台股學術異常回測：10 個經典因子、90 組參數，
夏普全輸 0050

我們把 10 個學術論文提出的選股異常搬到台股，每個因子每月持有分數最好的 30 檔，從 2014 年 6 月跑到 2026 年 10 月。結果沒有一個因子的風險調整後報酬贏過 0050 含息：原始參數裡日夏普最高的是 52 週高點的 0.75，0050 是 1.06；每個因子再各換 9 組鄰近參數，90 組裡最高的 0.97 也沒贏。

這 10 個異常都有一篇被大量引用的論文：毛利獲利能力、資產成長、應計、淨股票發行（現金增資）、52 週高點、特質波動、MAX（樂透股）、低 Beta、報酬季節性與產業動能。訊號本身在台股並沒有全部失效：把股票依分數分成五組，低應計、低淨股票發行與 52 週高點三個因子的多空價差在統計上顯著為正。問題在於只做多、只買 30 檔，追不上這 12 年市值加權的 0050。

10 個異常的關鍵數字

表中所有組合都從 2014-06-30 起算到 2026-10-27，0050 是同一段日子的含息買進持有；前後兩段在 2020-08-28 切開。「股票池等權」是把每個月符合流動性條件的股票（412 到 1,048 檔，中位數 645 檔）全部等權買進，代表「平均一檔台股」。

三項驗證怎麼判

本文的「贏」只有一個意思：同一段交易日裡，日夏普值高於 0050 含息買進持有。日夏普＝日報酬平均 ÷ 日報酬標準差 × √252，不扣無風險利率。一個因子要三項都過才算成立：

1. 換鄰近參數也要贏（要的是一整片高原）：每個因子的兩個主要參數各取原值和上下各一個鄰近值，共 9 組，至少 7 組要贏 0050。九個個股因子的兩個參數是「因子的回看長度」與「持股數」（20、30、50 檔）；產業動能是回看月數（3、6、12）與買進的產業數（2、3、5 個）。原值都放在中間。
2. 前後兩段都要贏：回測期間在中點對半切，原始參數在兩段要各自贏 0050，避免只靠某一段行情。
3. 含交易成本：finlab sim() 預設的手續費 0.1425%（買、賣各一次）與證交稅 0.3%（賣出），沒有為了結果關掉任何成本。

10 個因子全部卡在第一關：90 組參數裡，贏 0050 的是 0 組。前後兩段與成本兩關也沒有任何一個因子通過。

10 個學術異常的定義與台股做法

財報欄位來自 finlab 的 financial_statement（單季值），依各公司實際公布財報的日期才進入分數，不用財報截止日，也不需要再手動遞延。股價類因子用還原收盤價 etl:adj_close。每個月最後一個交易日依分數取前 30 檔，等權持有。

