財務指標與比率
已通過驗證ROE、毛利率、負債比、週轉率等預先算好的財務比率,選股因子的常用素材。
資料快照截至 2026-06-24
財務指標與比率,是把財報上那些金額龐大的原始科目,換算成可以互相比較的百分比,例如 ROE(股東權益報酬率)、毛利率、淨利率、負債比率、流動比率、存貨週轉率與自由現金流量。為什麼重要?因為一家賺一億、另一家賺十億,光看絕對金額無法比較,換成「每投入一塊錢股東資本賺回幾分」這種比率後,大公司和小公司就站到同一條起跑線,你才能跨產業、跨市值地把全市場股票排序、篩選,這也是量化選股裡常被當成獲利能力與財務體質的因子來源。
財務比率怎麼算、怎麼分類
可以把這些比率想成幫公司做的健康檢查。獲利能力像體能,看會不會賺錢:ROE 是股東每投入一塊錢、一年賺回多少,毛利率是賣一百元的東西扣掉成本後還剩幾元。財務結構像體質,看撐不撐得住:負債比率是總資產裡有多少是借來的,流動比率看短期能不能還得出短期欠款。完整公式與定義可以查量化交易詞彙表,這裡的重點放在怎麼判讀與接進選股。
怎麼判讀一檔股票的比率走勢
單一一季的數字意義有限,趨勢才是關鍵。下面這張圖是台積電(2330)的逐季 ROE 走勢,把每一季的數字連成線,方向就出來了。

從真實資料看,台積電近幾季的單季 ROE 從 2024 第四季的 8.97,一路走到 2026 第一季的 10.06,中間雖然 2025 第一季回落到 8.08,整體是穩定墊高的。判讀時看三件事:水準(數字高不高)、趨勢(一季一季在上升還下降)、波動(是不是忽高忽低)。一條緩步向上、波動不大的線通常代表獲利穩定,如果某一季突然暴衝又掉回來,就要回頭看是不是有業外收益或一次性因素灌出來的。
ROE 多少算好、在市場中的位置
光看一檔股票的數字,你還是不知道它在全市場算前段班還是後段班,這時要看分布。下面這張是全市場最新一季 ROE 的分布圖,每一根長條代表一檔股票,紅線是中位數。

從分布可以看出,大多數股票的 ROE 集中在偏低的區段,真正高 ROE 的公司落在右側那條長尾,數量並不多。把台積電前面那組單季數字放回這張圖,會落在中位數明顯偏右的位置,屬於相對少數的高獲利族群。判讀比率「多少算好」時,與其記死一個門檻,不如養成看分布的習慣:同樣的數字在這個產業可能是頂標、在另一個產業只是中段,相對位置比絕對數字更有意義。
用財務比率選股最容易踩的陷阱
最大的地雷是發布時間沒對齊。財務比率屬於某一季,但財報要等季度結束後才公布,如果把比率對齊到財季結束當天,等於用了當時還不存在的資訊,這就是前視偏差,會讓回測績效灌水到實單根本複製不出來。finlab 這份資料已經依實際發布日對齊到可交易的時點,你不需要自己處理。第二個陷阱是只看單一比率的絕對高低,例如 ROE 可以靠拉高負債硬墊上去,高槓桿公司數字漂亮卻背著更大的財務風險,所以實務上要把獲利能力和財務結構一起看,才不會被表象騙到。
怎麼用財務比率選股
實務邏輯通常是「好生意+好體質」:先用 ROE 或毛利率挑出會賺錢的公司,再用負債比率、現金流把靠借錢撐場面的虛胖標的剔掉,選出來的名單品質會穩很多。想看這套邏輯實際回測的樣子,可以參考只看 ROE 為什麼不夠,要搭配股價淨值比、杜邦分析把 ROE 拆解後的台股選股實證,以及自由現金流多因子選股的長期實測,都用真實回測說明單因子怎麼升級成可重現的策略。
怎麼自己取得這份資料
取得整張逐季財務比率表只要一行程式,回傳的表格以財報期別為列、股票代號為欄,可以直接和股價或其他科目對齊運算:
顯示程式碼
from finlab import data
df = data.get("fundamental_features:ROE稅後")
df.tail()不會寫程式也沒關係,頁面下方可以把這件事直接交給 AI 幫你完成。想把財務比率接成完整的選股流程,可以延伸閱讀股票選股完整指南。
財務指標與比率包含的資料欄位
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 | 狀態 |
|---|---|---|---|---|
| ROE(股東權益報酬率) | data.get("fundamental_features:ROE稅後") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 營業毛利率 | data.get("fundamental_features:營業毛利率") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 營業利益率 | data.get("fundamental_features:營業利益率") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 稅後淨利率 | data.get("fundamental_features:稅後淨利率") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 營收成長率 | data.get("fundamental_features:營收成長率") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 負債比率 | data.get("fundamental_features:負債比率") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 流動比率 | data.get("fundamental_features:流動比率") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 存貨週轉率 | data.get("fundamental_features:存貨週轉率") | 150,096 | 2013-05-15 ~ 2026-05-15 | 已通過驗證 |
