籌碼選股有用嗎？千張大戶、股東人數、券資比 7 個訊號，
沒有一個穩定贏 0050

本文以反面教材為主。台股的籌碼面說法很多：千張大戶持股比例上升代表有人吃貨、股東人數減少代表籌碼集中、主力分點買超可以跟、地緣券商比較懂公司、借券賣出餘額大增要小心、外資持續加碼的股票比較強、券資比高的股票有軋空行情。這 7 個說法都能用公開資料驗證。我們用 finlab 把它們各做成一個選股策略，每個策略換 9 組參數、切前後兩段、扣手續費與證交稅，再和同期含息 0050 比日夏普。63 組參數只有 1 組贏，它所在策略的其他 8 組都輸，7 個策略沒有一個通過三項驗證。

訊號本身仍有資訊。股東人數 4 週減少最多的五分之一，下一個月的報酬換算年化 24.3%，人數增加最多的五分之一只有 9.2%；外資持股比例 60 日上升最多的一組年化 19.1%，下降最多的一組 7.0%。券資比剛好相反：券資比最高的一組年化 7.3%，在五組裡最低，「券資比高就有軋空行情」在 2010 年以來的台股平均不成立。真正卡住的是交易成本：股東人數策略不扣成本時年化 29.8%、日夏普 1.17，和同期 0050 的 1.18 只差 0.01，扣掉手續費與證交稅後剩 14.8%、0.68。

關鍵數字

三段期間都跑到 2026-10-27。2016 年底那段從 2016-12-02 起算，前後兩段在 2021-11-15 切開；分點資料那段從 2022-07-01 起算，在 2024-08-29 切開；2010 年那段從 2010-01-29 起算，在 2018-06-14 切開。券資比策略第一次持股是 2010-01-08，對照的 0050 也從同一天起算：年化 16.1%、日夏普 0.92、前後兩段 0.56／1.19。

研究問題：7 個籌碼說法，各用哪份資料驗證

這些資料在 FinLab 都有對應的查詢頁：集保戶股權分散與千張大戶、券商分點買賣超、借券賣出餘額。本文只回答一個問題：照字面把這些說法做成規則，扣掉成本之後，能不能贏過直接買 0050。

回測方法

三項驗證的「贏」都指日夏普高於同期 0050 含息：

1. 參數高原： 每個策略 2 個主要參數，各取中心值與上下一個鄰近值，共 9 組，至少 7 組要贏。
2. 前後兩段： 代表參數在前半段、後半段各自都要贏。
3. 交易成本： 用 sim() 預設的手續費與證交稅，不設成 0。

地緣券商的「地緣」定義成「分點所在縣市＝公司總公司所在縣市」。分點地址來自證交所 OpenAPI 的 817 家分公司與 64 家總公司名單，先用券商代號對，對不到再用分點名稱對；2022 年 5 月以來 5,506 萬筆前 15 大分點紀錄裡，90.7% 對得到縣市。總公司在台北市、新北市的公司，同縣市分點太多，地緣沒有意義，所以只看雙北以外的 991 家。限制有三個：只看得到每天前 15 大買賣分點；用的是總公司住址，不含工廠；公司住址是現在的資料，2022-07 以來有交易、後來下市而查不到公司資料的 41 檔沒有納入。

三項驗證的結果：63 組參數只有 1 組贏

每一格是一組參數的日夏普，顏色是它減掉同期 0050 的差距，紅色代表輸。63 格裡唯一贏的是「市值前 50 大，剔除借券賣出餘額 60 日增加最多的 15 檔」：年化 15.5%、日夏普 0.957，同期 0050 是 0.950；前後兩段也都小贏（0.67 對 0.65、1.21 對 1.20）。它在網格的角落（回看最長、剔除最多），同一策略的其他 8 組全部輸，最差的是 5 日、剔除 15 檔的 0.74。只有角落一格贏，比較像剛好落在一個有利的位置，不是一片穩定的高原，所以借券策略仍算沒過第一項。

