分散組合裡的初篩條件，再用營收成長、動能等因子把走下坡的便宜股濾掉。

「便宜＋高獲利」聽起來很合理，為什麼回測那麼差？ 合理的不是條件，是「分散」。低市值營收比再要求高 ROE，符合的股票常只剩個位數，等於把資金重押在少數同類股上，最大回撤因此吃到 -60.58%。同樣兩個條件，如果放在上百檔的分散組合裡當濾網，結果就完全不同。

這個指標用月營收還是季營收算比較好？換股頻率呢？ 分母用月營收加總（近 12 個月）的反應速度與效果都比季營收總額好。換股頻率上，含動能的策略不適合放到一年才換一次，每月或每季比較合理。完整選股流程與其他面向，可參考台股選股完整指南，估值因子的橫向比較則可看PE、PB、PEG 三大估值因子台股回測。

延伸閱讀

• 台股選股完整指南：基本面、技術面、籌碼面、消息面
• 自由現金流多因子實測：單因子輸 0050，多因子才贏
• PE、PB、PEG 三大估值因子台股回測

本文由 FinLab 量化研究團隊撰寫。所有回測均以 finlab 套件在真實台股歷史資料上實證，程式碼與權益曲線數據皆可下載重跑，歡迎自行驗證與挑戰。

投資警語：本文所有回測數據來源為 finlab 真實實測（2013-04 至 2026-06），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，投資有風險，請依個人風險承受度審慎評估。