# 可轉換公司債

1. [首頁](https://finlab.finance/)
2. [資料庫](https://finlab.finance/data)
3. 可轉換公司債

已通過驗證

2009 年底起台股可轉債逐日面板：轉換價格、賣回權、強制贖回、發行餘額與票面利率，可轉債研究與套利的基礎資料。

台股 26 個資料欄位 2007-01-02 ～ 2026-11-20 每日更新

資料快照截至 2026-11-22

資料可用範圍

* **免費版**：台股歷史資料到 2023-12-31
* **VIP**：最新資料，日行情通常到前一交易日

VIP 專屬資料與其他例外

免費版台股資料的最後交易日是 2023-12-29。可轉債等 VIP 專屬資料，試用到期後需訂閱才能下載。整表開放的參考資料與美股公開測試資料，另依各欄權限標示。

可轉換公司債（CB）是公司發行的債券，持有人可以在約定期間內用轉換價格把債券換成股票：股價漲過轉換價，它跟著股票走；股價跌，它還有債券的面額與賣回權撐底。這份資料把 2009 年底以來全市場每一檔可轉債的條款與狀態整理成逐日面板：轉換價格、賣回權、強制贖回、發行餘額、票面利率與轉債參考價，搭配另一份成交行情資料，每個交易日更新。

## 這份資料裡有什麼

可轉債發行資訊（`cb_published_info`）每列是「一檔 CB × 一天」的狀態快照，累計超過 110 萬列，欄位包含轉換價格與生效日、最近賣回權起迄與價格、強制贖回條款、原始發行總額與上月底發行餘額、轉債參考價格與轉換標的股票價格。成交面另有可轉債成交資訊（`cb_price`），涵蓋 2007 年以來的每日行情。一行取出，完成安裝設定後登入即可：

顯示程式碼

```
finlab.login()
df = data.get("cb_published_info")
```

因為是逐日面板，任何一天的「當時轉換價格」都查得到，做歷史研究不會被後來的條款調整污染。

## 怎麼判讀這份資料

[![台股可轉債市場流通發行餘額，2009 年底起](https://r2.finlab.finance/data/convertible-bonds/chart.png?v=20260824)](https://r2.finlab.finance/data/convertible-bonds/chart.png?v=20260824)

上圖是全市場可轉債流通發行餘額：2019 年年均約 1,260 億元是近年低點，之後一路擴張，2026 年最新約 3,138 億元、流通中 383 檔，都是這條序列的高點。可轉債市場的冷熱跟股市多頭高度相關：股市好，公司愛發（等於用溢價賣未來的股票）、投資人愛買（下有保底上有轉換權）。

再記兩個台股 CB 的結構性事實。第一，目前流通的 383 檔可轉債，票面利率全部是零：買 CB 領不到利息，你買的實質上是「債券保底 + 一個股票選擇權」，評價的核心永遠是轉換權的價值。第二，目前約 32% 的 CB 處於價內（標的股價高於轉換價）、76% 的轉債參考價在面額 100 元之上，這兩個比例可以當成 CB 市場的溫度計，多頭越熱佔比越高。

## 用這份資料最容易踩的兩個陷阱

第一個陷阱：**用現在的轉換價格看歷史**。轉換價格不是固定的，除權息會重設、特定條件下公司還會下修；回測任何轉換價值策略，必須用「當天的轉換價格」對齊，這正是逐日面板存在的理由，拿最新條款套整段歷史會做出不存在的套利機會。

第二個陷阱：**忽略流動性**。可轉債多數時間成交清淡，掛單價差大，`cb_price` 的行情矩陣是稀疏的；回測若假設任何一天都能按收盤價進出，績效會過度樂觀，同樣的課在[鉅額交易](https://finlab.finance/data/block-trade)與回測方法的[什麼是回測](https://finlab.finance/blog/what-is-backtesting)都有展開。