前後兩段也一樣：7 個代表參數在前半段、後半段都輸。有幾組參數在前半段贏，例如股東人數 8 週、30 檔（1.18 對 1.12）、地緣券商 20 日（20 檔 1.57、30 檔 1.63，對 1.41），這幾組到了後半段都輸。地緣券商 20 日、20 檔的後半段日夏普只剩 0.02，同期 0050 是 1.77。

第三項是讓多數策略垮掉的地方。同一組持股不扣手續費與證交稅，千張大戶年化 22.0%、股東人數 29.8%、主力分點 24.8%、地緣券商 23.6%；扣掉之後只剩 6.3%、14.8%、4.6%、6.7%。這 4 個和券資比策略都是每週換股，平均每週換掉 39%～58% 的部位，一年下來光是買賣成本就吃掉 15～20 個百分點。每月換股的借券與外資策略，成本只差 1.5 與 4.2 個百分點。

淨值曲線依資料起點分成三個面板，每個面板的策略和 0050 從同一個月底的 1 起算。外資持股比例上升是唯一一條在終點高過 0050 的線，但它中途的回撤比 0050 深，日夏普仍然比較低；券資比策略從 2010 年起一路往下，淨值剩不到 0.4。

一、千張大戶持股比例上升：分五組的差距不顯著

每個月底把股票依訊號分成五組，看下一個月的等權報酬。千張大戶持股比例 4 週上升最多的一組，年化 19.0%；上升最少（也就是下降最多）的一組 14.9%，反而高於第二、三組的 12.8%、13.9%，只有第二組到第五組是遞增的。Rank IC 平均 0.005，t 值 1.1，統計上不顯著，只有 53% 的月份為正，跟擲硬幣差不多。

做成策略更差：每週買 4 週上升最多的 30 檔，年化 6.3%、最大回撤 -57.4%。9 組參數裡最好的是 8 週、20 檔，日夏普 0.80，同期 0050 是 1.18。就算不扣成本，代表參數的日夏普也只有 0.87。

有兩個原因讓這個指標比想像中雜。第一，「千張」是用張數算的：股價 500 元的股票，一千張是 5 億元；股價 20 元的股票，一千張只有 2,000 萬元，同一條線在不同股票上代表的資金差很多。第二，持股一千張以上的帳戶包含法人、董監、信託與集保專戶，比例變化不一定來自市場買進。2026-10-22 這一期，2,080 家公司的千張大戶持股比例中位數是 52.4%，四分之一的公司低於 36.8%，十分之一高於 78.1%。上升最多的那一組，在分組當月已經先漲了 8.5%，大戶比例上升多半跟在漲勢後面。

二、股東人數減少：7 個訊號裡最強，卻被成本吃掉

股東人數減少是 7 個訊號裡唯一由低到高排得整齊的：人數 4 週減少最少的一組年化 9.2%，接著 11.9%、15.4%、17.1%，減少最多的一組 24.3%。Rank IC 平均 0.037，t 值 5.7，70% 的月份為正。

Barber、Lee、Liu 與 Odean（2009）用台灣證交所的完整交易紀錄，發現台灣個人投資者整體因為交易而虧損，法人則是獲利的一方。本文看到散戶離場（股東人數減少）的股票之後表現較好，和散戶常站在輸的一邊相符。要注意的是，美國文獻常引用的 Chen、Hong 與 Stein（2002）「持股廣度」看的是持有該股的共同基金家數，廣度下降預告較差的報酬，方向和這裡相反；兩者衡量的是不同的投資人，不能互相佐證。

問題在變成策略之後。每週買股東人數減少最多的 30 檔，不扣成本年化 29.8%、日夏普 1.17，幾乎和 0050 的 1.18 打平；扣掉成本後只剩 14.8%、0.68。每週平均換掉 39% 的持股，成本吃掉一半報酬。最好的 8 週、30 檔，年化 26.4%、日夏普 1.10，前半段 1.18 贏 0050 的 1.12，後半段 1.04 輸給 1.26。

另一個要知道的細節：股東人數減少最多的那一組，分組當月平均已經漲了 8.2%，中間三組只有 1.2%～2.0%。股價上漲時散戶獲利了結、人數下降，這個訊號有一部分和短期動能重疊。2026-10-22 那一期，上市櫃公司股東人數的中位數是 19,653 人。

