美股成長股、ROE、PEG 選股回測：17 個因子 85 種組合，
沒有一個穩定贏 QQQ

**挑成長股、高 ROE、高現金流的美國大型股，過去九年有沒有比直接買 QQQ 好？本文把 17 個 FinLab 資料做得到的因子搬進 finlab，用當時拿得到的財報與市值逐月選股：淨利與營收成長、ROE 與 ROIC、自由現金流殖利率、PEG、股價營收比、EV/EBITDA、盈餘殖利率，再加上動能、低波動與兩個綜合分數。2017 年 8 月到 2026 年 10 月，85 種組合沒有一個在前後兩段都贏 QQQ 含息。85 種組合裡全期日夏普唯一超過 QQQ 的，是市值前 100 大裡成長加動能分數最高的 10 檔（0.98 對 0.90），但它 2017 到 2022 年的前段只有 0.76，鄰近 9 組參數也只有 2 組贏；高 ROE 與淨利成長的日夏普都是 0.89，前段同樣輸。加上「QQQ 站上 200 日均線才持有」的大盤濾網，40 個組合有 34 個變差，連 QQQ 自己都從 0.90 掉到 0.85。**所以本文沒有任何一個組合算成立。

關鍵數字：最接近 QQQ 的組合與估值、現金流因子

每個組合都從 2017-08-01 跑到 2026-10-28，QQQ 與 SPY 是同一段日子買進持有、股利再投入。其餘 31 個組合與加濾網後的數字在文末的總表。

三項驗證怎麼判

本文的「贏」只有一個意思：同一段交易日裡，日夏普高於 QQQ 含息。日夏普是每日報酬的平均除以標準差，再乘上 √252 年化，不扣無風險利率（夏普比率怎麼算）。和美股 10 個學術因子回測、美股 6 個知名選股法回測用同一套標準，三項都過才算成立：

1. **前後兩段都要贏（先拿來初篩）：**回測期間從中點 2022-03-16 切開，QQQ 在前段是 0.93、後段 0.87。全期、前段、後段三個日夏普都贏 QQQ，才算通過初篩。
2. **換鄰近參數也要贏：**通過初篩的組合，股票池大小與持有檔數各取原值和上下各一個鄰近值（約 ±50%），共 9 組，七成以上要贏 QQQ。沒有任何組合通過初篩，所以另外替全期日夏普最高的三個組合照樣跑完 9 組，確認它們不是差一點的參數問題。
3. **含交易成本：**全部用 finlab sim() 的美股預設成本（USMarket：手續費 0、沒有交易稅，美國免佣券商的常態）；最接近的三個組合另外用每邊 0.1% 的成本重跑。

17 個因子與股票池怎麼做

財報數字都來自 FinLab 的 us_income_statement、us_balance_sheet、us_cash_flow，每個數字以 SEC 申報日為準納入，10-Q 或 10-K 公開之前不會進入任何分數（前視偏差）。市值用 etl:us_market_value，股數變動與分割已經算進去。

股票池：總部在美國的普通股，保留後來被併購或下市的公司，同一家公司只留一種股份，排除 ADR、ETF、基金與金融股（銀行與保險的營收、負債和一般公司不能直接比）。只用美國公司，是因為估值因子要拿財報除以市值，加拿大等外國公司的財報用本國貨幣，市值卻是美元。股票要股價高於 5 美元、近 60 日平均成交金額高於 500 萬美元，單日漲跌超過 50% 的股票剔除一年（多半是資料錯誤或代號重複使用）。每天從裡面取兩種大型股範圍：市值前 200 大，以及成交金額前 500 大（會多出一些成交熱絡的中型股）。

