技術指標怎麼用才對？13 個常用指標的台股 11 年回測總覽

技術指標在台股的正確用法：多數人把方向用反了

散戶最熟的技術指標用法，幾乎都是「超賣就買、黃金交叉就追、觸下軌就接」。我們把 13 個最常用的技術指標，各自放進台股做 2015–2026 的真實回測，得到一個一致到令人意外的結論：這些教科書用法在台股幾乎都是最差用法。把「超賣抄底」這類用法當選股訊號，研究段年化報酬普遍只有 1–4%，全面輸給含息 0050 的 15.3%。但同一個指標，只要把用法換對——把指標當核心選股因子（買強不買弱）、再配上同一個指標算出來的市場廣度當風控與擇時——就能做出研究段年化多在 25–35%、樣本外月 Sharpe 多在 1.2 上下的策略，而且全程純技術、不加槓桿、不靠任何基本面。其中 ADX 是例外：它走的是風控型路線，研究段年化 20.8% 沒到 25%，但樣本外年化衝到 33.5%、月 Sharpe 1.22 站得很穩。這頁把 13 篇完整回測整理成一張總覽表，每個結論都連到可下載、可重現的策略與數據。

先用一張表回答你搜尋「技術指標怎麼用」時最想知道的事：

本頁所有數字皆出自 finlab 套件抓取的上市櫃真實價量資料，回測區間 2015-01 至 2026-06-09，基準為含息 0050(etl:adj_close)。每個指標的完整方法、圖表與可下載程式碼，都在下方對應的單篇回測裡。技術指標的基礎名詞可參考名詞詞彙表；對回測觀念還不熟可先看回測是什麼。

一個橫跨 13 個指標的共同發現

把 RSI、KD、MACD、布林通道、均線、ADX、ATR、OBV、CCI、威廉指標、MFI、乖離率、AROON 一個一個拆開回測，本來預期會得到 13 個各自不同的結論。結果卻是同一句話：技術指標在台股的價值，不在「抓個股的買賣點」，而在「以指標當核心選股因子」與「用同一個指標算出的市場廣度去衡量風險、控制曝險」。 把這兩件事拼起來，12 個指標都能做出研究段年化多在 25–35%、樣本外月 Sharpe 多在 1.2 上下的純技術策略，全程不加槓桿、不靠基本面；ADX 則因走純風控路線，研究段年化 20.8% 沒過 25%，但樣本外年化 33.5%、月 Sharpe 1.22 一樣站得住。

這其實和學術界對技術分析的理解一致。Brock, Lakonishok & LeBaron (1992) 發現簡單的移動平均規則對指數有預測力，但要把它當成「系統化、跨標的」的規則去驗證，而不是逐檔主觀判讀；Lo, Mamaysky & Wang (2000) 則指出技術型態要先變成可量化、可統計的訊號才談得上有沒有用。我們的回測把每個指標都做成這種「可重現的橫截面訊號」，結果就是：當訊號去抓個股買賣點時雜訊太大，當訊號去當選股因子或衡量市場廣度時才浮現穩定、且樣本外站得住的優勢。

13 個指標的「用錯 vs 用對」總覽

下表每一列都是一篇完整的台股回測。「教科書用法」是散戶最常見、第一頁文章最常教的用法；「正確用法」是回測證明真正有效、且樣本外站得住的用法。點進去看完整方法、圖表與可下載程式碼：

技術指標的三種正確用法

把 13 篇的結論歸納起來，這些 25–35% 的純技術策略，都是把同一個指標同時擺進下面三個位置：

一、把指標當核心選股因子，方向用對：買強，不買弱。 RSI、威廉指標、乖離率、MFI、AROON、CCI 這幾個，散戶都拿來「逆勢抄底」，但回測一致顯示：在台股要取指標最高（最強勢）的一籃，而不是最低（最超賣）的一籃。強者恆強的動能效應，和 Jegadeesh & Titman (1993) 記錄的中期動能一致；把擺盪指標當「反轉抄底」訊號，等於把動能方向用反了。把方向掉過來、再用反波動加權集中持有強勢股，研究段年化就能站上 25–30%。

二、用同一個指標的市場廣度當風控開關。 布林通道、KD、ADX、OBV、AROON 這幾個，單看個股訊號雜訊太大，但把它們算成「全市場有多少比例的個股處於某狀態」（廣度），就變成一個平滑的大盤風險溫度計。市場結構惡化時降低曝險，能顯著降低最大回撤——這和 Moreira & Muir (2017) 的波動度擇時一致。妙處在於選股因子與風控訊號用的是同一個指標，整套策略只靠價量、不必再引入任何基本面。下圖是幾個指標把裸用選股籃最大回撤砍掉的幅度：