1. 毛利獲利能力：Novy-Marx (2013) 發現「毛利 ÷ 總資產」預測報酬的能力不輸股價淨值比。分數＝近四季營業毛利合計 ÷ 最新一季總資產，越高越好。
2. 低資產成長：Cooper, Gulen & Schill (2008) 發現總資產擴張最快的公司，之後報酬明顯較差。分數＝總資產比四季前的成長率，越低越好。
3. 低應計：Sloan (1996) 發現有現金支撐的盈餘比較持久，靠應計項目堆出來的盈餘容易反轉。我們用 Hribar & Collins (2002) 建議的現金流量表算法：（近四季淨利－近四季營業現金流）÷ 平均總資產，越低越好。
4. 低淨股票發行：Pontiff & Woodgate (2008) 發現發行股數增加的公司，後續報酬較差。台股的發行股數每年會因盈餘轉增資、公積轉增資（配股）而增加，這部分不是新的資金，所以我們用股利公告的配股比例把它扣掉；彌補虧損減資與面額變更（股票分割）只改變每股單位，回看期間內有這類事件的公司不列入排名。剩下的變化主要來自現金增資、可轉債轉換、員工認股（正）與現金減資、庫藏股註銷（負）。分數＝扣除配股後發行股數的 12 個月 log 變化，越低越好。
5. 52 週高點：George & Hwang (2004) 發現股價越接近 52 週高點的股票，之後越容易續強。分數＝還原收盤價 ÷ 過去 252 個交易日的最高價。多頭時常有幾十檔同時站在高點（比值都是 1），同分時成交金額大的優先。
6. 低特質波動：Ang, Hodrick, Xing & Zhang (2006) 發現特質波動高的股票，後續報酬反而特別低。分數＝個股日報酬對加權報酬指數做迴歸後，近 21 個交易日的殘差波動（論文用 Fama-French 三因子），越低越好。
7. 低 MAX（樂透股效應）：Bali, Cakici & Whitelaw (2011) 發現上個月曾單日大漲的股票，投資人像買樂透一樣追價，之後報酬偏低。分數＝近 21 個交易日的最大單日報酬，越低越好。台股有漲跌幅限制（2015 年 6 月起是 10%，之前 7%），多數股票的 MAX 最高就是一根漲停。
8. 低 Beta：Frazzini & Pedersen (2014) 的「押注低 Beta」是加槓桿做多低 Beta、放空高 Beta 的多空組合。只做多的投資人只能持有低 Beta 那一邊，所以本文測的是這一邊：個股日報酬對加權報酬指數的 252 日 Beta，越低越好。
9. 報酬季節性：Heston & Sadka (2008) 發現個股在同一個月份的報酬有跨年的延續性，例如過去幾年 3 月都漲的股票，今年 3 月也比較容易漲。分數＝過去 5 年「下個月同一個月份」的平均月報酬，越高越好。
10. 產業動能：Moskowitz & Grinblatt (1999) 發現個股動能有很大一部分來自產業動能。我們用上市櫃產業分類，算每個產業近 6 個月的市值加權報酬（只算有 5 檔以上流動性股票的產業），買最強的 3 個產業裡市值最大的各 10 檔。有些產業的流動性股票不到 10 檔，所以平均持有 26.4 檔。

結果一：原始參數全部落後 0050

文首的圖把 10 個原始參數組合依日夏普排序。最接近 0050 的是 52 週高點（0.75）與低淨股票發行（0.71），但都還差 0050 的 1.06 一大截。低 Beta 墊底，日夏普只有 0.06，12 年下來報酬是負的（年化 -0.3%）。

圖上橘色虛線是重要的對照：整個流動性股票池等權持有，日夏普 0.56，年化 9.6%。10 個因子裡有 3 個高於這條線（52 週高點、低淨股票發行、產業動能），低應計與它幾乎打平，代表最強的幾個因子確實比「平均一檔台股」好；但平均一檔台股和 0050 之間的距離（年化 9.6% 對 20.0%），比任何因子能補的都大。

結果二：90 組鄰近參數沒有任何一塊高原

每一小格是一個因子的 3×3 參數組合，格內數字是那一組的日夏普，顏色是和 0050 的差距。90 格全部低於 0050。最接近的是 52 週高點把回看拉長到 504 日（兩年高點）、持有 50 檔的 0.97，年化 20.9%；同一欄的 20 檔與 30 檔是 0.85 與 0.93。這一欄看起來最像高原，但後半段日夏普 0.89 到 1.13，都低於 0050 的 1.30。

其他因子在網格裡的範圍：低應計 0.42 到 0.76、低淨股票發行 0.53 到 0.75、產業動能 0.43 到 0.73、低特質波動 0.15 到 0.63、毛利獲利能力 0.30 到 0.47、低資產成長 0.13 到 0.47、低 MAX -0.02 到 0.45、低 Beta -0.33 到 0.30、報酬季節性 -0.03 到 0.18。多數因子持股越多、回看越長，夏普越高，也就是越接近「平均一檔台股」越好，這通常代表因子挑出來的前 30 檔沒有比股票池好多少。

結果三：前後兩段也一樣

要通過這一關，點必須落在綠色區域：前半段（2014-06 到 2020-08）高於 0050 的 0.77、後半段（2020-08 到 2026-10）也高於 1.30。綠色區域是空的，而且沒有任何一個因子在任何一段贏過 0050。前半段最接近的是 52 週高點（0.61），後半段是產業動能（0.98）。產業動能前半段只有 0.05，後半段跳到 0.98，跟上了 2021 年的航運與鋼鐵、2023 年的電腦及週邊設備、2026 年的電子零組件與半導體行情，前後判若兩個策略。

