融券回補會軋空嗎？27組測試先卡在可用樣本

本文以反面教材為主。融券最後回補日前買進高券資比股票，本次27組參數沒有一組通過驗證；其中15組根本沒有可用交易，中心設定也是零筆。 有交易的五日前進場示例只有一件事件，日夏普0.21，無停券配對組為負0.18，同期0050為1.66。這一件事件不足以證明軋空策略有效，也不足以證明強制回補沒有價格效果。

本文提供研究結果，沒有推薦這些買賣規則。想自行重跑，可先 設定 FinLab 環境，再 下載研究程式（.py）；其他檔案見 研究下載區。

這次最重要的發現是資料時間：表裡有多年前的回補日期，不代表當時的策略已經拿得到那筆公告。把這個差別保留下來，才知道回測究竟測到了什麼。

圖表可點開原尺寸；主要結論與數字也列在正文，手機不必只靠圖例閱讀。

融券回補、強制回補與軋空，有什麼不同

融券賣出是先借股票賣出，之後再買回或依規定還券；買回還券稱為融券回補。軋空通常指價格上升迫使空方回補，回補買盤又可能推升價格。前者是交易或還券動作，後者是價格與部位互相影響的市場過程，兩者沒有必然的一對一關係。

依證交所融資融券業務操作辦法第76條，得為融資融券的證券涉及停止過戶時，融券有停止賣出與還券期限。實際適用原因、日期與例外應以公告及券商通知為準。本文直接使用停券表的最後回補日，沒有自行拿股東會日期減去固定日曆天數。

如果關心的是融券餘額連續下降，而非公告日期，已有券資比等七種籌碼訊號回測。本文新增的是制度事件，不把連續訊號的結果直接套過來。另一種制度觸發研究是跌停反彈回測，兩種設計的事件時間也不同。

為什麼歷史回補日期不能直接往前買

本次資料快照包含39,407筆去重後、日期及入庫時間完整的停券事件，事件日期最早到2014年7月。但可觀測的入庫時間最早是2025年1月15日，許多舊事件是在那之後回填。若看到某股票2020年有回補期限，就讓策略在2020年提前買入，等於假設當時已拿到今天看到的資料版本。

為避免這個假設，研究只保留入庫時間早於訊號日期的事件，並額外留一天的保守間隔。回測從2025年1月16日開始，跑到2026年11月10日。這個日期代表本資料可驗證的範圍，沒有宣稱停券制度或市場公告從2025年才存在。

入庫時間仍然不是完整的歷次公告版本庫。它可以擋掉明顯晚到的回填，卻不能復原所有歷史修訂，因此本研究的可用性限制不能被寫成「歷史公告效果已完整驗證」。這類問題可參考前視偏差：知道事件最後發生在哪一天，和當時知道未來會發生這件事，是不同的資訊條件。

27組條件在開跑前固定

中心設定是最後回補日前10個交易日開盤買進、券資比至少30%、融券餘額至少1,000張，於回補日後第二個交易日開盤賣出。另要求20日平均成交金額至少2,000萬元。訊號在買進前一個交易日形成，沒有用買進當天收盤才知道的餘額。

三個主要參數全排列共27組，至少19組日夏普要高於同期0050，才達到七成門檻。這個標準沒有因為事件少就改寬，也沒有在看完結果後把融券餘額降到更容易產生交易的數字。研究股票池採歷史價格表中的四碼普通股編碼，排除0與91開頭；金融股、KY股、全額交割股未另排除，這套編碼篩選也可能漏掉其他代號的普通股。

有交易的12格，日夏普都低於同期0050；其他15格沒有事件，圖上直接標示「無交易」。沒有日報酬波動，就沒有可估計的夏普，不能把它寫成觀測到夏普為零的策略。下載結果為了讓驗證程式統一判定，無交易格以零作內部數值標記，另附說明；本文表格則用破折號表示。

三項驗證沒有通過，原因先是樣本不足

主要設定沒有交易，無法判定制度有效或無效。有交易的鄰近設定，也未形成穩定優勢。 中心設定就是開跑前選定的主要條件，並非看完結果挑出的一組。

同期0050前後半段的日夏普分別為1.36、1.95；主要設定兩段沒有交易，無法驗證跨時間的優勢。預設成本已保留，但無成交不等於證明成本低；主要設定的固定權重對照也是現金，不能把現金曲線當成擇時成果。無交易也讓移除最佳年度的檢查失去實證意義。

圖中固定回補日後第二日出場。提前五日的三個券資比門檻各一件，提前十日都沒有，提前十五日只有20%門檻一件。同一事件反覆出現在不同門檻、不同出場設定中，不能把12個有交易參數格說成12件獨立事件。

這項結果限制了主張範圍：目前這組資料、門檻和可用時間不足以支持部署策略。它沒有否定所有強制回補事件，也沒有把零筆交易當成零報酬的充分證據。若要回答更早年度的公告前行情，必須另外找到當時已發布且保存版本的公告，先補齊可得日，再把它當新的研究設計。

