台股第四季走勢：35 年實測，
十月跌 5% 常見、跌破 10% 才是警訊

台股第四季的名聲一向不錯：年底作帳、聖誕行情、明年展望，很多人習慣在 10 月布局。可是每到 10 月中，只要大盤連跌幾天，又會開始擔心今年會不會是 2008 或 2018。

2026 年 9 月 30 日加權指數收在 47,940 點。我們把 1991 到 2025 年 35 個第四季，從 9 月底那天開始一天一天畫出來，回答三個實際的問題：平常的第四季長什麼樣子？10 月跌多少算正常？跌到哪裡才該認真處理？

台股第四季行情：關鍵數字

平常的第四季，10 月幾乎不漲，回檔 3% 到 5% 很常見，年底行情集中在 11 和 12 月；真正把大跌年和平常年份分開的，是 10% 這條線。

台股第四季逐年報酬：35 年 25 年收紅

35 個第四季的平均報酬 +5.1%，但分布很不平均。最好的兩年是 1993 年 +58.4%、2001 年 +52.6%，都是前一年大跌後的反彈年；最差的是 2000 年 -23.4% 與 2008 年 -19.7%。

我們把「季末比 9 月底低 5% 以上」定義為大虧年，35 年中有 7 年：

0050 成立後的 23 年裡，第四季勝率 78%，大虧只有 2007、2008、2018 三年。勝率高是事實，但大虧的那幾年，一年就能吃掉兩到四年的平均報酬，所以下面把重點放在「怎麼分辨」。

平常年份的十月：原地整理，年底行情在 11 月之後

把 7 個大虧年拿掉，剩下的 28 個平常年份，第四季的中位數走勢很平淡：

10 月整個月中位數只多 1.5%，大部分的漲幅出現在 11、12 月。這和國際研究的季節性一致：Bouman & Jacobsen (2002) 檢驗 37 個國家，發現 11 月到隔年 4 月的報酬普遍高於 5 月到 10 月，也就是俗稱的「萬聖節效應」。台股第四季前一個月平淡、後兩個月走高，和這個分界點吻合。

平常年份的 10 月，也常常跌。 28 年裡有 7 年在 10 月途中跌超過 5%：

這 7 年有 6 年第四季最後收紅，2012 年也只收在 -0.2%。2001 年 10 月一度跌 5.2%，季末反而大漲 52.6%。10 月跌 5%，在台股歷史上是正常的顛簸。

六種第四季走勢：上漲 17 年、平盤 5 年、洗盤 6 年、大跌 7 年

用兩個數字就能把每一年分類：季末報酬，以及季內最深跌幅（都以 9 月底收盤為基準，門檻 ±5%）。大跌年再依「開季 20 天內有沒有跌破 10%」分成兩種。

季末漲 5% 以上的有 17 年（其中 4 年途中回檔超過 5%），平盤整理 5 年，兩者合計約 63%；洗盤不漲 6 年，約 17%；大跌 7 年，20%。大跌年裡有 5 次是「開季即崩」，在 10 月第二、三週就會現形；另外 2 次「先漲後殺」，10 月和平常年份看不出差別。

三次大跌年：2007、2008、2018 怎麼跌

0050 時代的三次大跌，跌法都不一樣：

2008 和 2018 都在開季第二週就崩，2007 則先走完一個正常的 10 月。三次沒有共同的「崩盤前兆 K 線」，唯一相同的是：都在第四季途中跌破了 10%。

跌多深才是警訊？3% 到 15% 的分界

如果 10 月跌 5% 是正常顛簸，那要跌多深才代表今年不一樣？我們把 35 年按「第四季途中曾經跌破的幅度」分組，看每一組裡有幾年最後是大虧年：

跌破 5% 的 17 年裡，有 10 年是平常年份；跌破 10% 的 7 年裡，只有 1994 年是平常年份。10% 是區分「正常回檔」和「真的出事」的自然界線。