訊號本身：三個因子在台股仍然顯著

選股組合輸給 0050，不代表因子沒有資訊。我們在同一個流動性股票池裡，每月把股票依因子分成五組，量「因子最看好的五分之一」減「最不看好的五分之一」下個月的等權報酬差（148 個月）。

• 52 週高點每月多 1.59%（t＝3.8），五組年化報酬從離高點最遠的 2.1% 一路升到最接近高點的 25.1%，單調遞增。
• 低應計每月多 0.62%（t＝3.9），最高應計一組年化只有 6.9%，最低應計一組 14.7%。
• 低淨股票發行每月多 0.46%（t＝2.6）。增資最多的一組年化 7.2%，明顯落後其他四組（10.6% 到 14.5%）。平均每個月有 13.4% 的流動性股票在 12 個月內股數淨增加超過 5%，12.1% 淨減少。
• 毛利獲利能力、低資產成長的價差是正的但不顯著（t＝1.2），報酬季節性幾乎是零。
• 低 Beta 是負的：Beta 最高的一組年化 15.6%，最低的一組只有 6.6%。這段期間高 Beta 股反而賺最多。

三個顯著的因子為什麼做成選股組合還是輸？多空價差有相當一部分來自「避開最差的那一組」，只做多的 30 檔吃不到。以低淨股票發行為例，五組平均年化 11.7%，增資最多的一組低了 4.6 個百分點，股數減少最多的一組只高了 2.1 個百分點。而它們最看好的那一組，報酬（13.8% 到 25.1%）仍要和市值加權的 0050 比，0050 這 12 年年化 20.0%。52 週高點的最好一組年化 25.1%，但它每年換手約 10 倍，加上成本後的選股組合年化 16.4%。

樂透股：平均數和中位數說的是兩件事

低特質波動與低 MAX 是最矛盾的兩個因子。用 Rank IC（分數排名和下個月報酬排名的相關）看，兩者都非常顯著：平均 0.081 與 0.072，t 值都超過 6，是 9 個因子裡最強的。但用五分位平均報酬看，波動最高的一組和最低的一組幾乎一樣，多空價差甚至是負的。

上圖把兩種量法並排，換算成每個月的複利報酬。前面五分位圖的多空價差是逐月相減再取算術平均，高波動組每月起伏大、算術平均偏高，所以特質波動在那張圖是 -0.20%，在這張圖則是最低組略高。特質波動最高的一組，組內平均每月賺 0.76%，但中位數那一檔每月跌 2.03%；最低的一組平均 0.83%，中位數 +0.10%。也就是說，高波動、曾經大漲的股票裡，大多數之後表現很差，平均數是被少數再度飆漲的股票撐起來的。這正是 Bali 等人說的樂透特性：多數人會輸，少數人中大獎。台股的樂透股很多：平均每個月有 22.4% 的流動性股票，在近 21 個交易日裡至少有一天漲 9.5% 以上。

Rank IC 看的是排名，所以它抓到了「大多數高波動股會輸」；等權組合看的是平均報酬，所以被少數大漲股拉平。對只做多的投資人，結論比較實際：避開樂透股可以少踩雷，但買進最穩的 30 檔不會因此贏過 0050。低特質波動組合的最大回撤只有 -28.1%，是 10 個組合裡最小的，0050 是 -34.0%，代價是年化報酬只有 3.2%。

為什麼會輸：這 12 年是 0050 的 12 年

**大型股的優勢太大。**0050 年化 20.0%，股票池等權只有 9.6%。30 檔等權的因子組合，起點是「平均一檔台股」，和 0050 差了一大截。上圖兩個最強的組合說明了這件事：52 週高點與低淨股票發行每年比股票池等權多賺 6.8 與 4.2 個百分點，但 1 元最後只變成約 6.5 與 5.0 元，0050 是 9.4 元。52 週高點的月底累積淨值從 2021 年 3 月到 2025 年 6 月一直高於 0050，但全期日夏普仍然較低；2025 年下半年起 0050 大漲，差距才拉開。