三、主力分點買超集中度：買超跟在上漲後面

主力分點買超集中度的算法是：前 15 大分點買進張數減前 15 大分點賣出張數，10 個交易日加總，再除以同期成交張數。這是坊間「籌碼集中度」常見的定義。分五組看，第四組年化 26.9% 最高，集中度最高的第五組 23.6%，最低一組 13.8%；Rank IC 平均 -0.006，t 值 -0.5，沒有預測力。

集中度最高的一組，分組當月已經漲了 8.9%，最低一組當月跌 4.3%。分點買超常常跟在價格後面：股價先漲，買超才集中。每週買集中度最高的 30 檔，年化 4.6%、日夏普 0.35，平均每週換掉 58% 的持股，是 7 個策略裡最高的；不扣成本是 24.8%、1.42，仍輸給同期 0050 的 40.2%、1.58。後半段（2024-08 起）日夏普是 -0.05。

想查個股的分點進出明細，可以用 券商分點買賣超查詢；另一種把分點資料做成因子的方式，可以參考 主力波動指標，它用的是買賣比的穩定度，和這裡的買超集中度是不同的設計。

四、地緣券商買超：資料做得到，訊號弱又不穩

Coval 與 Moskowitz（2001）發現美國基金經理人投資離自己近的公司時報酬較好，解釋是在地資訊。地緣券商的說法是同一個邏輯：公司附近的分點大買，可能是知道公司狀況的人。

我們把雙北以外 991 家公司，每天同縣市分點的買超張數加總，除以成交張數。分五組的年化報酬是 21.9%、26.5%、31.1%、15.5%、24.6%，沒有順序；Rank IC 平均 0.016，t 值 1.8。多數股票在一個月裡根本沒有地緣分點擠進前 15 大，買超是 0，中間幾組的排序因此帶有隨機成分，這張分組圖看最高、最低兩組就好。

做成策略的結果前後差很多：每週買地緣買超最高的 20 檔，前半段日夏普 1.23（0050 是 1.41），後半段 -0.22（0050 是 1.77）。全期年化 6.7%、日夏普 0.45。資料有前面提到的三個限制，看不到前 15 名以外的分點，也不知道工廠在哪裡，所以這個結果只能說「用總公司住址定義的地緣，在 2022 年 7 月以來沒有穩定的優勢」。

五、借券賣出餘額增加：大型股上幾乎沒有差別

Asquith、Pathak 與 Ritter（2005）發現，放空比例高的股票之後表現較差，效果主要集中在法人持股低、難以放空的股票。台股的借券賣出多半發生在大型股，所以我們用「市值前 50 大等權」當底，剔除借券賣出餘額占股本增加最多的幾檔，看剔除之後有沒有變好。

結果差異很小。市值前 50 大等權、什麼都不剔除，年化 12.9%、日夏普 0.82；剔除 20 日增加最多的 10 檔，年化 12.7%、日夏普 0.82，幾乎一樣。9 組參數的日夏普在 0.74～0.96 之間，只有 60 日、剔除 15 檔那一格贏。和 0050 的差距主要來自等權本身：0050 依市值加權，權值股比重大，2010 年以來等權的前 50 大就落後 0050 一段。

訊號分五組也只有很弱的方向：借券賣出餘額 20 日增加最多的一組年化 8.3%，最少的一組 9.5%，Rank IC 平均 -0.007，t 值 -1.5。這和 Asquith 等人的發現並不衝突：市值大、法人多、借券容易的股票，本來就不是放空訊號最強的地方。借券賣出也包含權證與可轉債的避險部位，不全是看空。2026-10-22 那一期，1,878 檔有借券賣出餘額的股票裡，餘額占股本的中位數是 0.71%，十分之一高於 4.39%，百分之一高於 9.05%。

六、外資持股比例上升：報酬贏、夏普輸

外資持股比例 60 日上升最多的一組年化 19.1%，下降最多的一組 7.0%，Rank IC 平均 0.015，t 值 3.0。Richards（2005）研究亞洲新興市場（含台灣）各市場整體的外資資金流，發現外資會追著大盤過去的漲勢買進，買賣本身也會推動股價。個股層級也看得到類似的追漲：外資持股比例上升最多的那一組，分組當月平均已漲 5.4%。

