外資期貨未平倉、PMI 能擇時嗎？台股 13 個大盤訊號回測，
2 個贏 0050

大盤擇時最常用的 13 個訊號，我們用 finlab 照字面寫成規則：景氣燈號、領先指標、製造業 PMI、M1B（兩種）、海關出口、國安基金進場、庫藏股家數、騰落指標 ADL、外資台指期淨未平倉、前十大特定法人、期現貨基差、美股前一晚大跌。每個訊號做兩版：訊號好時持有 0050、不好時空手；訊號好時改抱 0050 正2（00631L）、其餘持有 0050。26 個版本各換 9 組參數，234 組只有 65 組的日夏普贏同期含息 0050。三項驗證都過、資料也站得住的只有 2 個：國安基金進場後、庫藏股家數爆量後一年改抱正2。

外資期貨未平倉是這批裡最常被問的訊號，也是輸最多的：外資台指期淨未平倉高於 20 日平均就持有 0050，2007 年到 2026 年日夏普只有 0.05，同期 0050 含息是 0.75。這個訊號不是完全沒有資訊，同一組進出不扣成本是 0.82，略贏 0050；問題是它 19 年換手 727 次，手續費和證交稅把報酬吃光。製造業 PMI、M1B、出口、基差、美股大跌也一樣，0050 在 2017 年以後的日夏普升到 1.17，只要擇時讓你在多頭裡空手幾段，就很難追上。

13 個大盤擇時訊號的關鍵數字

單獨版從 2007-04 起算（PMI 2012-11、出口 2015-08、美股 2016-01，資料起點較晚）；組合版從 00631L 上市的 2014-10-31 起算（出口、美股同單獨版）。全部算到 2026-10-30，扣 sim() 預設手續費與證交稅；0050 含息從同一天起算、不扣成本。

研究問題：13 個說法，各用哪份資料

費半指數不在 FinLab 的 world_index 裡，本文用追蹤費半的 SOXX ETF 收盤價代替。景氣燈號、M1B、庫藏股、ADL 四個訊號各有一篇舊文，完整驗證寫在那四篇；本文只放在總表，詳細結果集中寫另外 7 個。

回測方法

每個訊號的定義、參數格與原參數，在看任何回測結果之前就寫定，之後沒有改條件。三項驗證的「贏」都指日夏普值高於同期 0050 含息：

1. 參數高原： 2 個主要參數各取原值與上下一個鄰近值，9 組至少 7 組要贏。
2. 前後兩段： 原參數在前半段、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。

結果總覽：234 組參數只有 65 組贏

9 組參數裡有 7 組以上贏的，只有 5 個版本：領先指標的兩版、M1B 均線單獨版、國安基金組合版、庫藏股組合版。其中 M1B 均線單獨版在後段（2017 年以後）日夏普 1.06，輸 0050 的 1.17，前後兩段沒有過。領先指標兩版三項數字都過，但我們不採信，原因在下一段。PMI、M1B−M2、ADL、外資期貨未平倉、前十大特定法人、基差、美股大跌這 7 個訊號，兩版 18 組加起來最多只有 1 組贏。

前後兩段是大多數訊號卡住的地方。0050 含息的日夏普在前段（2007 到 2016 年）只有 0.38，後段升到 1.17：前段有 2008 年金融海嘯，擇時躲過一次大跌就能贏；後段台股一路走高，擇時每空手一段就少賺一段。總經擇時在學術上也有同樣的問題，Welch & Goyal (2008) 檢驗美國幾十個總經與估值變數，發現它們預測股市報酬的能力，多半只在某些期間成立，拿到樣本外就比不上單純用歷史平均。

領先指標為什麼過了三項卻不採信

領先指標不含趨勢指數連升 3 個月進、連降 3 個月出，2007 年起日夏普 0.91 對 0.76，9 組全贏，前後兩段 0.58 對 0.38、1.22 對 1.17 都贏。單看數字，它應該通過。