**落差集中在最近三年。**逐年拆開看，因子組合並不是每年都輸：2017 年低應計、低淨股票發行贏 0050 26 到 31 個百分點，2021 年 52 週高點贏 28 個百分點，2023 年贏 36 個百分點；2022 年空頭時，低特質波動、低 MAX、低 Beta 也各贏 12 到 16 個百分點。但 2024、2025 與 2026 年至 10 月，0050 分別上漲 48.6%、36.8% 與 65.8%，10 個因子組合每年都落後 15 到 71 個百分點，唯一的例外是產業動能在 2026 年贏 17 個百分點。

**低風險在台股選到錯的股票。**台股的低 Beta 股票，有一部分是和大盤連動低、本身風險卻不低的公司：低 Beta 組合平均有 15.6% 是生技醫療股，其次是通信網路與建材營造。在電子權值股主導的多頭裡，這些股票同時錯過了大盤的漲幅，也沒有自己的報酬。Frazzini 與 Pedersen 的押注低 Beta 是多空組合，放空高 Beta 那一邊只做多的人拿不到；而這段期間台股 Beta 最高的一組反而賺最多，所以只做多低 Beta 那一邊，連風險調整後都輸。

**成本吃掉一大塊。**52 週高點、報酬季節性、低 MAX 與低特質波動每年換手 7 到 11 倍。把手續費與證交稅拿掉，52 週高點的日夏普從 0.75 升到 0.99、低特質波動從 0.36 升到 0.76，但仍然低於 0050。其他因子的周轉率在每年 2 到 6 倍之間。

股價類因子拉長到 2008 年

財報從 2013 年才有完整的單季資料，所以共同的回測期間從 2014 年 6 月開始。只用股價的因子可以往前拉（報酬季節性需要 5 年月報酬，往前拉不了多少，這裡不列），我們把另外四個從 2008 年起再跑一次原始參數（52 週高點與低 Beta 需要一年股價，從 2009 年 1 月開始）：

拉長之後，52 週高點是唯一在某一段贏過 0050 的組合：全期年化報酬 20.5%，甚至略高於 0050 的 19.5%，但日夏普 0.92 仍低於 1.06；分段看，2009 到 2017 年 1.14 對 0.93 贏，2017 年 12 月之後 0.77 對 1.17 輸。台股的創新高策略用月營收確認過濾新高股，是另一種做法，可以對照。

程式碼

核心流程只要幾步。下面這段計算 52 週高點、每月持有前 30 檔，再和 0050 比較；完整的 research.py 會跑完 10 個因子、90 組參數、前後兩段與五分位分析。

from finlab import data
from finlab.backtest import sim
 
# 1. 股票池：上市櫃普通股，20 日平均成交金額 2,000 萬元以上
#    （research.py 另外排除金融股與存託憑證，並保留已下市股票）
close = data.get("etl:adj_close")
stocks = [s for s in close.columns if len(s) == 4 and s.isdigit() and not s.startswith("0")]
turnover_value = data.get("price:成交金額")
liquid = turnover_value[stocks].rolling(20).mean() > 2e7
 
# 2. 52 週高點（George & Hwang 2004）：還原收盤價 ÷ 近 252 日最高價
price = close[stocks]
score = price / price.rolling(252).max()
 
# 3. 每月持有最接近 52 週高點的 30 檔，等權
position = score[liquid].is_largest(30)
report = sim(position.loc["2014-06-01":], resample="M", upload=False)
 
# 4. 和同一段日子的 0050 含息比較日夏普
bench = close["0050"].reindex(report.creturn.index).ffill()
for name, curve in [("strategy", report.creturn), ("0050", bench / bench.iloc[0])]:
    daily = curve.pct_change().dropna()
    print(name, round(daily.mean() / daily.std() * 252 ** 0.5, 2))

這段在我們的環境跑出來是策略 0.85、0050 1.06。它和完整版的 0.75 不同，主要差在兩處：完整版排除金融股，而且同分（都在 52 週高點）時取成交金額大的股票；這段則照代號順序取。兩處合起來就差了 0.1，這也是為什麼單一組參數的漂亮結果不能當真。把它交給裝好 FinLab 技能的 AI 助理，請它一次只改一件事，每改一次都重跑三項驗證。