每月買外資持股比例 60 日上升最多的 30 檔，年化 18.2%，比同期 0050 的 16.8% 高；但最大回撤 -40.5%（0050 是 -34.0%），日夏普 0.82 低於 0.95。參數上，回看 20 日最差（0.49～0.54），120 日最好（0.81～0.92），沒有一組超過 0050。不扣成本時日夏普 0.97，略高於 0050；每月換掉約一半持股的成本，剛好把這一點差距吃掉。

七、券資比與融券回補：券資比高的股票反而最弱

券資比是融券餘額除以融資餘額，本文只算融資餘額 500 張以上的股票，避免分母太小。「券資比高、空單被迫回補就會軋空」是常見說法，資料的方向相反：券資比最高的一組年化 7.3%，在五組裡最低，第二低的一組最高（11.9%）；Rank IC 平均 -0.032，t 值 -4.8，三分之二的月份為負。

券資比最高的那一組，分組當月平均已漲 6.6%：融券多半在股價漲上去之後才進場，之後的平均表現也證明放空的人多數時候是對的。Boehmer、Jones 與 Zhang（2008）用紐約證交所的放空委託資料，也發現被大量放空的股票之後表現明顯落後。軋空確實會發生，平均起來卻輸。

把「券資比最高、而且融券 10 日正在減少」做成每週換股的策略，年化 -6.7%，最大回撤 -85.1%；不扣成本也只有 8.0%。9 組參數的日夏普全部是負的（-0.24～-0.10）。2026-10-22 那一期，1,327 檔融資 500 張以上的股票裡，券資比中位數只有 0.24%，十分之一高於 3.15%，百分之一高於 19.35%；常聽到的「券資比 30% 以上」已經是全市場最極端的不到百分之一。

為什麼都贏不了 0050

1. 同期 0050 本身很強。 各策略對照期間的 0050 含息日夏普是 0.92～1.58；2022 年 7 月以來年化 40.2%，台積電等權值股大漲，等權持有中小型股的策略很難跟上。
2. 週換股的成本太高。 千張大戶、股東人數、主力分點、地緣券商這 4 個每週換股的訊號，不扣成本的年化都在 22%～30%，扣成本後掉到 5%～15%。股東人數減少在不扣成本時幾乎打平 0050，問題出在換股頻率，不在訊號方向。
3. 訊號多半跟在漲勢後面。 千張大戶上升、股東人數減少、主力分點買超、券資比偏高，訊號最強的那一組在分組當月都已經漲了 6.6%～8.9%。進場時，消息多半已經反映在股價上。
4. 等權和市值加權的差距。 市值前 50 大等權不剔除任何股票，日夏普就只有 0.82，同期 0050 是 0.95。等權本身就讓大型股策略先輸一段。

用 finlab 重現：股東人數減少最多的 30 檔

本文的數字全部出自文末的 research.py。下面是股東人數策略的簡化版，可以直接貼進 Python 或交給 AI 助理執行：

from finlab import data
from finlab.backtest import sim
 
# 1. 只取上市櫃普通股：股東人數（集保戶股權分散表，每週公布）與成交金額
with data.universe(market="TSE_OTC"):
    holders = data.get("etl:inventory:全部人數")
    turnover_value = data.get("price:成交金額")
 
# 2. 股票池：20 日平均成交金額 2,000 萬元以上
liquid = turnover_value.average(20) > 2e7
 
# 3. 股東人數比 4 週前減少的幅度（正值＝人數減少）
holders_drop = -holders.pct_change(4)
 
# 4. 每週選人數減少最多的 30 檔，等權持有
position = holders_drop[liquid & (holders_drop > 0)].is_largest(30)
 
# 5. 回測：每週換股，sim() 預設已扣手續費與證交稅
report = sim(position.loc["2016-11-01":], resample="W", upload=False)
report.display()

簡化版把週資料對齊到交易日的方式和研究程式不同，跑出來的數字會和本文表格略有差異；表格的數字以 research.py 為準。想比較成本的影響，在 sim() 加上 fee_ratio=0, tax_ratio=0 再跑一次。finlab 需要資料時會自動引導登入，不需要在程式裡填 token。