## 怎麼接上選股策略

可轉債資料常見的兩個研究方向：一是 CB 本身的評價與套利（價內外、轉換溢價率、賣回收益率的橫斷面比較）；二是把「公司有流通中的 CB」當成個股的事件與籌碼背景，例如轉換價下修、強制贖回觸發前後的股價行為，搭配[重訊公告](https://finlab.finance/data/important-announcements)可以還原事件時間軸。想把想法接成可回測的流程，可從[台股選股完整指南](https://finlab.finance/tools/stock-selection)入手。

## 怎麼自己取得這份資料

把市場規模與價內比例整理出來，只要幾行：

顯示程式碼

```
from finlab import data
import pandas as pd
 
df = data.get("cb_published_info")
d = pd.to_datetime(df["date"], errors="coerce")
bal = pd.to_numeric(df["上月底發行餘額"], errors="coerce")
total = bal.groupby(d).sum() / 1e8   # 全市場 CB 發行餘額(億元)
```

要看單一 CB 的條款歷史，用 `df[df["symbol"] == "<債券代號>"]` 過濾。這份資料的涵蓋年限、筆數與更新狀態，本頁下方有即時健檢可以查；不想寫程式的話，頁面下方可以把取資料、算轉換溢價率與畫圖直接交給 AI 完成。

## 可轉換公司債包含的資料欄位

點開任一欄位可看它的完整涵蓋範圍、資料品質檢查與取得方式。程式碼欄位即是用 finlab 取得該資料的 `data.get()` 代號。

| 資料欄位                                                                               | 程式碼                        | 資料量   | 時間範圍                    | 權限／免費期間 | 狀態    |
| ---------------------------------------------------------------------------------- | -------------------------- | ----- | ----------------------- | ------- | ----- |
| [可轉債每日行情（開高低收與成交值）](https://finlab.finance/data/convertible-bonds/cb-market-price) | `data.get("cb_price:收盤價")` | 4,884 | 2007-01-02 ～ 2026-11-20 | VIP 專屬  | 已通過驗證 |

## 真實數字與取得程式碼

上面的圖與下面的數字都是用 finlab 一行程式直接跑出來的真實資料（截至 2026-08-24），不是示意圖。你也可以自己跑一次。

最近幾筆資料

| 日期         | CB 發行餘額合計(億元) |
| ---------- | ------------- |
| 2026-08-17 | 3,109         |
| 2026-08-18 | 3,148         |
| 2026-08-19 | 3,148         |
| 2026-08-20 | 3,148         |
| 2026-08-21 | 3,138         |
| 2026-08-24 | 3,138         |

產生這張圖的程式碼

```
from finlab import data
import pandas as pd

df = data.get("cb_published_info")
d = pd.to_datetime(df["date"], errors="coerce")
bal = pd.to_numeric(df["上月底發行餘額"], errors="coerce")
total = bal.groupby(d).sum() / 1e8   # 全市場 CB 發行餘額(億元)
total.plot()
```

## 如何取得可轉換公司債

不會寫程式也沒關係，把下面這句話交給你的 AI，它會帶你完成設定並做出第一個策略。

免費試用

## 30 秒，用 AI 跑出你的第一個台股回測

把這句話貼給你的 AI，它會裝好 FinLab、抓台股資料，跑出一份你能下載的回測。

AI

告訴你的AI：

幫我設定 FinLab，取得「可轉換公司債」資料，挑一個欄位畫出走勢圖，並示範一個用它選股的回測，請讀：https\://finlab.finance/setup?relatedUrl=/data/convertible-bonds

