三項現金流全正 = 飆股？數據告訴你真相

「營業現金流正、投資現金流正、融資現金流正的公司，三項全部是正號，體質最好，就是飆股。」這是流傳很廣的一句財報口訣。我們用 finlab 把它放進 2015 年 2 月到 2026 年 7 月的台股實測，兩個結論可以先講清楚。第一，三項現金流全正不是好訊號，它在七種現金流組合裡年化報酬只有 CAGR 7.41%，墊底。第二，把選股條件換成營業現金流正再疊上營收與股價動能、集中選 5 檔的優化版，年化衝到 24.7%，帳面上比含息 0050 的 21.15% 高，但這個高報酬是拿更集中的持股與更深的回撤換來的，風險調整後其實輸給單純持有 0050。這篇文章把兩張真實回測表、逐年勝負和方法口徑全部攤開，程式碼可下載自行重跑。

兩個迷思，一句話講完

在往下看細節之前，先把答案放在最前面：

• 迷思一：三項現金流全正 = 飆股。 回測結果相反。三項全正的年化報酬 7.41%、月夏普 0.35，是七種現金流組合裡最差的一組。表現最好的反而是最單純的「營業現金流正」，年化 13.46%。
• 迷思二：把濾網疊到最猛、集中選 5 檔就穩贏。 也沒有那麼乾脆。優化版策略年化 24.7%，看起來大勝含息 0050 的 21.15%，但它的最大回撤 −49.58% 接近腰斬（0050 只有 −33.96%），日夏普、索提諾、卡爾瑪三個風險調整指標全部輸給 0050，而且 12 個年度裡只有 6 年跑贏，等於擲硬幣。

下面先看七種現金流組合的完整比較，再看優化策略的真實對照。

七種現金流組合比較：三項全正墊底

我們把營業、投資、融資三種現金流的正負號，組合出七種常見的選股條件，各自在同一段視窗（2015-02 至 2026-07）、finlab 預設交易成本下跑月換股回測。年化報酬與月夏普如下：

上面這張長條圖把七種組合的年化報酬並排，最右邊那根最矮的就是三項全正。表現最好的三組（營業現金流正、營業正＋投資負、營業正＋融資負）年化都在 13% 出頭，夏普集中在 0.63 到 0.64 之間，彼此差距很小，共通點都是「營業現金流為正」。反觀把三種現金流都要求為正的組合，報酬直接掉到 7.41%，比只看營業現金流正的 13.46% 幾乎少了一半。

為什麼三項全正反而墊底

關鍵在於三種現金流的正負號各自代表不同的財務狀態，把它們的含義攤開就清楚了：

把三個正號放在一起讀，一家公司「營業現金流正、投資現金流正、融資現金流正」的真實面貌是：本業有賺錢，但同時在賣資產、縮減投資，還一邊借錢或增資。這是一個「本業還撐得住，卻在縮編又籌錢」的組合，不像積極擴張的成長股。真正的成長樣態應該是營業現金流為正、投資現金流為負，也就是本業賺錢並且把錢再投回擴張，這也是為什麼「營業正＋投資負」在上表名列前段。三項全正之所以墊底，是因為把兩個帶警訊的正號（賣資產、借錢）硬綁進條件，反而篩掉了真正在投資未來的公司。

一個優化策略的嘗試，與 0050 的真實對照

既然營業現金流正是最有效的單一條件，我們以它為底，疊上兩個動能條件試著把報酬做高：營收創 12 個月新高（成長動能）、股價創 20 日新高（價格動能），加上流動性過濾，再用營收年增率排序集中選最強的 5 檔，月換股、單檔上限 20%、停損 10%。這個優化版在同一段視窗（2015-02 至 2026-07）的真實成績，和含息 0050 買進持有並排如下。0050 的報酬是把股息再投入的還原口徑，不是只看價格。