| 自由現金流量 | data.get("fundamental_features:自由現金流量") | 150,096 | 2013-05-15 ~ 2026-05-15 | 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 2026-06-24),不是示意圖。你也可以自己跑一次。
| 日期 | 數值 |
|---|---|
| 2024-Q4 | 8.97 |
| 2025-Q1 | 8.08 |
| 2025-Q2 | 8.62 |
| 2025-Q3 | 9.36 |
| 2025-Q4 | 9.63 |
| 2026-Q1 | 10.06 |
from finlab import data
df = data.get("fundamental_features:ROE稅後")
s = df["2330"].dropna()
s.plot()名詞速解
揭露與更新財務指標跟著季報走,每季財報公布後更新;用季末日當訊號會造成前視偏差。
- ROE(股東權益報酬率)
- 公司用股東的錢賺錢的效率;高 ROE 常被當品質選股的第一道篩網,但要小心是不是靠高負債墊高的。
- 毛利率
- 每賣 100 元扣掉直接成本後剩多少,反映產品的定價力與競爭力。
- 淨利率
- 最後淨賺占營收的比率,含業外與稅後。
- 發布日對齊
- 財報、月營收要用「實際公布日」當生效時點,而不是資料所屬的季末或月底,才不會偷看到未來。
如何取得財務指標與比率
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。
用 AI 開始 FinLab
把這句話交給你的AI,它會帶你完成設定並做出第一個策略。
告訴你的AI:
用 finlab 取得「財務指標與比率」的資料,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
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("fundamental_features:ROE稅後")
df.tail()用財務指標與比率跑出的研究
用財報狗免費選股條件排列組合出價值股策略:EPS 五年成長 > 1.1、ROE 四季 > 0、流動比率 > 200、本益比 < 15、股價淨值比 < 1.5;半年換股一次回測台股,2009 金融海嘯後反彈強勁,附完整篩選邏輯、權益曲線與每期持股檔數分析,免費選股工具也能做價值投資。
自由現金流選股 13 年實測:經典螺絲輸 0050,多因子 FCF 才贏(年化 24%)把財報狗策略狗的「自由現金報酬率」寫成可重現策略,用 finlab 實測 2013–2026 共 13 年:經典 FCF+本益比+股價淨值比螺絲只有年化 14.22%、夏普 0.94,跑輸含息 0050(21.01%)。真正贏過大盤的是把自由現金報酬率、營收成長、價格動能三個低相關因子疊起來,年化 24.18%、夏普 1.28、回撤還更淺,附可下載 strategy.py 與回測數據。
本益比選股真的有效嗎?PE、PB、PEG 台股 10 年回測台股 10 年回測比較 PE、PB、PEG 三種估值因子:單看低本益比年化僅 -1.4%、低股價淨值比 7%,唯有 PEG 結合月營收成長動能組合年化拉到 37.1%、夏普 1.08。文中解析三大估值指標公式、適用情境與避免「便宜其實是陷阱」的台股選股實作方法。
PEG 策略實戰:用本益成長比挖掘被低估的成長股PEG = 本益比 / 盈餘成長率,可避開低 PE 價值陷阱。文中用 FinLab 在台股做四輪 AI 迭代優化,從 PEG<2、營收動能、流動性篩選到停損設定,把彼得林區式選股年化從 9.7% 提升到 25.6%、最大回撤壓到 37%、Sharpe 0.93,附 Python 程式。
0056 高股息 ETF 復刻:用量化策略打造進階版用量化方法復刻 0056 高股息 ETF 選股邏輯,從市值前 150、近三年穩定配息與毛利率成長著手,股池與原版重疊率達 72%。再加入營收成長、長期均線、波動率與殖利率門檻打造進階版,篩出 20 檔兼顧股利與資本利得的標的,附完整 Python 程式碼範例。