**選股：**每月底依因子分數排序，持有最高的 20 檔，等權，隔天收盤價成交。另外在市值前 100 大裡，對淨利成長、ROIC 與成長＋動能綜合各測持有 10 檔與 30 檔。

17 個因子分成六類，近四季合計簡寫為 TTM：

• **成長：**淨利成長（TTM 淨利年增，去年要為正）、營收成長（TTM 營收年增）、營業利益率改善（TTM 營業利益率減一年前）、研發費用率（TTM 研發費用 ÷ 營收）。
• **獲利能力：**ROIC（TTM 營業利益 ÷ 總債務加股東權益）、ROE（TTM 淨利 ÷ 最新股東權益，權益要為正；Hou, Xue & Zhang (2015) 把 ROE 列為解釋股票報酬的四個因子之一）、毛利獲利能力（TTM 毛利 ÷ 總資產，Novy-Marx (2013)）。
• **現金流與股東回饋：**自由現金流殖利率（TTM 自由現金流 ÷ 市值）、股東收益率（TTM 庫藏股買回淨額加現金股利 ÷ 市值）。
• **估值：**低 PEG（本益比 ÷ 淨利成長率的百分比，只算獲利與成長都為正的公司；Lynch (1989) 在《彼得林區選股戰略》推廣，PEG 小於 1 視為便宜）、低股價營收比（市值 ÷ TTM 營收，Barbee, Mukherji & Raines (1996) 發現它比股價淨值比更能解釋報酬）、低 EV/EBITDA（企業價值 ÷ TTM EBITDA，Loughran & Wellman (2011) 的企業價值倍數）、盈餘殖利率（TTM 淨利 ÷ 市值，也就是本益比的倒數，Basu (1977)）。
• **價格：**12-1 月動能（過去 12 個月扣掉最近 1 個月的報酬，Jegadeesh & Titman (1993)）、低波動（近 126 日報酬標準差最低）。
• **綜合：**成長＋動能（動能、營收成長、營業利益率改善三者在股票池內的百分位平均）、品質＋動能（動能、毛利獲利能力、ROIC 的百分位平均）。

估值因子都換成「越高越便宜」的方向排序（例如用營收 ÷ 市值代替股價營收比），本益比或 EBITDA 為負的公司不會被當成便宜股。

結果一：85 種組合，沒有一個前後兩段都贏 QQQ

文首的圖是 17 個因子在兩種股票池各持有 20 檔的日夏普。市值前 200 大裡最好的是 ROE 與淨利成長，都是 0.89，QQQ 是 0.90；接著是營業利益率改善 0.87、ROIC 0.83。最差的是盈餘殖利率 0.60 與 12-1 月動能 0.62。成交金額前 500 大普遍更低，17 個因子裡 13 個比市值前 200 大的同一個因子差，最高是成長＋動能綜合的 0.86。

把 40 個個股組合的前段與後段日夏普畫在一起，右上角兩段都贏 QQQ 的綠色區域是空的。後段（2022-03 到 2026-10）有 17 個組合贏 QQQ 的 0.87，前段（2017-08 到 2022-03）只有 2 個贏 QQQ 的 0.93：成交金額前 500 大的低股價營收比（0.94）與成長＋動能綜合（0.95），它們的後段又分別只有 0.60 與 0.79。兩段的贏家幾乎沒有重疊，代表這段期間沒有一種選股角度能穩定贏 QQQ。

我們另外試了 5 個不是單純因子排序的做法（文末「其他試過的做法」），也都沒過初篩。所以 85 種組合（40 個個股組合、同樣 40 個加大盤濾網、5 個其他做法）初篩過關的是 0 個，三項全過的也是 0 個。

結果二：最接近的三個，換鄰近參數就輸

雖然沒有組合通過初篩，我們還是替全期日夏普最高的三個組合跑了 9 組鄰近參數，看它們是不是「差一點」：

• **成長＋動能綜合（市值前 100 大、10 檔）：**2／9 組贏。贏的只有原值 0.98 與同股票池持有 15 檔的 0.93；股票池改成前 50 大或前 150 大，持有 10 檔都只剩 0.79。這是一個孤立的高點，旁邊的參數都掉下去。
• **淨利成長（市值前 200 大、20 檔）：**2／9 組贏（持有 10 檔 1.06、前 300 大持有 20 檔 0.95）。持有 10 檔雖然最高，但同樣持有 10 檔、股票池換成前 100 大或前 300 大就只有 0.87 與 0.88。
• **ROE（市值前 200 大、20 檔）：**3／9 組贏（前 200 大持有 10 檔 0.91、30 檔 0.93，前 300 大持有 20 檔 0.91），是三個裡最平均的，但離七成還很遠；而且 9 組沒有一組前後兩段都贏 QQQ。

成本不是問題：每邊 0.1% 之後三個組合分別是 0.96、0.87、0.88，和原本幾乎一樣。輸 QQQ 的原因在選股本身。

結果三：成長＋動能的 10 檔，領先幾乎都來自 2025 年之後

85 種組合裡全期唯一贏 QQQ 的成長＋動能 10 檔，逐年看是另一個故事。2017 到 2024 年它的日夏普是 0.82，QQQ 是 0.88；2019 年少賺 19 個百分點、2023 年少賺 26 個百分點。2025 年漲 61.1%、2026 年到 10 月漲 65.5%，同期 QQQ 是 20.8% 與 18.5%，這兩年把它推到全期 0.98。組合平均有一半權重在科技股。只持有 10 檔的集中組合，在一段產業行情裡贏很多，不代表選股規則本身穩定。