下面是 52 週高點原始參數組合的完整互動式回測，可以看每個月的持股與報酬：

回測方法與限制

這個結果代表什麼、不代表什麼

在本文設定下，2014 到 2026 年、台股流動性股票池裡，10 個教科書級的只做多異常組合，風險調整後都比直接持有 0050 差，換鄰近參數、切前後兩段、拿掉成本都一樣。這和複製研究的方向一致：McLean & Pontiff (2016) 發現異常報酬在論文發表後平均少了 58%；Hou, Xue & Zhang (2020) 重做 452 個異常，65% 在控制微型股後 t 值達不到 1.96。

它不代表這些因子在台股是假的。五分位分析裡，52 週高點、低應計與低淨股票發行的多空價差都顯著，低特質波動與低 MAX 的 Rank IC 也很強；它們更適合當作排除條件或多因子模型的一部分，單獨拿來挑 30 檔則追不上 0050。它也不代表未來一定繼續輸：2017、2021、2023 年都有因子組合大幅贏過 0050，這 12 年剛好以 0050 最強的三年收尾。

美股的同一套測試結果相同，10 個因子全輸 QQQ，見美股學術因子回測與美股因子投資總覽。台股想把多個因子組合起來，可以看多因子選股實測與台股因子選股總綱。

常見問題 FAQ

台股學術因子還有效嗎？

以本文的方式（只做多、前 30 檔、對照 0050 含息）來看，2014 到 2026 年 10 個因子全部輸在夏普值。但以五分位多空價差來看，52 週高點、低應計與低淨股票發行三個因子在台股仍然顯著。

現金增資的股票之後會跌嗎？

平均來說表現較差。12 個月內股數增加最多的五分之一（已扣除配股），下個月報酬換算成年化只有 7.2%，其他四組是 10.6% 到 14.5%。反過來，買進股數減少最多的 30 檔，年化 13.9%，仍然輸 0050 的 20.0%。

52 週新高的股票值得買嗎？

接近 52 週高點的股票確實比較強：最接近高點的五分之一年化 25.1%，離高點最遠的五分之一只有 2.1%。但做成每月換股的 30 檔組合，每年換手約 10 倍，扣掉成本後年化 16.4%、日夏普 0.75，輸 0050。

低 Beta 股票適合長期持有嗎？

在這段期間不適合。低 Beta 組合年化 -0.3%、日夏普 0.06，都是 10 個組合裡最差的，最大回撤 -42.9%。台股的低 Beta 股票有不少是生技、營建這類和大盤連動低、本身波動卻不小的公司。想降低波動，可以參考低波動選股實測。

樂透股是什麼？

指近期曾單日大漲、波動很高的股票，投資人像買樂透一樣追進去。本文的資料顯示，這類股票裡中位數那一檔下個月平均跌約 2%，平均數靠少數再度飆漲的股票撐住。

類股輪動（產業動能）在台股有效嗎？

追最近 6 個月最強的 3 個產業，2014 到 2026 年年化 11.2%、日夏普 0.58，輸 0050。它的表現高度集中在後半段（前半段日夏普 0.05、後半段 0.98），換回看月數或產業數也沒有一組贏。

為什麼用 0050 當基準？

0050 含息是 FinLab 所有台股策略共用的基準，也是一般投資人最容易做到的替代方案。股票池等權（日夏普 0.56）列在表裡當參考。

可以自己改參數重跑嗎？

可以。先完成 AI 輔助安裝，下載文末的 research.py 直接執行，會重跑本文所有數字，約需 15 分鐘。

延伸閱讀

• 股票選股完整指南、量化交易完整指南
• 台股動能策略實測、毛利率創新高的事件研究
• Information Coefficient（IC）是什麼
• 同一套三項驗證的台股研究：董監與內部人訊號回測

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。**本文所有回測均為全段樣本內結果；前後兩段只是穩定度檢查，未經樣本外驗證。

最後更新：2026-10｜回測區間：2014-06～2026-10｜基準：0050 含息｜作者：FinLab 量化研究團隊（經量化研究員審閱）