聖誕行情、五窮六絕回測：美股 5 個日曆效應，
90 組參數全輸 QQQ

**我們用 2016 年 1 月到 2026 年 10 月的 QQQ 與 SPY，回測美股最常被提起的 5 個日曆效應：聖誕行情、Sell in May（萬聖節效應）、月初效應、節前效應，以及「五窮六絕」的 5、6 月空手。結果沒有一個贏過單純抱著 QQQ。原始參數最好的是 SPY 版的五窮六絕，日夏普 0.72，QQQ 含息買進持有是 0.93；90 組鄰近參數也沒有一組贏。**名氣最大的聖誕行情表現最差：套用在 QQQ，這 7 個交易日平均只漲 0.15%，比任意連續 7 個交易日的平均（0.57%）還少，最近 5 年每一年都是跌的。月初與節前兩個效應的日報酬仍高於其他日子，但差異不到統計顯著，涵蓋的天數也太少，做成策略贏不了一直持有指數。

5 個日曆效應關鍵數字

每個規則只在窗口內持有 ETF，其他時間空手。下表是套用在 QQQ 的結果；SPY 版的數字在圖表與 metrics.json。

回測期間 2016-01-04 至 2026-10-27，是 FinLab 美股 ETF 價格表的完整歷史。所有曲線從同一天起算，QQQ 與 SPY 都是含息報酬，日期與策略完全相同。

判準：三項驗證都要過

「贏 QQQ」在本文只有一個意思：在完全相同的交易日上，日夏普高於 QQQ 含息買進持有。日夏普是日報酬平均除以標準差、乘上 √252 年化，不扣無風險利率。一個規則三項都過才算成立：

1. **鄰近參數。**每個規則有兩個參數，各取經典值與上下各一格，共 9 組，至少 7 組（門檻是七成以上）要贏 QQQ。聖誕行情改 12 月天數（4、5、6）與 1 月天數（1、2、3）；Sell in May 改開始持有月份（10、11、12 月）與最後持有月份（3、4、5 月）；月初效應改月底前天數（0、1、2）與月初天數（2、3、4）；節前效應改假日前天數（1、2、3）與假日後天數（0、1、2）；五窮六絕改空手起始月份（4、5、6 月）與空手月數（1、2、3）。
2. **前後兩段。**回測期間從中點 2021-05-28 切開，經典參數在前後兩段都要各自贏 QQQ。
3. **交易成本。**finlab 美股預設手續費與交易稅都是 0，跟美國零佣金券商一致。為了反映買賣價差與滑價，成本檢查在每次買進、每次賣出各扣 0.1%（fee_ratio=0.001），扣完仍要贏 QQQ。

每個規則在 QQQ 與 SPY 上各跑一次，所以每檔 ETF 有 45 組參數，合計 90 組。

5 個規則與出處

**聖誕行情（Santa Claus rally）。**Yale Hirsch 在 1972 年版的《Stock Trader's Almanac》命名：美股在 12 月最後 5 個交易日與 1 月前 2 個交易日容易上漲。Lakonishok & Smidt（1988）用道瓊工業指數 90 年的日資料，發現年底年初、月底月初與假日前都有異常高的報酬。本文的窗口照 Hirsch 的定義，5＋2 個交易日，約占全部交易日的 2.6%。

Sell in May and go away（萬聖節效應）。Bouman & Jacobsen（2002）研究 1970 到 1998 年 37 個市場，發現其中 36 個市場 11 月到隔年 4 月的報酬高於 5 月到 10 月。規則從 11 月第一個交易日持有到 4 月最後一個交易日，另外 6 個月空手。

月初效應（turn of the month）。Ariel（1987）發現美股 1963 到 1981 年的報酬集中在每個交易月的前半段，從上個月最後一天開始。Lakonishok & Smidt（1988）把窗口縮到 4 天：月底最後 1 個交易日與下個月前 3 個交易日。McConnell & Xu（2008）用 1926 到 2005 年的資料發現，美股在這 4 天以外幾乎賺不到市場風險溢酬，包含美國在內的 35 個國家中有 31 個出現同樣現象。本文的規則就持有這 4 天。

節前效應（pre-holiday effect）。Ariel（1990）發現美股休市日前一個交易日的平均報酬，是一年其他日子的 9 到 14 倍。規則只持有這一天。回測期間共有 102 個平日休市，包含兩次臨時休市（2018-12-05 與 2025-01-09 的國喪日），兩次都在幾天前就公告。

