ROE 搭配 PB 選股有效嗎？台股 13 年實測：加上 PB<1.2 年化反而少一半

這篇文章 2020 年的版本說：ROE 高不代表股價值得買，搭配 PB 挑便宜股，「獲利明顯高於只看 ROE 的策略」。

2026 年 8 月，我們用同樣的條件把它完整重跑一次，含交易成本、附可下載程式碼。結論翻盤：

統計視窗 2013-06-18 至 2026-08-07（13.1 年，全部曲線同一起點），每 60 個日曆日換股，含手續費 1.425‰ 與賣出證交稅 3‰。加上 PB 濾網之後，年化從 12.8% 掉到 7.8%，回撤還更深；而且兩個策略都輸給什麼都不做的 0050 含息。1 元本金在 13 年後：策略一變 4.86 元，策略二變 2.67 元，0050 含息變 11.10 元。

公式推導的部分仍然成立，值得先看懂；實測翻盤的原因，藏在「便宜股票池裡裝了什麼」，本文用持股組成把它攤開。

公式推導：為什麼 ROE 高可能只是「貴」

ROE 衡量的是企業用股東的錢賺錢的效率。先定義幾個名詞：淨利（N）、股東權益（SE）、市值（MC）、股價淨值比 PB = MC/SE、本益比 PE = MC/N。把 ROE 拆開：

ROE = N / SE = (MC / SE) ÷ (MC / N) = PB ÷ PE

同一個 ROE，可以由兩種很不一樣的組合構成：低 PE 配低 PB（獲利強又便宜），或高 PB 配普通 PE（市場已經給了很高的估值）。所以：

ROE 高，不代表這個價格值得買入。

到這裡都是恆等式，沒有爭議。2020 年版接下來的推論是：「既然高 ROE 可能只是貴，那就再用 PB < 1.2 把貴的刪掉」。這一步聽起來合理，實測卻是整篇文章翻盤的地方。

回測設定

• 策略一（只看 ROE）：ROE > 5% 且收盤價 > 10 元，符合條件的全部等權買入。
• 策略二（ROE + PB）：策略一再加 PB < 1.2。
• 每 60 個日曆日換股；手續費 1.425‰（未打折）、賣出證交稅 3‰；等權重。
• 資料：finlab 的 fundamental_features:ROE稅後 與 price_earning_ratio:股價淨值比（皆按公告時點對齊，無前視）。ROE 資料可得起點決定了統計視窗從 2013-06-18 開始，所以 2008 年金融海嘯不在可檢驗範圍內（這點對舊版宣稱的意義，回撤一節再談）。

原版說策略二「平均持股約 10 檔」，重跑的真實數字是平均 16 檔（PB < 1.0 時為 8 檔），量級相符：

策略一平均 241 檔，接近「持有整個獲利正常的市場」；策略二平均 16 檔，是高度集中的深度價值組合。這個集中沒有換來報酬，換來的是下一節的組成問題。

便宜股票池裡裝了什麼：翻盤的原因

把策略二歷年年底的持股按產業拆開，答案就出來了：

• 2014 年底：22 檔裡金融保險 13 檔、建材營造 4 檔。
• 2018 年底：建材營造 6 檔、電子零組件 6 檔、半導體 3 檔。
• 2022 年底：電子零組件 10 檔、電腦週邊 7 檔、航運 6 檔。
• 2026 年 8 月：全市場只剩 8 檔符合條件，建材營造居首。

PB < 1.2 且 ROE > 5% 的組合，撈起來的多半是金融、營建與景氣循環股。2022 年底那批特別有代表性：航運與電子零組件在獲利高峰時 PE 與 PB 同時被壓到很低，看起來「又賺錢又便宜」，其實是市場在對「獲利即將均值回歸」定價。買進之後吃到的是獲利下修，不是估值修復。