跌破之後的走勢也不一樣：跌破 5% 的那一天到季末，平均還有 +5.6%（中位數 +3.9%，平均被 2001 年拉高）；跌破 10% 的那一天到季末，平均只剩 +0.3%，其中 2000 年再跌 12.8%、2008 年再跌 10.5%，1994 年則反彈 14.6%。跌破 10% 之後，第四季剩下的時間平均大約持平，這是後面停損線研究的基礎。

九月底看得出大跌年嗎？30 個說法的檢驗

如果大跌年在 9 月底就有跡象，就不用等到跌破 10%。我們把市場上常見的 30 個說法寫成規則，方向與門檻先寫定才跑結果。每個規則在台股的第四季檢驗（多數規則 35 年；用到櫃買指數的從 2000 年起、用到費城半導體的從 1995 年起），再用其他 25 國的第四季、S&P 500 在 1929 到 1989 年的第四季、台股其他三季重驗一次。這裡的「大虧」是季報酬 ≤ -5% 或季內最深 ≤ -10%（35 年中 8 年，多了 1994 年）。

30 個說法一起做家族校正（max-T 排列檢定）之後，沒有一個的 p 值低於 0.05。這類「找日曆規律」的研究很容易試出假訊號，Sullivan, Timmermann & White (2001) 就示範過，把試過的所有日曆規則一起校正後，許多看似顯著的日曆效應都不再成立。

大虧年本身也分兩型。1991、1998、2000、2008 年是「熊市延續」，9 月底已經在跌，事前看得出來，但同樣長相的年份也包括 1993 年 +58% 與 2001 年 +53%；1994、1997、2007、2018 年是「高檔反轉」，9 月底都在高點附近，導火線在進入第四季之後才出現。前者看得出來但避開也會錯過大反彈，後者事前看不出來。

十月中的 7 個壓力燈：亮 3 個以上才算警報

9 月底看不出來，那 10 月中呢？我們再列了 30 個 10 月上半看得到的現象，在 10/15 收盤檢查，預測 10/15 之後到年底的「剩餘大虧」（再跌 5% 收盤，或途中再跌 10%）。

有 7 個燈在台股成立（p < 0.10），而且至少在另一個樣本（其他 25 國、1990 年以前的 S&P 500，或台股其他季）的 t 值達到 1.65 以上；和九月底一樣，30 個說法一起做家族校正後，沒有一個的 p 值低於 0.05（最低 0.11）：

只亮 1 到 2 個燈的時候，之後的平均報酬反而最高，1990、2001 年這種大反彈年都在這一組；亮到 3 個以上，後面的平均報酬才轉負。單一個燈預測的是「後面會更顛簸」，幾個燈一起亮，才比較像「後面會繼續跌」。

另外幾個常被提到的現象，資料都分不出大跌年：連跌幾天、波動放大幾倍、跌停潮、長下影線、融資大減。2008 和 2018 年的 10 月上半都出現過大規模跌停潮，之後一個繼續破底、一個整季沒站回來。

「3 個以上」這個組合是看完結果才整理的，7 個燈也高度重疊：跌 5% 的燈亮時，跌 3% 的燈一定也亮；VIX 上升和全球同步跌在 1990 年以後亮燈的年份完全相同。所以「亮 3 個以上」實際上大致等於「台股 10 月上半已經跌 3% 以上，再加上美股或全球的壓力，或波動很大」。另外，2007 年那種「10 月風平浪靜、11 月才崩」的走法，10/15 一個燈都不會亮。

停損線放在哪裡：-5%、-7%、-10% 的取捨

事前看不出來，事中燈號也會漏掉 2007 年，另一個可以事先寫好的工具是停損線。規則很簡單：9 月底收盤持有，收盤跌破 9 月底的某個幅度就出場，第四季剩下的時間不再買回。