問題在資料。國發會每個月公布時，會用最新資料重新估計趨勢，再把趨勢從綜合指數扣掉，所以過去每一個月的「不含趨勢」數值都會被改寫；FinLab 收錄的是官方最新的修正值，回測讀到的是 2026 年 10 月版本的整段歷史。用事後才算得出的數列判斷「連續上升」，等於事先知道之後的資料怎麼估趨勢。Orphanides & van Norden (2002) 研究產出缺口（同樣是扣掉趨勢後的數列）時就發現，即時估計和事後修正的數值差距，常常和數值本身一樣大。

我們沒有當時公布的初值可以重跑，所以這個結果不當成通過、不開策略頁。景氣燈號舊文的原規則也有同樣的問題，三項數字都過但勝出全部來自 2008 年，詳見景氣燈號加減碼的驗證段。

一、製造業 PMI：站上 50 時，0050 往往已經漲過一段

製造業 PMI 是國發會委託中華經濟研究院每月初公布的採購經理人指數，50 以上代表擴張。規則是「PMI ≥ 50 且高於 3 個月前」才持有 0050。2012 年 11 月到 2026 年 10 月，它有 41.3% 的交易日持有，年化 7.4%、日夏普 0.62，同期 0050 含息 19.8%、1.09；9 組參數（門檻 48、50、52 × 比較 2、3、4 個月前）日夏普 0.50 到 0.79，全輸。換成組合版也是 0／9。

原因在時間差。我們把每次 PMI 公布分成兩組，看 0050 之前與之後 60 個交易日的報酬：

PMI 在 50 以上、又比 3 個月前高的那些月份（71 次），公布前 3 個月 0050 平均已經漲了 7.1%；PMI 低於 50 的時候，之後 3 個月 0050 反而漲得比較多。股市反映的是對未來的預期，製造業 PMI 反映的是當月的訂單與生產，前者通常走在前面。

二、海關出口年增率：前段打平、後段落後

規則是出口總值近 3 個月合計的年增率 ≥ 0，且高於 3 個月前（用 3 個月合計是為了避開農曆年造成的 1、2 月落差）。財政部約在次月 7 到 9 日公布，FinLab 的日期是統計月底，我們往後推 15 天才使用。2015 年 8 月到 2026 年 10 月，單獨版日夏普 1.12 對 0050 的 1.14，前段 1.13 對 1.12 小贏，後段 1.13 對 1.17 輸；9 組只有 2 組贏，門檻提高到 5% 的 3 組只剩 0.36 到 0.89。它的最大回撤 -27.7% 比 0050 的 -34.0% 淺，但年化 16.2% 少了 0050 的 22.3% 六個百分點。

三、外資台指期淨未平倉：有資訊，但被成本吃光

「外資期貨未平倉」指外資（含陸資）在台指期（TX）的多單減空單口數，期交所每天收盤後公布。先看水準：2016 到 2019 年外資平均淨多約 5 萬口；2021 年起以淨空為主（2021 年平均淨空約 2.4 萬口，2023 年短暫轉回淨多），2026 年平均淨空約 6 萬口，同一段時間加權指數漲到 4 萬點以上。外資手上有大量台股現貨，期貨空單很大一部分是避險，淨空單變多常常只是現貨買得更多。所以本文不看水準，看「淨未平倉是否高於自己過去 20 日的平均」，也就是外資最近在加多單還是加空單。

結果是 2007 年 8 月到 2026 年 10 月，單獨版日夏普 0.05、年化 -0.4%，同期 0050 0.75、14.0%；9 組參數（20 日平均換成 10、40 日，門檻 ±2,000 口）都輸，最好的 0.34。但同樣的進出不扣任何成本，日夏普是 0.82，贏 0050 的 0.75；組合版不扣成本 1.24，也贏 0050 的 1.07。差別在換手：外資部位天天變，訊號 19 年翻轉 727 次，等於每年進出 0050 約 19 趟，每一趟（買進再賣出）要付約 0.585% 的手續費與證交稅。改用 ETF 證交稅 0.1%，單獨版也只有 0.31。