這些籌碼資料可以怎麼用

• 當排除條件，不當選股主軸。 券資比偏高、借券賣出餘額占股本偏高的股票，平均表現較差，適合放在既有策略裡當過濾；單獨用來選股，7 個訊號都追不上 0050。
• 股東人數適合放進低周轉的多因子模型。 它的方向穩定，但每週換股的成本太重。改成每月換股或和其他因子合併是另一個策略，要重新做三項驗證，本文沒有做。
• 查個股時看水準與變化。 集保戶股權分散表 可以看千張大戶比例與股東人數的歷史，借券賣出餘額查詢 可以看借券占股本；想自己整理集保原始檔，可以參考 集保戶股權分散表 Python 爬蟲。
• 跟其他籌碼文對照。 散戶反向策略 用集保小於十張的持股比例搭配法人與營收，投信買超策略實測 拆解三大法人買賣超，兩篇都附三項驗證結果。

常見問題

千張大戶持股比例怎麼看？多少算高？ 它是持股一千張以上帳戶的持股合計占集保庫存的比例，每週公布。2026-10-22 那一期，2,080 家公司的中位數是 52.4%，高於 78.1% 就在前十分之一。比例高低和股價、股本有關，同一個數字在不同股票上意義不同；本文測試的 4 週變化對下個月報酬沒有預測力。

股東人數減少代表什麼？ 代表持股的人變少，通常是散戶賣出、股票集中到較少的帳戶。本文的資料顯示人數減少最多的一組，下一個月平均表現最好，但每週追著換股的成本會吃掉一半報酬。股東人數也會因為增資、減資或股票分割而跳動，看變化時要留意股本變動。

券資比多少算高？券資比高會軋空嗎？ 融資 500 張以上的上市櫃股票，券資比中位數只有 0.24%，前十分之一約 3%，前百分之一約 19%。2010 年以來券資比最高的一組，下個月的報酬在五組裡最低，買進高券資比、等融券回補的策略年化 -6.7%。軋空行情會發生，但平均下來放空的一方比較常是對的。

借券賣出餘額大增代表什麼？ 代表有人借股票來賣，可能是看空，也可能是權證、可轉債或其他部位的避險。本文在市值前 50 大裡剔除借券賣出增加最多的股票，報酬和不剔除幾乎一樣；全市場分五組也只有很弱的負向關係。

地緣券商是什麼？怎麼找？ 地緣券商指和公司在同一個地區的券商分點。本文用證交所的分公司地址和公司總公司住址，對到縣市層級，只看雙北以外的公司。要查個股每天的分點進出，可以用 個股分點進出明細。

外資持股比例高的股票比較好嗎？ 本文測的是持股比例的變化，不是水準。外資持股比例 60 日上升最多的一組，下個月平均報酬最高；做成每月換股的策略年化 18.2%，比 0050 高，但回撤更深，日夏普 0.82 低於 0050 的 0.95。

為什麼不把參數調到贏 0050 為止？ 63 組參數裡總會有幾組剛好贏，挑出來報告就是過度擬合。借券剔除法 60 日、剔除 15 檔贏了，但同一策略的其他 8 組都輸，換一個相近的參數就不成立，所以本文照規則判定沒過。完整的驗證口徑可以參考 夏普比率怎麼算 與 前視偏差 的說明。

延伸閱讀

• 台股選股完整指南：基本面、技術面、籌碼面
• 量化交易總覽：策略、回測與工具
• 外資賣超原因：外資一直賣、股價為什麼不跌
• 小型股效應：散戶優勢的殘酷真相
• 周轉率是什麼
• FinLab 公開策略庫
• 董監與內部人訊號：7 個策略的台股回測

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。

最後更新：2026-10｜回測區間：2010-01 ~ 2026-10（各訊號起點不同，資料快照 2026-10-27，重跑日 2026-10-27）｜作者：FinLab 量化研究團隊（經量化研究員審閱）