-10% 停損線在台股平均只少 0.05 個百分點，其他 25 國的成本是 0.24 個百分點。但它是一筆交換，不是免費的：

停損線真正幫上忙的是 2000、2008 這種跌破 10% 後繼續深跌的年份；2007、2018 年跌破 10% 後又分別跌到 -17.6%、-13.9%，但季末收回 -10% 附近，停損幾乎沒有差別；1991、1994、1997 年跌破 10% 後反彈，停損反而多虧。表上 -10% 與 -7% 出場的「最差一年 -12.4%」都是 1994 年，一個季末收平的年份。

-5% 停損線就太貴，平均少 2.6 個百分點，因為它會在 2001、2002、2005、2014、2022 這些跌超過 5% 後又收紅的年份被洗出場，2001 年本來 +52.6%，停損後變成 -5.2%。

Kaminski & Lo (2014) 的理論分析說明了這個取捨：如果報酬是隨機漫步，停損只會降低期望報酬；只有當下跌有延續性時，停損才能真的減少損失。台股第四季跌破 5% 之後，平均還會漲回 5.6%，停損等於賣在相對低點；跌破 10% 之後平均大約持平，停損的平均成本接近零，換到的是避開 2000、2008 年那種深跌。所以 10% 附近的停損線，比較像是用 1994 年那種反彈去換尾部保險。

用 finlab 畫出今年的第四季路徑

finlab 的加權指數資料（taiex_total_index，1999 年起）就能算出每一年第四季的路徑，再把今年疊上去比較。把下面這段貼給你的 AI 助理，或在安裝好 FinLab Skill 的環境直接執行：

import pandas as pd
from finlab import data
 
taiex = data.get("taiex_total_index:收盤指數")["TAIEX"].dropna()
 
 
def q4_path(px, year):
    """以 9 月底最後一個交易日收盤為 0%，回傳第四季每個交易日的漲跌幅。"""
    start = px[:f"{year}-09-30"].index[-1]
    q4 = px[start:f"{year}-12-31"]
    return q4 / q4.iloc[0] - 1
 
 
history = pd.DataFrame({
    year: q4_path(taiex, year).reset_index(drop=True)
    for year in range(1999, 2026)
})
 
q4_return = history.ffill().iloc[-1]
q4_worst = history.min()
print(f"第四季收紅：{(q4_return > 0).sum()} / {len(q4_return)} 年")
print(f"途中跌破 10% 的年份：{list(q4_worst[q4_worst <= -0.10].index)}")
 
this_year = q4_path(taiex, 2026)
print(f"今年至今：{this_year.iloc[-1]:+.1%}，途中最深：{this_year.min():+.1%}")
print(f"往下 10% 的位置：{taiex[:'2026-09-30'].iloc[-1] * 0.9:,.0f} 點")

這段用 finlab 的 1999 年起資料，跑出 27 個第四季中 21 年收紅，途中跌破 10% 的是 2000、2007、2008、2018 四年；文末的 strategy.py 加上 1990 到 1998 年證交所與 Yahoo Finance 拼接的資料，重現本文 35 年的完整數字。

想延伸研究，可以這樣問 AI：

💬 你對 AI 說：用 finlab 的加權指數資料，把停損線從 9 月底改成從 10 月 15 日起算，比較 -7% 和 -10% 兩條線在第四季的平均報酬與最差一年。

2026 年第四季：現在的位置

今年 9 月底的長相屬於「高點附近」，典型的熊市延續型警訊一個都沒亮；波動偏高與第三季權值股獨撐這兩個燈有亮，但前者影響的是深套機率而不是平均報酬，後者的差距主要來自 7 月的崩跌，8、9 月櫃買反而多漲 7.8 個百分點。如果今年第四季出事，比較可能是 2018 年那種 10 月出現的外部衝擊，事前看不到；停損線能處理的，是 2000、2008 年那種跌破 10% 後還繼續深跌的情況。