有交易的鄰近設定與無停券配對

為讓讀者看得到實際交易與報告，以下另列已登記網格中的五日前進場、券資比30%、回補後二日出場。它只用來展示一件事件的樣貌，中心設定仍是十日；沒有因為它有交易就改用它認定策略通過。

對照組在同一訊號日，從同樣滿足融券、券資比與流動性條件的股票中，依券資比差距由小到大配對；排除已知在該持有期間有停券事件者，同日不重複配對。兩組用相同的進出場日期與權重上限。這只控制了時間與券資比等篩選條件，沒有控制產業、市值或所有消息差異。

兩個示例的年化，是以2025-01-16至2026-11-10整段帳戶淨值計算，包含大量閒置現金，沒有把單筆報酬外推成可重複的年化機會。示例事件組雖高於配對組，僅一對觀測不能建立顯著差異，更不能推論是回補制度造成上漲。

互動報告對應上述五日前示例；無停券配對報告也可開啟。報告和中心設定是兩個明確標示的用途，沒有把樣本較少的曲線藏起來。

中心設定維持現金，兩條示例曲線也大部分時間沒有持股，0050則持續承擔市場波動。圖上所有線都從同一日的1起算；不能因示例的最大回撤較小，就跳過股票權重差異宣稱風險控制優於0050。

回補買盤為什麼未必形成可用優勢

最後回補日期是公開制度，其他投資人也能提前因應。空方可以在期限前逐步減倉，部分還券也不等於在最後一天集中以市價買回；股價同時還受營運、估值與整體市場影響。券資比高更不等於空單一定足以推動價格，因為比率沒有直接衡量市場可交易籌碼的深度。

Jones與Lamont（2002）研究美國歷史借券成本與放空限制，指出限制放空和後續報酬的關係值得注意。市場、年代與借券制度都不同，這篇文獻無法直接證明台灣最後回補日前適合買進。Lamont（2012）則研究公司對抗放空者的行為，包含可能製造軋空的措施；那也不是台灣定期停止過戶的同一種事件。

這些文獻提供機制背景，本文不拿它們補上缺少的樣本。對多重測試的疑慮，可再看Harvey、Liu與Zhu（2016）：當測試很多條件時，少數較漂亮的結果尤其需要獨立驗證。讀者若想把事件研究放進更完整的選股流程，可以從股票選股指南比較不同資料來源的用途。

回測方法與限制

尤其要留意：歷史價格資料雖納入有紀錄的下市股票，仍不代表公告與餘額資料也同樣完整。入庫限制減少明顯前視，沒有消除所有資料選擇偏差。回測與可執行交易的差距，另見回測常見限制；處置期間的制度變化則可比較處置股時點研究。

常見問題

融券回補一定會漲嗎？

不一定。還券是期限要求，價格方向要看實際供需。本研究的有交易格都沒贏0050，樣本又少，無法建立可重複的交易優勢。

券資比多少才會軋空？

沒有經本次研究驗證的通用門檻。20%、30%、40%是事前固定的測試值，不能因為某一件事件上漲，就把其中一個數字當安全線。

為什麼十日前沒有交易，十五日前反而有一件？

因為券資比、融券餘額和流動性都在各自訊號日重新判斷。不同日期可能滿足不同條件，且必須同時通過事件已入庫的限制，事件數不必隨提前天數單調變化。

表中有十多年資料，為什麼不直接測十年？

回填事件日期沒有證明當時可取得。本文保留可觀測入庫時間的限制，避免把今天的完整表格當成十年前已知資訊。

融券和借券可以合併算空單嗎？

兩者來源與制度不同，不能直接用同一張餘額表代替。本文只測融資融券資料，不對全部空方部位下結論。

這個研究可以直接拿來實單嗎？

不適合。中心設定沒有樣本，示例也只有一件事件。先依程式交易研究流程核對時間、條件與樣本，沒有足夠證據前，不把研究報告當交易訊號。

研究程式與下載

• 開啟一件事件的互動研究報告
• 下載研究程式（Python）
• 下載每日結果資料

下載的程式預設保留十日前中心設定。若要重現本文互動示例，使用下列明確參數；程式只做研究，不把回測上傳到個人帳號。

from strategy import build_report
 
report = build_report(lead=5, ratio_min=30, lag=2)
report.to_html("report_strategy.html")

FinLab量化研究團隊以公開資料與套件執行研究，保留失敗結果與資料限制，供讀者重跑和比較，沒有推薦個股。

投資有風險，過去績效不代表未來表現。本文僅供研究與教學參考，不構成投資建議；還券期限、公告變更與成交限制都可能影響實際結果。

最後更新：2026-11｜回測區間：2025-01-16至2026-11-10｜作者：FinLab量化研究團隊（經量化研究員審閱）