這與學術文獻的講法一致。Fama 與 French（1992）證實低 PB（高淨值市價比）長期有超額報酬，是價值溢酬的經典證據（The Cross-Section of Expected Stock Returns，Journal of Finance）；但 Piotroski（2000）同樣用實證指出，低 PB 池裡多數個股其實表現不佳，溢酬集中在少數體質強的公司，必須用財報訊號把贏家從輸家裡分出來（Value Investing: The Use of Historical Financial Statement Information，Journal of Accounting Research）。ROE > 5% 是一道很低的體質門檻，擋不掉獲利高峰的景氣循環股，也擋不掉長年低估值有理的資產股。

同一個結論，本站用另一個實驗也驗過一次：股價淨值比五分位排序 16 年實測顯示低 PB 組確實勝過高 PB 組（排序有效），但五組全部輸給 0050 含息。「因子方向對」與「拿它單獨選股能賺」是兩件事。

參數敏感度：門檻怎麼調都一樣

如果翻盤只是 1.2 這個數字選得不巧，把門檻挪動應該會改變結論。實測不會：

三個門檻的年化都落在 7.8% 到 9.6% 之間，全部低於不加 PB 的 12.8%：結論對參數不敏感，PB 濾網在這 13 年就是負貢獻。第四列值得單獨講：我們原本猜「也許是金融股拖累」，把金融股排除、再加上 20 日均量大於 100 張的流動性條件，結果年化掉到 4.7%、回撤加深到 -48.0%。金融股其實是這個便宜池裡相對穩定的部分；把它拿掉，剩下的營建與景氣循環股更慘。猜測與數據相反，是這次重跑裡第二個反直覺的結果。

回撤：舊版的 -60% 是檢驗不了的數字

2020 年版寫「金融海嘯時虧損來到 60%」。這個數字無法檢驗，因為 ROE 資料的可得起點讓回測最早只能從 2013 年年中起算，而金融海嘯發生在 2008 到 2009 年。舊版同時又說回測從「2010 年後」開始，時序本身就對不上。可驗證窗內的真實數字是：策略二最深回撤 -38.0%（2022 年），比 0050 含息的 -34.0% 更深。

換句話說：集中在 16 檔便宜股，並沒有換到比大盤淺的回撤。低估值不是下跌保護，2022 年那批「便宜的」電子零組件與航運股跌起來比 0050 更深。

那 ROE 和 PB 到底該怎麼用

這次實驗否定的是「ROE 低門檻 + PB 靜態上限」這個具體配方，不是這兩個指標本身。可驗證的替代路徑有三條：

把 PB 從「上限」變成「排序中的一票」。 多因子選股實測顯示，營收動能、價格動能、ROE 與低波動四個面向合成後年化 29%、回撤 -26%，勝過任何單一因子；估值可以是其中一票，但不該是一刀切的門檻。

用更完整的財報訊號取代單一 ROE 門檻。 Piotroski 的思路是九項財報檢查（獲利、槓桿、營運效率），本站在 PE、PB、PEG 回測與財報狗選股法實作裡有相近的組合實驗。

先想清楚 ROE 的換股頻率。 ROE 高低與換股頻率的實測顯示同一個 ROE 條件，換股頻率不同結論就不同；杜邦分析則能拆出 ROE 是靠獲利率還是靠槓桿撐起來的。

想從整體框架入手，可從台股選股策略總覽與量化交易完整指南開始；名詞不熟的讀者可先翻量化投資詞彙表。

自己重跑一次

核心程式如下，貼給 AI 或直接執行都可以（finlab 會自動引導登入）：

import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()
 
# 載入資料
close = data.get("price:收盤價")
pb = data.get("price_earning_ratio:股價淨值比")
roe = data.get("fundamental_features:ROE稅後")
 