[免安裝，開啟 FinLab Studio](https://studio.finlab.finance/chat?lang=zh\&research_context=%7B%22v%22%3A1%2C%22source_url%22%3A%22https%3A%2F%2Ffinlab.finance%2Fdata%2Fconvertible-bonds%22%2C%22task%22%3A%22%E5%8F%96%E5%BE%97%E3%80%8C%E5%8F%AF%E8%BD%89%E6%8F%9B%E5%85%AC%E5%8F%B8%E5%82%B5%E3%80%8D%E8%B3%87%E6%96%99%EF%BC%8C%E6%8C%91%E4%B8%80%E5%80%8B%E6%AC%84%E4%BD%8D%E7%95%AB%E5%87%BA%E8%B5%B0%E5%8B%A2%E5%9C%96%EF%BC%8C%E4%B8%A6%E7%A4%BA%E7%AF%84%E4%B8%80%E5%80%8B%E7%94%A8%E5%AE%83%E9%81%B8%E8%82%A1%E7%9A%84%E5%9B%9E%E6%B8%AC%22%2C%22intent%22%3A%22backtest%22%2C%22market%22%3A%22tw%22%7D)

想自己寫程式？看取得資料的程式碼

finlab Python 套件用一行 `data.get()` 就能取得這些資料；第一次使用時 `finlab.login()` 會自動引導登入，不需要手動處理 token。

```
from finlab import data

df = data.get("cb_price:收盤價")
df.tail()
```

## 用可轉換公司債跑出的研究

[**FinLab x Google 雲端平台：3 步驟實現全自動交易完整教學（上）**](https://finlab.finance/blog/finlab-gcp-auto-trading-part1)

[手把手教學如何把 FinLab 寫好的選股策略部署到 Google Cloud Platform，串接永豐證券 API 完成全自動下單。本篇上集帶你開戶、簽 API 同意書、申辦交易憑證、打包策略函式，並規劃 Cloud Function 與 Cloud Scheduler 的排程藍圖。](https://finlab.finance/blog/finlab-gcp-auto-trading-part1)

[台股 ](https://finlab.finance/blog/finlab-gcp-auto-trading-part1)[**櫃買中心爬蟲教學：用 Python 抓取上櫃（OTC）股票收盤價**](https://finlab.finance/blog/python-tpex-otc-stock-crawler)

[櫃買中心（TPEX，OTC 上櫃市場）股價爬蟲教學：用 Python 的 requests 抓取上櫃公司每日收盤價 CSV、pandas StringIO 讀檔、整理 index 與 columns、處理雙引號雜訊，新手也能輕鬆建立自己的上櫃股價資料表並存檔讀檔，是 Python 量化選股流程中爬蟲的入門第一步。](https://finlab.finance/blog/python-tpex-otc-stock-crawler)

[台股 ](https://finlab.finance/blog/python-tpex-otc-stock-crawler)[**可轉債對股價影響：台股 1,441 次發行回測，掛牌後一年平均落後全市場 7.9%**](https://finlab.finance/blog/convertible-bond-stock-price-impact)

[可轉債對股價影響是利多還是利空？finlab 實測台股 2010 到 2026 年 1,441 次可轉債掛牌：標的股之後一年平均落後全市場 7.9%；大量轉換後也落後，賣回權前沒有拉抬，到期前後沒有明顯變化。照這些說法做成的五個策略，三項驗證全部沒過，附程式碼與數據。](https://finlab.finance/blog/convertible-bond-stock-price-impact)

[台股 ·年化 7.8%](https://finlab.finance/blog/convertible-bond-stock-price-impact)[**回測是什麼？量化投資回測入門：怎麼做、要看哪些數字、有哪些陷阱**](https://finlab.finance/blog/what-is-backtesting)

[回測是用歷史資料模擬一套交易策略過去的表現，在投入真錢前先評估報酬與風險。本文用台股實例講回測怎麼做、要看哪些數字（CAGR、最大回撤、夏普值）、為什麼會失真（過度擬合、生存者偏差、前視偏誤），以及一個被回測照出年化僅 8.8%、遠輸大盤的平庸策略對照。](https://finlab.finance/blog/what-is-backtesting)

[台股 ](https://finlab.finance/blog/what-is-backtesting)[**超簡單安裝 Python 教學：用 Anaconda 開始 Python 投資分析**](https://finlab.finance/blog/install-python-anaconda-tutorial)