**五窮六絕（5、6 月空手）。**這是華人股市的俗諺，說 5、6 月股市容易疲弱，後面還有「七上吊」「七翻身」等不同版本。它可以看成縮短版的 Sell in May：規則全年持有，只在 5、6 月空手。

結果一：5 個規則沒有一個贏 QQQ

文首的圖把經典參數排在一起。最接近的是在場時間最長的五窮六絕（QQQ 0.69、SPY 0.72）；Sell in May（兩者都是 0.53）、月初效應（0.54、0.49）與節前效應（0.36、0.57）落在 0.36 到 0.57 之間；聖誕行情最遠（0.06、0.22）。

換成金額差距更明顯。1 美元放在 QQQ 會變成 7.12 美元；避開 5、6 月剩 3.68 美元，只持有 11 到 4 月 2.29 美元，月初效應 1.66 美元，節前效應 1.13 美元，聖誕行情 1.01 美元。圖上平的那幾段，就是各規則空手的月份。

結果二：90 組參數沒有一組贏

每個小格是一個規則，格內數字是該組參數套用在 QQQ 的日夏普，顏色是和 QQQ 0.93 的差距。45 格全部低於 QQQ，SPY 的 45 組也一樣。單組最好的是 4 月起空手 1 個月：QQQ 0.88、SPY 0.83。聖誕行情的 9 組都在 -0.02 到 0.11 之間；Sell in May 把持有期延到 5 月反而變好（0.72），等於「Sell in May」做得越少，結果越好。

結果三：前後兩段與交易成本

QQQ 自己的日夏普在前半段（2016 年 1 月到 2021 年 5 月）是 1.09，後半段是 0.78。前半段沒有任何規則贏。後半段只有 SPY 版的節前效應贏（0.89 對 0.78）；同一個規則套在 QQQ 是 0.02 與 0.69。另外 4 個規則在 2021 年 5 月之後都變弱，QQQ 版的聖誕行情後半段變成負的（-0.32）。

交易成本打擊的是交易頻繁的規則。月初效應一年進出 12 次，每邊 0.1% 一年約 2.4%，QQQ 版的年化報酬從 4.8% 降到 2.3%，日夏普從 0.54 降到 0.29。節前效應一年約進出 9 次，扣成本後年化報酬從 1.1% 變成 -0.8%。兩個慢規則幾乎不受影響：Sell in May 從 0.53 到 0.52，五窮六絕從 0.69 到 0.68。

為什麼日曆規則很難贏 QQQ：在場時間

一個規則如果只在一部分的日子持有、其他日子報酬為 0，它全期的日夏普大約等於「√在場比例 × 在場那幾天的夏普」。要追平 QQQ 的 0.93，在場 2.6% 的聖誕行情，在那 7 天裡夏普要高達約 5.8；在場 3.8% 的節前效應要 4.8，在場 19% 的月初效應要 2.1，在場 48% 的 Sell in May 要 1.3，在場 83% 的五窮六絕要 1.0。

圖上的點是各規則實際在場那幾天的夏普。SPY 的節前那一天最高，達 3.0；QQQ 的月初 4 天也有 1.25，兩者都高於 QQQ 全期的 0.93。這些日子確實是好日子，規則輸的原因是放掉了其他所有日子。在 QQQ 一年複利 19.9% 的這十年，其他日子才是報酬的主體：月初窗口占全部交易日的 19%，貢獻了 QQQ 對數總報酬的 26%。

逐一來看：這些效應還在嗎

三項驗證問的是「規則能不能贏指數」。另一個問題是：日曆現象本身還看不看得到？5 個效應裡，窗口內與窗口外日報酬的差異沒有一個達到統計顯著；t 值最大的是 5、6 月的 1.23，而且方向和俗諺相反。

聖誕行情：比任意 7 個交易日的平均還差

QQQ 的 7 天窗口 10 年中有 5 年上漲，平均 0.15%，中位數 -0.03%。同一段期間任意連續 7 個交易日平均漲 0.57%、上漲機率 62%。前 5 年的窗口全部收紅，後 5 年全部收黑，最差是 2023/24 年的 -2.3%。SPY 好一點，10 年中 7 年上漲、平均 0.54%，略高於它任意連續 7 個交易日的 0.44%，但最近 3 年也都是跌的，最近一次只跌 0.03%。QQQ 版的聖誕行情規則，十年下來總共只賺 1.5%。

月初效應：日子比較好，但不夠

每月第一個交易日是 QQQ（平均 0.19%）與 SPY（0.15%）表現最好的日子之一。整個 4 天窗口，QQQ 平均每天 0.108%，其他日子 0.076%（t＝0.47）；SPY 是 0.076% 對 0.059%。圖上也看得到，窗口外的兩天，也就是月底倒數第 4 與倒數第 2 個交易日，跟月初第一天一樣強。這十年的優勢分散在月底最後一週，沒有集中在論文說的那 4 天。4 天窗口上漲的月份占 60%，跟任意 4 天一樣。