Wang (2003) 分析美國期貨市場各類大額交易人的部位，發現投機者的部位對之後的價格有延續方向的預測力，避險者的部位則是反向指標。台指期的外資部位兩種成分都有，不扣成本時有一點預測力，但訊號變得太快，交易成本比它能預測的報酬大。

四、前十大特定法人淨部位：門檻怎麼調都輸

期交所每天公布台指期前十大交易人與前十大特定法人的多空部位。本文用「前十大特定法人買方部位減賣方部位，除以全市場未沖銷部位」，5 日平均 ≥ 0 才持有。2007 年 4 月起，單獨版日夏普 0.42，9 組全輸；門檻放寬到 -5%（特定法人小幅淨空也持有）的 3 組比較好（0.56 到 0.69），仍輸 0050 的 0.76。組合版 0.91 對 1.07，也是 0／9。特定法人的期貨部位和外資一樣，多半是現貨的避險，淨部位偏空不代表他們看空。

五、期現貨基差：先扣掉除息點數

基差是近月台指期價格減加權指數。加權指數成分股除息時，指數會掉，但期貨在除息前就先反映預期的除息點數，所以每年 6 到 8 月台指期會出現很深的逆價差，這不是市場看空。上圖把 2007 年以來的基差依月份平均：原始基差 6、7 月平均約 -0.7%，加回「到合約到期日前會除息的點數」之後，接近 0。本文的除息點數用加權報酬指數與加權指數每天的漲跌差計算，加總到合約到期日；用的是之後實際除息的點數，成分股的股利與除息日通常在除息前就公告，近月合約最多一個月到期，這段期間的除息點數在當時大致已知。

扣掉除息後，規則是基差 5 日平均 ≥ -0.5% 持有 0050，逆價差更深就空手。這個條件很少觸發，單獨版 93.4% 的交易日都持有，日夏普 0.56 對 0.76，9 組只有 1 組贏（門檻 -0.75%、10 日平均的 0.79）。前段只有 0.06 對 0.38：2007 年到 2017 年初，訊號叫你空手的 253 個交易日裡，0050 累計反而漲了 40.8%，只有 2008 年那幾段是下跌（-16.8%）。逆價差變深多半發生在急跌途中，等 5 日平均跌破門檻、隔天再賣出時，常常已經接近反彈的起點。沒有扣除息的原始基差更差，單獨版 0.42，因為它每年夏天都會讓你空手幾週。

六、美股前一晚大跌：台股開盤已經反映

費半（SOXX）或那斯達克單日跌 3% 以上，台股隔天收盤賣出 0050、空手 5 個交易日。2016 年 1 月到 2026 年 10 月，這種大跌有 180 次，平均一年約 17 次；訊號重疊的合併後，每年約進出 8 趟。結果單獨版日夏普 0.87 對 0050 的 1.19，9 組全輸；組合版 0.92，也全輸。

為什麼躲不掉？看 0050 在美股大跌後的表現：

台股在美股大跌隔天平均跌 1.26%，而且八成以上會跌；這段跌幅在隔天收盤前就已經發生，照規則在隔天收盤才賣出的人躲不到。賣出之後的 5 天，0050 平均反而漲 0.68%，比一般日子的 0.48% 還多。Hamao, Masulis & Ng (1990) 研究紐約、倫敦、東京三個市場，發現前一個市場的價格波動，主要反映在下一個市場的開盤價上。不扣成本的話，這個策略單獨版是 1.22，和 0050 的 1.19 差不多；扣掉每年約 8 趟進出的成本，就輸了。