上面這張回撤比較圖把兩者的水下曲線疊在一起。優化版策略最大回撤 −49.58%，比 0050 含息的 −33.96% 深了將近 16 個百分點，接近腰斬。原因是這個策略只集中持有 5 檔、又偏向創新高的中小型成長股，個股波動遠大於分散的指數，在系統性下跌時跌得更兇。這正是它「更高年化」背後要付出的代價。

逐年報酬把勝負分佈畫得更清楚。優化版在 12 個年度裡只有 6 年跑贏 0050，逐年報酬（優化版／0050，單位 %）如下：2015 年 9.1／−10.9、2016 年 17.9／19.6、2017 年 53.5／18.1、2018 年 −14.5／−4.9、2019 年 3.7／33.5、2020 年 27.1／31.1、2021 年 77.3／21.9、2022 年 0.2／−21.4、2023 年 48.6／27.5、2024 年 15.9／48.6、2025 年 60.0／36.8、2026 年 12.2／69.0（YTD 未完整年）。策略贏得最漂亮的是 2017、2021、2023、2025 這幾個中小型成長股表態的年份；輸得最明顯的是 2019、2024、2026 這種權值股與 0050 領漲的多頭，集中在 5 檔創新高股的策略在這種行情裡明顯落後。

這個策略到底好不好

把上面的數字合起來看，結論要說清楚，不能只講「年化 24.7% 打敗 0050」。優化版的年化報酬確實比 0050 高約 3.5 個百分點，但這個差距是拿更集中的持股（只有 5 檔）與更深的回撤（−49.58% 對 −33.96%，接近腰斬）換來的。一旦把風險算進去，日夏普 0.95 輸給 0050 的 1.12、日索提諾 1.32 輸給 1.53、卡爾瑪 0.50 輸給 0.62，三個風險調整後的指標全部落後；再看逐年，12 年裡只贏 6 年，勝率等同擲硬幣。換句話說，這個策略更刺激但不見得更好，對多數投資人來說，直接買含息 0050 承擔的波動更小、每單位風險換回的報酬更高，可能是更務實的選擇。這篇文章真正可以帶走的知識，是前面那張七種現金流組合的比較表（看營業現金流、避開三項全正），而不是這個集中策略本身。

回測方法與限制

• 回測區間與換股：2015 年 2 月至 2026 年 7 月，共約 11.3 年。組合比較與優化版都用月換股（resample="M"）。2026 年為 YTD，非完整年度。
• 交易成本與稅：使用 finlab sim() 預設，已內含手續費 0.1425%（未打折）與賣出證交稅 0.3%，未另外假設滑價。實際下單的衝擊成本取決於資金規模與個股成交量，本文未估算策略容量。
• 流動性過濾：優化版要求 20 日均量達門檻，避免回測買得到、實單買不到的情況。
• 集中度與停損：優化版只持有 5 檔、單檔上限 20%、設 10% 停損，集中度高，單一個股漲跌對組合影響大，最大回撤 −49.58% 深於 0050。
• 前視偏差：財報現金流以公布後才可得的資訊對齊，月營收與股價創新高用的都是當期收盤即可得的數據，選股時點不會用到尚未揭露的資料。
• 股票池與生存者偏差：本文未特別排除金融股、ETF、KY 股或全額交割股，也未做上市櫃分層，回測母體以 finlab 資料庫的當期可交易標的為準。過去被下市的個股是否完整涵蓋，會影響生存者偏差，讀者若要做研究應自行檢查母體定義。
• 樣本內結果：本文是單一視窗（2015–2026）的全段回測，未做樣本外切割（in_sample_only）。優化版的參數是在同一段歷史上選定的，逐年勝負請當成對這段資料的觀察，而非對未來的保證。