淨利成長與 ROE 是相反的形狀。ROE 在 2017 到 2024 年的日夏普 0.91，還略高於 QQQ 的 0.88，但 2025 年只漲 12.9%、2026 年到 10 月 8.6%，被拉回 0.89；它的組合三成是非必需消費股，科技股只佔兩成，錯過了這兩年的科技行情。淨利成長則是 2023 年只漲 12.2%（QQQ 54.9%），那一年的落後一直沒補回來。三條線在 1 美元成長圖上大部分時間都在 QQQ 下方，只有成長＋動能在 2025 年後衝出去。

PEG、股價營收比、EV/EBITDA、盈餘殖利率與 ROE

這 5 個因子是站上之前的美股學術因子與知名選股法研究都沒有測過的，每個都先用原參數（市值前 200 大與成交金額前 500 大，各持有 20 檔）初篩：

• **ROE：**0.89 與 0.81，前段 0.81 輸 QQQ 的 0.93。高 ROE 在大型股裡是 17 個因子中最接近 QQQ 的，但前段輸，鄰近參數也只有 3／9 組贏。
• **低股價營收比：**0.76 與 0.78。成交金額前 500 大的前段 0.94 是少數贏 QQQ 的前段，後段卻只剩 0.60；最大回撤 -43.0% 與 -45.8%，比 QQQ 深。
• **低 PEG：**0.75 與 0.50。PEG 用的是過去一年的淨利成長率，去年獲利基期很低的公司成長率會非常高、PEG 因此很低，但這種成長不一定持續。
• **低 EV/EBITDA：**0.74 與 0.57。成交金額前 500 大的最大回撤 -65.1%，是 5 個因子裡最深的。
• **盈餘殖利率：**0.60 與 0.44，市值前 200 大裡是 17 個因子中最低的，前後兩段都輸 QQQ。

5 個因子沒有一個通過初篩，照規則不跑鄰近參數（ROE 因為是全期最接近的三個之一，還是跑了）。在市值前 200 大裡，四個估值因子不只輸 QQQ，也輸給 ROE 與淨利成長：這段期間買便宜的大型股，不如買獲利正在成長的大型股。

為什麼贏不了 QQQ：等權大型股的起跑點

一個公平的問題是：這些因子有沒有比它挑選的範圍好？市值前 200 大全部等權持有的日夏普是 0.74，年化 12.1%。17 個因子裡 9 個高於這個數字，ROE、淨利成長、營業利益率改善、ROIC 都多了 0.09 到 0.16。所以因子確實挑到比平均好的股票，問題是起跑點：等權的前 200 大比 QQQ 低了 0.16，市值前 100 大全部等權是 0.80，也還差 0.10。

Bessembinder (2018) 發現 1926 年以來美股的淨財富增加，全部來自表現最好的 4% 股票。QQQ 用市值加權，大部分資金放在市值最大的幾檔科技股；等權持有 20 檔的因子組合，每檔只有 5%，就算挑到其中一兩檔大贏家，權重也比 QQQ 低。這段期間這個差距，比任何一個因子多賺的部分都大。

加大盤濾網為什麼反而變差

很多人會想：選股贏不了，那在大盤轉弱時空手總可以吧？我們用一個常見的趨勢濾網：QQQ 在 200 日均線之上、而且近 6 個月報酬為正才持有，否則整個組合換成現金。200 日（約 10 個月）均線來自 Faber (2007) 的資產配置擇時研究。濾網在換股日檢查，2017-08 到 2026-10 有 79.7% 的交易日是開的，110 個月裡有 24 個月空手。

結果是 40 個個股組合有 34 個變差，平均少了 0.08，沒有一個加上濾網後贏 QQQ。跌最多的是動能類：成長＋動能綜合從 0.75 掉到 0.53，12-1 月動能從 0.62 掉到 0.44。QQQ 自己加上同一個濾網，日夏普從 0.90 掉到 0.85，年化報酬從 20.0% 降到 15.0%，最大回撤從 -35.1% 收斂到 -28.6%。少的回撤換不回少的報酬。

原因看濾網空手的那幾段就清楚了。QQQ 跌破 200 日均線或 6 個月報酬轉負，濾網就關，這時候跌幅大多已經發生；接下來它又要等均線與 6 個月報酬都翻正才重新進場，剛好錯過反彈：