研究方法與限制

常見問題

Q1：台股第四季是不是比較會漲？ 1991 到 2025 年，台股第四季 35 年中 25 年收紅，平均 +5.1%；0050 成立後的 23 年勝率 78%。但漲幅集中在 11、12 月，10 月的中位數只有 +1.5%，而且大虧的那幾年跌幅很深，2000 年 -23.4%、2008 年 -19.7%。

Q2：台股十月是不是特別容易跌？ 10 月本身不特別弱，平常年份 10 月中位數小漲 1.5%。但 10 月的回檔很常見，平常年份 28 年中有 7 年在 10 月途中跌超過 5%，其中 6 年第四季最後收紅。大跌年的崩跌常常從 10 月第二週開始，所以 10 月是「要看清楚」的月份，不代表一定會跌。

Q3：年底行情什麼時候開始？ 平常年份的中位數走勢，10 月底才 +1.5%，11 月底 +2.7%，12 月底 +5.8%，漲幅主要在 11 月中之後。這和國際上 11 月到隔年 4 月報酬較高的季節性一致。

Q4：第四季跌多少應該停損？ 從 9 月底起算，-10% 的停損線在歷史上平均幾乎不影響報酬，它在 2000、2008 年各少虧約 10 個百分點，但在 1994 年這種跌破後反彈的年份會多虧；-5% 的線會在先回檔、後上漲的年份被洗出場，平均少 2.6 個百分點。2026 年的 -10% 位置是 43,146 點。

Q5：九月底可以預測第四季會不會大跌嗎？ 目前的資料做不到。30 個常見說法，包括跌破年線、景氣紅燈、M1B 死叉、期中選舉年、美元急升，經過多重檢定後沒有一個成立。高檔反轉型的大跌（1997、2007、2018）導火線都在進入第四季之後才出現。

Q6：景氣燈號亮紅燈，第四季要不要先賣？ 歷史上景氣紅燈的第四季有 3 年，都沒有大虧，平均 +6.7%。景氣燈號和第四季大跌沒有可靠的關係；想用景氣燈號調整部位，可以參考 景氣對策信號做部位控制 的長期回測。

Q7：韓股或美股大跌，會影響台股第四季嗎？ 10 月上半美股跌 3% 以上、VIX 上升 5 點、全球同步下跌，在台股與部分跨國樣本中都和後續更大的波動有關，但單一燈號只代表顛簸，而且 30 個說法一起校正後沒有一個通過統計門檻。韓股與台股的關係另外整理在 韓股崩盤會拖累台股嗎，韓股深跌而台股在高點的歷史樣本，台股之後的回檔常在幾個月後才出現。

Q8：可以自己重算嗎？ 可以。文末提供重現腳本與 1990 年起的加權指數資料，也可以用 AI 輔助安裝流程 設定 FinLab，請 AI 改成你想測的停損線或起算日。

延伸閱讀

• 入門總覽：量化交易完整指南、回測工具與觀念、什麼是回測
• 台股季節性：六月作帳行情實測、紅包行情回測、冰風暴概念股季節效應
• 風險控管：ATR 移動停損實測、量化交易的缺點與風險、韓股崩盤對台股的影響
• 名詞：勝率是什麼、前視偏差

下載與重現

• 重現腳本（逐年第四季、六種型態、10% 分界、停損線）：strategy.py
• 台股加權指數日收盤資料（1990-01 至 2026-09-30）：data.csv
• 九月底 30 個說法與十月中壓力燈需要另外下載 25 國指數、VIX 與總經資料，方法見「研究方法與限制」

最後更新：2026-10｜研究區間：1991-09 至 2025-12（停損線 1991–2025；壓力燈 1990–2025）｜資料截至 2026-09-30｜作者：FinLab 量化研究團隊（經量化研究員審閱）

投資有風險，過去績效不代表未來表現。本內容僅供教學與研究參考，不構成投資建議，請依個人風險承受度審慎評估。