財報狗巴菲特免費選股教學:27 種條件組合回測實測把財報狗巴菲特免費選股的負債比率、ROE、自由現金流 3×3×3 共 27 種年限組合全部跑回測比較,2010 年起 60 天換股最高累積到 2.23 倍,遠勝同期大盤 1.26 倍,並整理出 ROE 看一年、負債比看三年、現金流年限越長越穩等對台股最有效的參數。
更多相關研究(53 篇)
- 財報選股:只要 3 個指標,年化報酬率超過 60% 年化 60.0%
- 月營收動能選股:台股 11 年回測年化 50%,夏普 1.46(附程式碼) 年化 50.0%
- 七七四十九種 PEG 本益成長比實測:打造年報酬率 30% 成長股選股策略 年化 40.0%
- 跌深反彈真的能賺錢嗎?用 AI 回測揭開抄底策略的殘酷真相 年化 34.6%
- 揭秘庫藏股:庫藏股投資策略再優化,年化約 30% 回測(Part 2) 年化 30.0%
- 美股多空策略:用財報指標打造年報酬 30% 的對沖組合 年化 30.0%
- 存股推薦 2026:用量化數據找出最佳定期定額標的 年化 25.2%
- 量化模型說這檔股票營收暴增 50%,可以買嗎?每 3 檔就有 1 檔是地雷! 年化 24.5%
- 反思菲式思考 Part.3:恢復信用交易策略優化,年化 23.46% 年化 23.5%
- 杜邦分析教學:ROE 拆解公式、計算例子與台股 13 年選股回測實證 年化 22.9%
- 業外收入選股:3 個財報數據,年化報酬率 22% 年化 22.2%
- 研發費用率選股策略:用研發投入找出高成長科技股 年化 22.0%
- F-Score 選股:9 分體檢表打敗大盤,年化 21.8% 年化 21.8%
- 意圖因子選股:找到主力護航的穩定上漲股 年化 18.5%
- 0056 vs 00878 vs 00919 高股息 ETF 實測:殖利率贏,含息總報酬卻全輸 0050 年化 17.7%
- 股價淨值比選股策略:台股 16 年實測,低 PB 排序成立但五組全輸 0050 年化 15.1%
- 除權息全攻略:16年虧7.2%揭開填息迷思 年化 11.7%
- F-Score 選股:9 個財報指標升級你的所有策略 年化 7.7%
- 事件研究法教學:找到股價異常報酬率的方法 年化 0.0%
- Alpha Arena 背後的技術解析:LLM AI 交易的缺陷與潛力
- 探討一個全局有效的因子優化方法:xxx/Price 因子選股
- 反思菲式思考 Part.1|關鍵交易思維與選股邏輯的啟發
- 美股選股池分類器使用教學:本益成長比最適合用在哪些產業?
- 美股探險記第3課:1分鐘上手美股回測|股價淨值比在美股還有效嗎?
- 美股探險記第2課:美股資料庫使用者指南|FinLab 量化平台
- 產業資料庫的基礎應用:用 Python 與 Pandas 客製化台股產業分類
- FinLab 開發與研究月報 (2022-11)|量化選股策略與總經回測教學總整理
- 選股策略系統性學習(1)|新手必看的5個FinLab入門選股策略
- 產業面選股策略|同業本益比比較法實戰回測
- 台股財報資料豆知識:發布日、截止日與時序索引操作完整教學
- 如何用指標計分來選股?Python pandas qcut 資料分級處理選股策略
- 1 分鐘學會!使用 Lux API 自動視覺化 Pandas 資料
- 營業利益率選股策略:用 Finlab 量化篩選穩定成長的低價好股
- 結合技術面與籌碼面的 AI 選股策略:CatBoost 機器學習實戰
- Python 財報月報股價爬蟲:台股資料庫終極解決之道
- 本益比河流圖教學|用 Python Plotly 打造客製化看盤工具
- 合約負債選股術:用流動合約負債挖掘營建業營收領先指標
- 給投資新手的理財規劃:小資族投資 0050 滾出千萬退休金的免費模擬工具
- ROE 怎麼看?用 SVM 機器學習解析 ROE 與市值的選股關係
- EPS 跟 ROE 哪個選股比較有效?台股 13 年回測:能避開地雷股,但高 ROE 不再領先
- 如何判斷投資理財課程的好壞?用量化策略與歷史回測檢驗老師
- 利用 Machine Learning 選股新手教學:用隨機森林實作量化選股
- 利用 Pandas 輕鬆選股 — Python 實作教學
- 用股價淨值比 (PB) 判斷台股大盤漲跌與買賣點
- 大盤要跌了嗎?用企業本益比中位數分佈判斷台股大盤漲跌
- 本益成長比 PEG 真的越低越好?台股回測揭曉最佳區間
- 市值營收比選股 13 年實測:「便宜高獲利」是 -60% 回撤陷阱,多因子才贏 0050
- 超簡單用 Python 抓取每月營收:30 行爬蟲下載全台股月營收
- 月營收選股三種方法 14 年實測:成長法總報酬 1,474% 勝 0050,夏普仍輸
- ROE 到底高或低才好?換股頻率決定高 ROE 選股績效
- 買股票只考慮 ROE 是不夠的!用 ROE 搭配 PB 選便宜好股
- 超簡單台股每日爬蟲教學:15 行 Python 程式碼下載股價並篩選低本益比股票
- 只用一行程式碼分析數據!?實用的 Python Package pandas_profiling
相關資料分類
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