# 策略一:只看 ROE
pos_roe = (roe > 5) & (close > 10)
 
# 策略二:ROE 搭配 PB
pos_roe_pb = pos_roe & (pb < 1.2)
 
# 每 60 個日曆日換股,含手續費與證交稅
report = sim(pos_roe_pb, resample="60D",
             fee_ratio=0.001425, tax_ratio=0.003, upload=False)
report.display()

完整重現素材：

• strategy.py：兩個策略的完整程式，含統計視窗切齊與平均持股數計算。
• data.csv：六條權益曲線（含敏感度變體與 0050 含息），全部從 2013-06-18 歸一。
• backtest_results.csv：本文所有表格的來源數字。

策略二的互動式回測報告直接放在下方，每一筆換股與持股都可以核對：

回測方法與限制

• 視窗與口徑：所有曲線（含 0050 含息）統一從 2013-06-18 起算至 2026-08-07；0050 含息用 etl:adj_close 還原價純算術買進持有，不經回測引擎、不含交易成本，若含成本策略與基準的差距會更大。
• 成本：策略含手續費 1.425‰（未打折）與賣出證交稅 3‰；2020 年版不計成本，這是新舊數字不可直接比較的原因之一。
• 樣本外：本文為全段 in-sample 檢驗、未切樣本外；因為結論是「策略失效」，in-sample 已足以否證（樣本內都輸，樣本外沒有翻盤的理由）。
• 前視：ROE 與 PB 皆按公告可得時點對齊；60 個日曆日的換股頻率約等於原文的「每 60 天」，與逐季財報更新頻率相近。
• 存活者偏差：finlab 資料含下市股票，回測期間持有到下市的個股會如實計入損失。

常見問題 FAQ

ROE 搭配 PB 選股還值得學嗎？

公式推導（ROE = PB/PE）值得學，它說明高 ROE 可能只是估值貴。但「PB < 1.2 一刀切」這個用法在台股 2013 到 2026 年是負貢獻，本文數字可下載驗證。

為什麼加了 PB 濾網報酬反而變低？

因為「ROE > 5% 且 PB < 1.2」撈到的多半是金融、營建與獲利高峰的景氣循環股（2022 年底池子裡航運加電子零組件佔了大半）。低 PB 常是市場對獲利下修的定價，不是撿便宜的機會。

把 PB 門檻改成 1.0 或 1.5 會不會不一樣？

不會。三個門檻的年化落在 7.8% 到 9.6%，全部低於不加 PB 的 12.8%，結論對參數不敏感。

排除金融股會更好嗎？

實測更差：排除金融股加流動性過濾後年化剩 4.7%、回撤 -48.0%。金融股是這個便宜池裡相對穩定的部分。

低 PB 因子在台股完全沒用嗎？

不是。五分位排序實測顯示低 PB 組勝過高 PB 組，排序方向成立；問題在「單獨拿它選股」贏不了 0050 含息。因子有效與策略能賺是兩件事。

原文說金融海嘯回撤 60%，這次為什麼沒有這個數字？

ROE 資料可得起點讓回測最早從 2013 年年中起算，2008 年不在可檢驗範圍內；舊版宣稱無法重現，也與其自稱的 2010 年起回測在時序上矛盾。可驗證窗內策略二最深回撤是 2022 年的 -38.0%。

平均持股 16 檔會不會太集中？

以分散角度是偏集中（策略一有 241 檔），而且 2026 年 8 月全市場只剩 8 檔符合條件，池子本身在枯竭。集中也沒有換到更淺的回撤，-38.0% 比 0050 含息更深。

那現在該用什麼選股？

單因子一刀切的時代結論已多次被否證（本文、低 PB 排序、EPS 與 ROE 對比都是同型結果）；可驗證的方向是多因子合成，把估值當一票而非門檻。

最後更新：2026-08｜回測區間：2013-06 ~ 2026-08（統計視窗 2013-06-18 ~ 2026-08-07）｜作者：FinLab 量化研究團隊（經量化研究員審閱）

本文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，投資一定有風險，請審慎評估自身風險承受能力。