節前效應：還是正的，但次數太少

休市前一天 QQQ 平均漲 0.12%、SPY 漲 0.15%，其他日子分別是 0.08% 與 0.06%，上漲機率 66% 與 65%。SPY 的節前一天約是普通日子的 2.5 倍，是這次測試裡最接近 Ariel 原始發現的結果，不過 102 個假日的樣本還不到統計顯著（t＝1.09）。它也撐不過成本檢查：一買一賣 0.2% 的成本，已經超過平均 0.15% 的漲幅。假日後第一天，SPY 平均反而跌 0.07%。

Sell in May 與五窮六絕：避開的剛好是好月份

這十年美股的「夏天」並不弱。QQQ 11 到 4 月的平均日報酬是 0.075%，5 到 10 月是 0.089%；SPY 兩段幾乎一樣（0.063% 與 0.061%）。11 到 4 月贏過前面那段 5 到 10 月的年份，QQQ 是 10 年中 6 年，SPY 是 5 年。錯過最多的是 2025 年：QQQ 5 到 10 月上漲 32.6%，規則全部空手。

對 QQQ 來說，5、6 月更是全年最強的一段。5 月是 QQQ 平均第二好的月份（3.9%，僅次於 11 月的 4.0%），6 月平均 2.4%。11 年裡 QQQ 在 5、6 月下跌只有 2 年（2019、2022），SPY 只有 1 年（2022）。全年最弱的是 9 月，QQQ 平均 -1.2%、SPY -1.1%。

對照台股：0050 的五窮六絕與聖誕行情

五窮六絕在台股也常被提起。我們用同樣的算法看 0050 含息（etl:adj_close）作為對照，這部分只列統計，沒有對台股做三項驗證：

台股的 5、6 月同樣沒有「又窮又絕」：自 2007 年起平均上漲 3.0%，2016 年以後平均 6.3%。0050 的聖誕行情窗口平均報酬高於任意連續 7 個交易日，但上漲機率 60% 和任意 7 個交易日一樣，平均值主要來自少數大漲的年份，例如 2025/26 年的 +9.1%（0050 從 2025-12-23 收盤 63.70 元漲到 2026-01-05 的 69.50 元）。台股年底的季節性可以看 台股第四季走勢 與 作帳行情回測，春節前後的版本在 紅包行情回測。

程式碼

聖誕行情測試的核心只有幾步：在交易日曆上標出窗口，給 finlab sim() 一個只在這些日子持有 QQQ 的部位，再和 QQQ 買進持有比較日夏普。

import pandas as pd
import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()  # finlab 會自動引導登入
data.set_market("us_fund")
 
# 1. QQQ 含息還原收盤價與交易日
close = data.get("us_fund_price:adj_close")["QQQ"].dropna()
days = close.index
 
# 2. 標出聖誕行情窗口：12 月最後 5 個交易日、1 月前 2 個交易日
counter = pd.Series(1, index=days)
month = days.to_period("M")
day_in_month = counter.groupby(month).cumcount() + 1
days_to_month_end = counter.groupby(month).cumcount(ascending=False) + 1
december = (days.month == 12) & (days_to_month_end <= 5)
january = (days.month == 1) & (day_in_month <= 2)
in_window = december | january
 
# 3. sim() 會在訊號隔一個交易日的收盤成交，
#    所以訊號提前兩個交易日：窗口前一天收盤買進，窗口最後一天收盤賣出
signal = in_window.shift(-2, fill_value=False)
position = signal.astype(float).to_frame("QQQ")
report = sim(position, resample=None, trade_at_price="close", upload=False)
 
# 4. 同一段日期比較規則與 QQQ 買進持有的日夏普
equity = report.creturn.reindex(days).ffill().fillna(1.0)
for name, curve in [("聖誕行情", equity), ("QQQ 買進持有", close / close.iloc[0])]:
    daily = curve.pct_change().dropna()
    print(name, round(daily.mean() / daily.std() * 252 ** 0.5, 2))

資料到 2026-10-27 時，這段程式會印出 0.06 與 0.93。訊號提前兩天不會用到未來的價格：交易所的休市日曆在好幾年前就公布了。完整的 strategy.py 會把 5 個規則都套用在 QQQ 與 SPY，並補上未來兩個月的紐約證交所交易日，讓最後幾天知道月底在哪裡；加上 --validate 可以重現本文所有的參數網格、前後兩段與成本檢查數字。不想自己寫程式的話，完成 AI 輔助安裝 後，直接跟 AI 說「幫我測 SPY 的聖誕行情，再做鄰近參數、前後兩段與每邊 0.1% 成本的檢查」也能跑出同樣的研究。