[從零開始的 Python 投資分析教學：用 Anaconda 一次裝齊 Python 與 Jupyter Notebook，理解 conda 與 pip 安裝套件流程，並寫下第一行 hello world，為後續台股每日爬蟲、選股與回測打底，新手不必再怕黑色終端機與指令繁瑣。](https://finlab.finance/blog/install-python-anaconda-tutorial)

[台股 ](https://finlab.finance/blog/install-python-anaconda-tutorial)[**用 Python 投資加密貨幣：台幣入金加密貨幣完整教學 (Part 9)**](https://finlab.finance/blog/buy-cryptocurrency-with-python-deposit-twd)

[用 Python 投資加密貨幣系列第 9 篇實戰台幣入金：比較 Maicoin、BitoEx、MAX、BitoPro 四大平台的買賣方式與手續費差異，再示範 Binance P2P 與買入 USDT 轉入 Binance 的完整流程，幫助新手避開最貴的入金管道。](https://finlab.finance/blog/buy-cryptocurrency-with-python-deposit-twd)

[台股](https://finlab.finance/blog/buy-cryptocurrency-with-python-deposit-twd)

更多相關研究（13 篇）

* [除息捕捉策略回測：美股 31,843 次除息日，價差存在但付不起成本](https://finlab.finance/blog/dividend-capture-strategy-backtest)
* [美股公司行動事件回測：配息調升、拆股、納入 S\&P 500，六種訊號全輸 QQQ](https://finlab.finance/blog/us-corporate-actions-event-backtest)
* [暫停交易是什麼？台股 311 次暫停交易回測，恢復後追漲、抄底都輸 0050](https://finlab.finance/blog/trading-halt-resume-backtest)
* [股票股利、庫藏股、現金增資、減資回測：7 個訊號只有 1 個贏 0050](https://finlab.finance/blog/tw-corporate-actions-event-backtest)
* [台股回測網站推薦：六大台股回測工具比較與成本侵蝕實算](https://finlab.finance/blog/taiwan-backtest-tools-comparison)
* [AI 量化交易詐騙怎麼辨識？高報酬話術算術拆解、六大紅旗與查證 SOP](https://finlab.finance/blog/ai-quant-trading-scam-detection)
* [富途牛牛能做量化交易嗎？2026 台股量化的真相與替代方案（moomoo/Futu API 解析）](https://finlab.finance/blog/futubull-quant-trading-taiwan)
* [量化交易職涯全解析：量化交易員/研究員薪水、工作內容與入行門檻（2026 台灣）](https://finlab.finance/blog/quant-trading-career-salary)
* [量化分析是什麼？和質化分析差在哪？方法、台股實例與三個盲點](https://finlab.finance/blog/what-is-quantitative-analysis)
* [美股回測教學：finlab 完整上手流程＋股價淨值比移植實測](https://finlab.finance/blog/us-stock-backtest-price-to-book-strategy)
* [回測報酬率怎麼算？FinLab 回測引擎規則解析：還原價、T+1 成交與費稅內扣](https://finlab.finance/blog/finlab-backtest-return-calculation)
* [股票代號表下載教學：用 Python 取得上市上櫃股票清單](https://finlab.finance/blog/python-get-taiwan-listed-stock-list)
* [策略優化如何避免過擬合？用回測過擬合機率判斷策略真實力](https://finlab.finance/blog/backtest-overfitting-probability)

## 相關資料分類

[月營收](https://finlab.finance/data/monthly-revenue)[財務報表](https://finlab.finance/data/financial-statements)[財務指標與比率](https://finlab.finance/data/financial-ratios)[本益比、殖利率與股價淨值比](https://finlab.finance/data/valuation)

[延伸閱讀：股票選股完整指南](https://finlab.finance/tools/stock-selection)

本頁資料涵蓋範圍與更新時間以實際資料為準，僅供研究與教學參考，不構成任何投資建議。

[回資料庫總覽](https://finlab.finance/data)

來源：https://finlab.finance/data/convertible-bonds｜資料日期：2007-01-02/2026-11-20