五段空手期裡只有 2022 年那一段避開了下跌，而且那 14 個月 QQQ 只跌 10.8%，因為濾網在 2022 年 1 月底才關，2023 年第一季的反彈也被它錯過。其他四段 QQQ 都是上漲的。平均來看，濾網空手的 24 個月裡 QQQ 每月平均漲 2.0%，濾網開著的 86 個月只有 1.6%；成長＋動能 10 檔也是空手月 2.7%、持有月 2.4%。趨勢濾網的用處是避開跌好幾季的長空頭，例如 2000 到 2002 年與 2008 年；2017 到 2026 年只有 2022 年一段是這種空頭，其他幾次下跌（2018 年第四季、2020 年疫情、2025 年 4 月關稅）都跌得快、彈得也快，濾網確認轉弱時已經來不及。

我們也測了濾網每天檢查、轉弱隔天就出場的版本：成長＋動能 10 檔是 0.93、淨利成長 0.82，都比不加濾網差；ROE 升到 0.99，但前段 0.86 仍輸 QQQ 的 0.93，年化報酬也從 15.3% 降到 12.4%，一樣不算過。

其他試過的做法

先挑類股再選股的兩個組合只有 0.48 與 0.55，比前面單用 12-1 月動能或 ROIC 選股的組合都低（兩種股票池分別是 0.62／0.80 與 0.83／0.76）。大盤寬度擇時在前段 1.10 遠勝 QQQ，後段卻只剩 0.58，是典型只在某段期間有效的訊號。每週短期反轉每週都要換股，每邊 0.1% 的成本就把日夏普壓到 0.20 與 0.21。

全部 40 個個股組合一覽

「濾網後」是同一個組合加上前一節的 QQQ 趨勢濾網。QQQ 同期日夏普 0.90，前段 0.93、後段 0.87。

市值前 100 大的 6 個集中組合：

程式碼

ROE 選股的核心只要幾個步驟：用近四季淨利除以股東權益，在市值前 200 大裡挑最高的 20 檔，再和 QQQ 比較。

import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()  # finlab 會自動引導登入
data.set_market("us")
 
# 1. 近四季淨利除以最新股東權益（以 SEC 申報日對齊）
net_income = data.get("us_income_statement:net_income").rolling(4).sum()
book_equity = data.get("us_balance_sheet:total_stockholders_equity")
roe = net_income / book_equity[book_equity > 0]
 
# 2. 股票池：總部在美國的普通股，排除金融股，每天取市值前 200 大
profile = data.get("us_company_profile")
eligible = profile.loc[
    (profile["security_type"] == "common_stock")
    & (profile["country"] == "US")
    & (profile["sector"] != "Financial Services"),
    "stock_id",
]
market_value = data.get("etl:us_market_value")
market_value = market_value[market_value.columns.intersection(eligible)]
close = data.get("us_price:close")
top_200 = market_value[close > 5].is_largest(200)
 
# 3. 前 200 大裡 ROE 最高的 20 檔，等權、每月換股
position = roe[top_200].is_largest(20)
report = sim(position.loc["2017-08-01":], resample="M", upload=False)
 
# 4. 和同一段日子的 QQQ 含息比較日夏普
curve = report.creturn
qqq = data.get("us_fund_price:adj_close")["QQQ"].reindex(curve.index).ffill()
for name, series in [("ROE 前 20 檔", curve), ("QQQ", qqq)]:
    daily = series.pct_change().dropna()
    sharpe = daily.mean() / daily.std() * 252 ** 0.5
    print(name, f"{sharpe:.2f}")

資料到 2026-10-28 時，這段會印出 0.89 與 0.90，和表格一致。注意 roe[top_200].is_largest(20) 的寫法：先把範圍外的股票設成空值再排序，範圍內才會剛好選到 20 檔。完整的 strategy.py 另外加上 500 萬美元成交金額門檻、單日 ±50% 剔除與同公司只留一種股份，17 個因子、兩種股票池、大盤濾網與其他做法都在裡面，加上 --grid 與 --extras 可以重現本文所有熱圖、前後段、成本與濾網測試。

用 AI 跑這份研究

上面的程式不用自己寫。在 Claude Code、Codex 或 Gemini CLI 安裝 FinLab skill 只要一行：

npx skills add https://github.com/koreal6803/finlab-ai --skill finlab

接著用中文提問，例如「在市值前 200 大的美股裡用 ROE 選 20 檔，和 QQQ 比較前後兩段」或「把 PEG 選股的股票池換成市值前 500 大，再加上 200 日均線濾網」。各工具的安裝步驟在 AI 助理設定頁，AI 輔助安裝流程會連上你的 FinLab 帳號，同樣的研究也可以直接在瀏覽器的 FinLab Studio 執行。