回測方法與限制

這個結果說明什麼、不說明什麼

它說明：2016 到 2026 年，一個只照日曆進出 QQQ 或 SPY 的投資人，在我們試過的每一組鄰近參數下，風險調整後的表現都比一直持有指數差。它沒有說原始研究是錯的。Lakonishok 與 Smidt 用了 90 年資料，Bouman 與 Jacobsen 用了 37 個市場的 29 年資料；十年是很短的樣本，對一年只發生一次的效應更是如此。這也和學術異常普遍的命運一致：McLean & Pontiff（2016）研究 97 個已發表的橫斷面選股因子，發現論文發表後報酬平均少了 58%；日曆效應不在那份研究裡，但本文較弱的結果與這個現象一致。

實務上的意義比較窄。月初與假日前一天在這段樣本裡的平均報酬仍高於其他日子，但差異不顯著，不足以據此調整加碼時點；拿來當獨立策略，持有的日子太少，跟不上指數。2016 年 5 月以來通過三項驗證、贏過 QQQ 的擇時規則，是 美股 ETF 輪動策略，它依 QQQ 的趨勢與動能進出，與日曆無關。它在偏多的月份持有 2 倍槓桿 ETF（QLD、SSO），有槓桿風險與波動耗損，最大回撤 19.3%，績效見 ETF 輪動策略頁。其他美股研究整理在 美股量化策略總覽，美股學術因子回測 對選股因子也得到同樣的結論：沒有一個贏 QQQ。

常見問題

聖誕行情是什麼？日期怎麼算？

聖誕行情（Santa Claus rally）指美股在 12 月最後 5 個交易日與隔年 1 月前 2 個交易日容易上漲，由 Yale Hirsch 在 1972 年提出。以 2026 年為例，是 12 月 23 日收盤買進、2027 年 1 月 5 日收盤賣出，因為聖誕節與元旦美股休市。

美股聖誕行情現在還有效嗎？

在這十年的 QQQ 上沒有。7 天窗口 10 年中 5 年上漲，平均 0.15%，比任意連續 7 個交易日的 0.57% 還少，而且最近 5 年都是跌的。SPY 10 年中 7 年上漲，但只持有這 7 天的規則日夏普 0.22，遠低於 QQQ 的 0.93。

台股有聖誕行情嗎？

0050 自 2007 年起 19 次窗口平均上漲 1.6%，高於任意連續 7 個交易日，但上漲機率 58%，和任意 7 個交易日差不多，平均值主要來自少數大漲的年份。本文沒有對台股做三項驗證，只列統計作為對照。

五窮六絕是什麼意思？是真的嗎？

五窮六絕是華人股市的俗諺，意思是 5、6 月股市容易疲弱。這十年的資料剛好相反：5 月是 QQQ 平均第二好的月份，11 年裡 5、6 月下跌只有 2 年；0050 自 2007 年起 5、6 月平均也上漲 3.0%。5、6 月空手的規則日夏普 0.69，輸給一直持有的 0.93。

Sell in May and go away 是真的嗎？

在 2016 到 2026 年的美股大型股不成立。QQQ 5 到 10 月的平均日報酬高於 11 到 4 月，只持有 11 到 4 月的日夏普 0.53，對 QQQ 的 0.93。

月初效應還存在嗎？

日報酬上還看得到：QQQ 月底最後一天加月初前 3 天平均每天 0.108%，其他日子 0.076%。但只持有這 4 天，年化報酬 4.8%，QQQ 是 19.9%；每邊扣 0.1% 成本後只剩 2.3%。

美股哪個月份表現最好？

2016 到 2026 年的 QQQ，平均報酬最高的是 11 月（3.96%）與 5 月（3.94%），其次是 7 月與 1 月；最差是 9 月（-1.2%）。每個月只有 10 到 11 個樣本，不能拿來預測單一年份。

可以自己重跑嗎？

可以。先完成 AI 輔助安裝，下載下方的 strategy.py，執行 python strategy.py --validate。

延伸閱讀

• 美股量化策略總覽：FinLab 所有美股策略研究
• 量化交易完整指南、回測完整指南
• VIX 恐慌指數與美股回測：另一種用市場狀態擇時的研究
• 名詞：年化報酬率 CAGR

下載資源

**投資警語：本文僅供教學參考，不構成投資建議。過去績效不代表未來表現，投資有風險。**本文所有回測均為全段樣本內結果；前後兩段只是穩定度檢查，未經樣本外驗證。

最後更新：2026-10｜回測區間：2016-01～2026-10｜基準：QQQ 含息｜作者：FinLab 量化研究團隊（經量化研究員審閱）