寫進舊文的五個訊號：景氣燈號、領先指標、M1B、庫藏股、ADL

• 景氣燈號： 藍燈進、紅燈出（≤16 分進、≥38 分出）單獨版 0.66 對 0.76，9 組 3 組贏；組合版 6 組贏，差 1 組沒過。舊文的「近 12 個月每有一個月 ≤18 分加碼 20%、≥40 分全出」81 組有 79 組贏，三項數字都過，但拿掉 2008 年後是 1.010 對 1.007，2018 年 3 月以後是 1.16 對 1.16，加上分數是修正後數值，不採信。完整驗證在景氣燈號加減碼策略。
• 領先指標： 見上方「領先指標為什麼過了三項卻不採信」。
• M1B： M1B−M2 年增率大於零 0／9；M1B 年增率站上 6 個月均線 9／9 組贏，但後段輸。完整驗證在 M1B 與 M2 年增率擇時。
• 庫藏股： 只用 0050 與現金的單獨版 0／9，組合版 9／9 通過。完整驗證與策略在庫藏股實施家數抄底訊號。
• 騰落指標 ADL： 0050 與現金的單獨版 0／9；舊文「多方買普通股、空方持有 0050」6／9，後段打平。完整驗證在騰落指標 ADL。

通過的兩個：都是「大跌之後加碼正2」

通過的國安基金與庫藏股，訊號都只在市場大跌後出現：國安基金是政府宣布進場，庫藏股是當月宣布買回的公司家數比歷史平均多 1.5 個標準差以上。兩者在 2014 年以後各觸發 4 次，有 3 次在同一段期間（2015 年 8 月、2020 年 3 月、2025 年 4 月），持有正2 的日子 72% 重疊。

這兩個策略的單獨版（訊號後持有 0050、其餘空手）都沒有通過，卡在 2008 年：國安基金單獨版持有 125 天的 3 組，在 2008 年 9 月進場、半年後低檔出場，9 組只有 6 組贏；庫藏股單獨版的第一個訊號在 2007 年 11 月，早於金融海嘯，前段日夏普 0.19 輸 0050 的 0.38。組合版平常就持有 0050，只在大跌後一年把曝險加倍。整段都固定放 34% 正2 的對照組日夏普只有 1.05，所以勝出來自加碼的時間點。它們的樣本很少，也都建立在 2014 到 2026 年的大多頭上，兩篇文章各自列了拿掉最好一年、2008 年模擬等檢查。

為什麼大盤擇時這麼難

1. 0050 本身就很難贏。 2017 年以後 0050 含息日夏普 1.17，任何讓你空手的訊號，只要錯過一段上漲就輸。
2. 總經資料比股價慢。 PMI、出口、M1B 都在月底或次月才公布，Fama & French (1989) 發現預期報酬會隨景氣變化，景氣差時預期報酬較高，所以「景氣好才進場」常常是在漲了一段之後才買。
3. 籌碼訊號換手太快。 外資與特定法人的期貨部位天天變，訊號有一點預測力，但比不過每次進出 0.585% 的成本。
4. 事後修正的資料會讓回測變好看。 領先指標、景氣分數都是修正後的數值，回測結果比當時真的拿得到的好。
5. 13 個訊號同時測，總會有幾個剛好漂亮。 這也是我們要求 9 組參數、前後兩段、交易成本三項都過的原因。

用 finlab 重現：外資台指期淨未平倉擇時 0050

import pandas as pd
from finlab import data
from finlab.backtest import sim
 
# 外資（含陸資）台指期多空未平倉口數淨額，期交所每天收盤後公布
net_oi = data.get("futures_institutional_investors_trading_summary:多空未平倉口數淨額")
foreign = net_oi["臺股期貨_外資及陸資"].dropna()
 
# 淨未平倉高於自己過去 20 日平均（外資最近在加多單）才持有 0050
signal = foreign >= foreign.rolling(20).mean()
 
close = data.get("price:收盤價")
position = signal.reindex(close.index, method="ffill").fillna(False)
position = position.astype(float).to_frame("0050").loc["2007-08-24":]
 
# sim() 在下一個交易日收盤成交，預設手續費 0.1425%、證交稅 0.3%
report = sim(position, upload=False, name="外資台指期淨未平倉擇時")
report.display()

把 sim() 改成 sim(position, upload=False, fee_ratio=0, tax_ratio=0) 就能看到不扣成本的版本。13 個訊號的完整定義、參數格與三項驗證都在下載區的 research.py，一次跑完約 15 分鐘。