回測方法與限制

這個結果代表什麼、不代表什麼

它代表的是：2017 到 2026 年，用成長、ROE、ROIC、現金流或估值因子挑美國大型股，等權持有，在我們試過的 85 種組合裡，沒有一種在前後兩段都比持有 QQQ 好；加上大盤趨勢濾網只會更差。它不代表這些因子沒用：在市值前 200 大裡，17 個因子有 9 個挑出來的股票比同一範圍的等權平均好，只是這段期間 QQQ 的領先來自少數市值最大的科技股，等權的因子組合追不上。McLean & Pontiff (2016) 也發現，學術論文發表過的選股訊號在發表後報酬平均少了 58%。

對想拿真錢跑這些因子的人，實際的解讀是：在美國大型股裡，挑成長或高 ROE 的股票，九年下來大約和 QQQ 打平，代價是更集中、換手更多；全期勝出的組合要看它是不是只靠一兩年、一個產業。站上三項驗證都過的美股策略，例如美股動能策略與品質價值策略，是用個股訊號決定什麼時候持有槓桿 Nasdaq ETF，選出的個股本身不直接買進，也因此多了槓桿風險；用 200 日均線控制槓桿 ETF 的結果在槓桿 ETF 擇時回測。台股讀者如果想看 PEG 與本益比在台股的表現，可以看 PE、PB、PEG 台股回測；美股 PEG 在不同產業的差異，在美股選股池分類器。

常見問題 FAQ

美股成長股會贏大盤嗎？

以 2017 到 2026 年的大型股來看，大約打平、不穩定。市值前 200 大裡淨利成長最快的 20 檔，日夏普 0.89，QQQ 是 0.90，贏了 SPY 的 0.84；但 2017 到 2022 年的前段 0.78 輸 QQQ 的 0.93。營收成長更差，只有 0.68。

高 ROE 選股有效嗎？

在美國大型股裡是 17 個因子中最接近 QQQ 的，市值前 200 大持有 20 檔是 0.89，2017 到 2024 年還略贏 QQQ（0.91 對 0.88），但 2025 年後落後。9 組鄰近參數只有 3 組贏，前段也輸，所以不算穩定有效。

PEG 選股在美股有用嗎？

這段期間沒有。市值前 200 大裡 PEG 最低的 20 檔，日夏普 0.75，成交金額前 500 大只有 0.50，都低於 QQQ 的 0.90，也低於 SPY。PEG 用的是過去一年的淨利成長率，獲利從低基期反彈的公司會顯示很高的成長率、很低的 PEG。

股價營收比、EV/EBITDA 低的美股會贏嗎？

低股價營收比是 0.76 與 0.78，低 EV/EBITDA 是 0.74 與 0.57，最大回撤都在 -43% 以上。在市值前 200 大裡，兩者也都輸給 ROE 與淨利成長。

自由現金流殖利率高的股票值得買嗎？

市值前 200 大是 0.75，成交金額前 500 大是 0.79，年化 19.0%，但最大回撤 -50.8%，比 QQQ 的 -35.1% 深很多。

加上 200 日均線濾網可以避開空頭嗎？

2017 到 2026 年反而有害。濾網讓 40 個組合有 34 個變差，QQQ 本身也從 0.90 掉到 0.85。這段期間的下跌都很快反彈，濾網確認轉弱時跌幅大多已經發生，空手的月份平均報酬比持有的月份還高。

為什麼用 QQQ 當基準，不用 S&P 500？

QQQ 是 FinLab 所有美股策略共用的基準，站上的結果才能互相比較。關鍵數字表附了 SPY：40 個個股組合裡有 7 個贏 SPY 的 0.84，但沒有一個在前後兩段都贏 QQQ。

可以自己重跑嗎？

可以。透過 AI 輔助安裝流程裝好 FinLab skill，下載下面的 strategy.py，執行 python strategy.py --grid --extras，資料下載完之後約 10 分鐘跑完。

延伸閱讀

• 選股方法完整指南：基本面、技術面、籌碼面選股的做法與工具總覽。
• 美股量化策略總覽：站上所有美股策略的回測結果比較。
• 美股因子投資入門：價值、品質、動能等因子是什麼、怎麼用。
• 美股 10 個學術因子回測：股價淨值比、資產成長、應計、F-Score 等論文因子，同一套三項驗證。
• 美股 6 個知名選股法回測：Rule of 40、神奇公式、CANSLIM、葛拉漢數與股息成長。
• 美股回測教學：從安裝到第一個美股回測的完整流程。

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：2017-08～2026-10｜基準：QQQ 含息｜作者：FinLab 量化研究團隊（經量化研究員審閱）