三、把指標當大盤擇時開關。 均線是最典型的例子：拿均線乖離去排序選股全面無效，但「大盤站上年線才進場」這個指數層級的開關，能在保住報酬的同時把回撤收斂。MACD 與 ATR 則更像配角——MACD 柱狀圖的反轉分位當動能選股的趨勢確認章，ATR 當隨個股波動自適應的風險底盤與部位控制。ADX 是唯一以風控為主軸的指標：研究段年化 20.8% 沒衝到 25%，但配上 +DI/-DI 方向與 ADX 廣度擇時後，樣本外年化拉到 33.5%、月 Sharpe 1.22，是「重風控、輕報酬」的另一條穩健路徑。

怎麼自己算這些指標

這 13 篇的回測全部用 finlab 套件完成，任何一個技術指標都可以一行算出全市場的數值。把下面這段交給你的 AI 助理，它會引導你安裝 FinLab Skill、抓台股資料、重現任何一篇的回測：

核心做法很單純——data.indicator 會用 TA-Lib 在全市場股票上算好指標，接著你決定「怎麼用它」：

from finlab import data
 
finlab.login()  # 套件會在需要資料時引導你完成登入
 
# 一行算出全市場每檔股票的 RSI(14);換成 "MACD"、"BBANDS"、"ADX" 等都可以
rsi = data.indicator("RSI", timeperiod=14)
 
# 關鍵不在算指標,而在「怎麼用」:
# 例如把它當大盤廣度(全市場有多少比例 RSI > 50),而不是逐檔抓買賣點
universe = data.get("price:成交金額").rolling(60).mean().is_largest(300)
breadth = (rsi > 50).where(universe).sum(axis=1) / universe.sum(axis=1)

每個指標「該怎麼用」的完整策略、圖表與可下載程式碼，都在上表對應的單篇回測裡。想先建立整體框架，可參考量化交易總覽、程式交易是什麼與技術面與基本面選股的差異；想自己用 Python 算各種指標，可看 TA-Lib 158 種技術指標教學。

常見問題

Q：技術指標到底有沒有用？ 有用，但用法和多數人想的不同。把技術指標當「逐檔抓買賣點」的訊號，在台股回測幾乎都失效；把它當「核心選股因子」或「衡量整個市場風險的廣度」的系統化因子，才浮現穩定且樣本外站得住的優勢——12 個指標都能在純技術、不加槓桿的前提下做到研究段年化多在 25–35%、樣本外月 Sharpe 多在 1.2 上下。

Q：為什麼教科書的超賣抄底、黃金交叉在回測裡幾乎都失效？ 因為這些規則假設「指標到極端值就會反轉」，但在台股，極端強勢往往延續（動能）、系統性下跌時的超賣會繼續超賣（接刀）。逐檔、低頻地用單一指標抓轉折，訊噪比太低。

Q：那哪一個指標最值得用？ 與其找「最強的指標」，不如理解「每個指標適合放在策略的哪個位置」：擺盪指標適合當動能/相對強勢的選股方向，廣度型適合當風控，均線適合當大盤擇時。上表的每一篇都示範了一個指標的正確位置。

Q：這些回測有扣交易成本嗎？ 有。所有策略都用 finlab sim()，台股預設已內扣手續費與賣出證交稅 0.3%，並排除 ETF、金融股、KY 股、處置股，股票池限流動性前段。每篇都附「回測方法與口徑」段落逐項交代。

Q：研究段和樣本外是怎麼分的？ 研究段是 2015–2021、樣本外是 2022–2026，所有數字兩段都分開回報。一個用法只有在樣本外也站得住，才算數；只在研究段漂亮的，我們視為過度配適，不採用。

Q：我可以把這些指標組合起來嗎？ 可以，但要組「不同性質」的訊號（例如動能選股 + 廣度風控 + 大盤擇時），而不是把一堆同性質的擺盪指標疊在一起——後者資訊高度重疊，通常是負貢獻。多篇都示範了「選股因子 + 風控 overlay」的組合方式。

Q：沒有程式基礎也能跑嗎？ 可以。FinLab Skill 讓你用對話的方式請 AI 助理幫你抓資料、算指標、跑回測；上表每篇都附可下載的 strategy.py 與 data.csv，可直接重現。

最後更新：2026-06｜回測區間：2015-01 ~ 2026-06-09｜作者：FinLab 量化研究團隊（經量化研究員審閱）

本頁彙整的所有回測數字均由 finlab 套件在真實台股資料上產出，完整方法見各單篇。過去績效不代表未來表現，不構成投資建議；技術指標策略同樣有最大回撤與失效風險，實際交易前請自行評估風險、滑價與交易容量。