這些訊號可以怎麼用

本文的結論只在一個設定下成立：照字面寫成規則、用 0050 或 00631L 進出、扣台股的手續費與證交稅、和含息 0050 比日夏普。這不代表這些指標沒有用：

• 看景氣位置： PMI、出口、景氣燈號可以用來判斷現在處在景氣循環的哪一段，只是不適合當成 0050 的進出開關。
• 當作籌碼背景： 外資期貨淨部位要和外資現貨買賣超一起看，單看期貨容易把避險當成看空。
• 基差先扣除息： 6 到 8 月的逆價差大多是除息，扣掉之後才是真正的期現貨價差。
• 在本文的樣本裡，大跌後加碼比大跌前避險容易： 通過的兩個訊號都是在大跌後加碼（各只有 4 次事件），沒有一個「提前躲跌」的訊號通過。

常見問題

外資期貨未平倉增加代表什麼？

代表外資（含陸資）在台指期的淨多單變多，或淨空單變少。但外資持有大量台股現貨，期貨空單有很大一部分是避險，淨空單增加常常只是現貨部位變大。本文用「淨未平倉高於 20 日平均」擇時 0050，扣成本後日夏普 0.05，遠低於 0050 的 0.75。

外資期貨淨空單多少算多？

只看口數會被避險需求誤導：2016 到 2019 年外資平均淨多約 5 萬口，2026 年平均淨空約 6 萬口，這段期間台股是上漲的。比較有意義的是和自己最近的平均比，看外資是在加空單還是減空單。

PMI 站上 50 可以買股票嗎？

本文的回測不支持。PMI ≥ 50 且比 3 個月前高才持有 0050，2012 年起日夏普 0.62，0050 是 1.09。符合這個條件的月份，公布前 3 個月 0050 平均已經漲了 7.1%。

逆價差擴大是不是要賣股票？

先看是不是除息季。6 到 8 月台指期的原始基差平均約 -0.4% 到 -0.7%，大部分是成分股除息造成的。扣掉除息點數後，用「逆價差深於 0.5% 就空手」擇時 0050，9 組參數只有 1 組贏 0050。

美股大跌隔天台股會跌嗎？

2016 年以來費半或那斯達克跌 3% 以上有 180 次，台股隔天 0050 平均跌 1.26%、83.3% 的次數下跌。但這個跌幅在隔天收盤前就發生了，收盤再賣，之後 5 天 0050 平均反而漲 0.68%。

大盤擇時指標哪一個最準？

在本文的設定下，沒有一個「提前躲跌」的訊號通過三項驗證。通過的是國安基金進場與庫藏股家數爆量這兩個「大跌後加碼正2」的訊號，樣本各只有 4 次。

為什麼景氣燈號、領先指標過了三項卻不算通過？

這兩份資料是國發會現在的修正後數值，過去的數字會被改寫，回測用的不是當時真的看得到的數字。領先指標不含趨勢每月都重估趨勢；景氣燈號原規則的勝出全部來自 2008 年，拿掉之後和 0050 打平。

延伸閱讀

• 國安基金進場後一年改抱正2：2014–2026 回測
• 庫藏股實施家數：崩盤後的長線抄底訊號
• 台灣景氣燈號加減碼策略回測
• M1B 與 M2 年增率資金動能濾網回測
• 騰落指標 ADL 怎麼看？判斷台股盤勢與順勢操作回測
• Put/Call 未平倉比率避險：選擇權籌碼擇時回測
• 融資餘額、注意股、跳空缺口 5 個散戶訊號回測
• 0050 正2（00631L）回測：均線擇時與槓桿 ETF 投資法
• 量化交易是什麼？新手入門與台股策略回測

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：2007-04 ~ 2026-10（各訊號起點不同，資料快照 2026-10-30，重跑日 2026-10-31）｜作者：FinLab 量化研究團隊（經量化研究員審閱）