現金流因子的學術根據

看「營業現金流」而不是只看帳面盈餘，有其學術基礎。Sloan (1996) 提出著名的應計項目異常（accruals anomaly）：他發現盈餘裡屬於現金流的部分，比屬於應計項目（尚未收到現金的帳面調整）的部分，更能預測未來的盈餘，而市場往往沒有正確區分兩者，導致高應計、低現金流的公司未來報酬偏低。這個發現正好對應本文的觀察，選股時把「本業真的有收到現金」（營業現金流為正）當成核心條件，比堆砌一堆現金流正負號的組合更有意義。

可讀版：七種組合怎麼跑出來

下面是七種現金流組合比較的人類可讀版本，登入後即可重跑。完整的優化版策略在可下載的 strategy.py 裡：

import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()  # finlab 會自動引導登入
 
# 三種現金流與流動性
operating = data.get("financial_statement:營業活動之淨現金流入_流出")
investing = data.get("financial_statement:投資活動之淨現金流入_流出")
financing = data.get("financial_statement:籌資活動之淨現金流入_流出")
volume = data.get("price:成交股數")
 
liquidity = volume.average(20) > 300 * 1000
 
# 七種現金流組合
combos = {
    "營業現金流正": (operating > 0),
    "投資現金流正": (investing > 0),
    "融資現金流正": (financing > 0),
    "自由現金流正": (operating + investing > 0),
    "營業正＋投資負": (operating > 0) & (investing < 0),
    "營業正＋融資負": (operating > 0) & (financing < 0),
    "三項全正": (operating > 0) & (investing > 0) & (financing > 0),
}
 
# 逐一回測，比較年化報酬與月夏普
for name, cond in combos.items():
    position = (cond & liquidity).loc["2015":]
    report = sim(position, resample="M", position_limit=0.1, upload=False)
    stats = report.get_stats()
    print(name, round(stats["cagr"] * 100, 2), round(stats["monthly_sharpe"], 2))

結論

在 2015 至 2026 這段期間、本文設定下，「三項現金流全正 = 飆股」這句財報口訣不成立：三項全正年化只有 7.41%，是七種現金流組合裡最差的，因為投資現金流正代表在賣資產、融資現金流正代表在借錢，把這兩個警訊硬綁進條件，反而篩掉了真正在擴張的成長股。表現最好的其實是最單純的「營業現金流正」。至於把它疊到最猛、集中選 5 檔的優化版，年化 24.7% 帳面上贏過含息 0050 的 21.15%，但那 3.5 個百分點是拿接近腰斬的回撤（−49.58%）與只贏一半年份換來的，風險調整後的夏普、索提諾、卡爾瑪全部落後，對多數人而言未必比直接持有 0050 更好。想用最新資料即時重算、或換成自己的現金流條件，跑下方的程式即可。

延伸閱讀

• 量化交易完整指南 — 三種台股量化策略的真實回測總覽與線上回測器
• 台股選股回測 2026：單因子全輸 0050，複合策略在風險調整後勝出 — 從完整選股總覽比較現金流、品質、動能與低波動因子
• PEG 策略：用本益成長比挖掘被低估的成長股 — 另一種財報選股法，結合成長率與估值
• 創新高策略：營收動能選股 — 用動能指標搭配營收篩選的高績效策略
• F-Score 選股：9 個財報指標升級你的策略 — 用 F-Score 進一步優化現金流選股的品質
• 多因子選股打敗 0050 — 把多個因子合成的完整多因子版本

VIP 區域接著提供完整可下載程式與互動式回測報告：strategy.py 與 data.csv 可自行重現本文優化版 CAGR 24.7%、日夏普 0.95、最大回撤 −49.58% 的全部數字，並附可逐年檢視持股與交易明細的互動式回測儀表板，跑一次即得當月這個策略實際選出的持股清單。

本文內容僅供教學與研究參考，不構成投資建議或推薦。投資有風險，過去績效不代表未來表現。本文優化版策略最大回撤達 −49.58%（接近腰斬），且風險調整後的夏普、索提諾、卡爾瑪皆輸給含息 0050，12 個年度裡只有 6 年跑贏。讀者應自行評估風險承受度，並在做出投資決策前諮詢專業顧問。