跳至主要內容

存貨週轉率

用白話徹底搞懂存貨週轉率是什麼、怎麼判讀,以及怎麼用它在台股選股,並附上可以自己驗證的真實資料。

存貨週轉率衡量一家公司把存貨賣掉、換回現金的速度,數字越高代表貨品在倉庫裡待得越短、流動越快。它之所以重要,是因為這把尺直接反映營運效率,幫你看出一家公司的成長到底有沒有真實需求撐著,還是貨越堆越多卻賣不動。

存貨週轉率是什麼、怎麼算

存貨週轉率的算法,是把一段期間的銷貨成本,除以這段期間的平均存貨。換句話說,它在問一個很生活化的問題:倉庫裡的貨,一年大概可以整批換新幾次?週轉率等於 4,粗略代表存貨平均三個月就清空補一輪;等於 1,就是要花上一整年才賣完一輪。想像一家便當店,食材當天進貨當天賣完,週轉就快;要是進了一堆罐頭擺著慢慢賣,週轉自然就慢。完整公式與會計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走勢

單看某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)的逐季存貨週轉率走勢,把每一季連成線,方向就出來了。

台積電 (2330) 存貨週轉率

從真實資料看,台積電近幾季的單季存貨週轉率,從 2024 第四季的 1.23 緩步走到 2025 第四季的 1.37,2026 第一季回到 1.28。判讀時看三件事:水準(數字高不高)、趨勢(一季一季在上升還是下滑)、波動(是不是忽高忽低)。一條緩步走升的線,常是出貨順、需求轉強的早期訊號;如果連續幾季往下掉,就要警覺是不是庫存開始堆積、賣得不如預期。

存貨週轉率多少算好、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存貨週轉率的分布圖,每一根長條代表一檔股票,紅線是中位數。

全市場最新一季存貨週轉率分布(每根長條代表一檔股票,紅線為中位數)

從分布可以看出,多數股票集中在偏低的區段,週轉率特別高的公司落在右側那條長尾,數量並不多。要注意的是,這個高低很吃產業:軟體與服務業幾乎沒有存貨,數字可能異常地高;製造、零售業庫存厚,天生就偏低。所以與其記死一個門檻,不如養成看相對位置的習慣,同樣的數字在這個產業是頂標、在另一個產業可能只是中段。

用存貨週轉率選股最容易踩的陷阱

最大的地雷是發布時間沒對齊。存貨週轉率算自逐季財報,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 取出的這份比率已經依實際發布日對齊到可交易的時點,你不需要自己把訊號挪回季末。第二個要避開的,是跨產業硬比絕對值:統一一個門檻篩全市場,容易把存貨天生厚重的傳產整批誤殺,比較同一家公司的變化趨勢會比和別的產業比高低可靠得多。

怎麼用存貨週轉率選股

存貨週轉率很少單獨當主因子,它更適合當佐證,和營收、毛利率交叉驗證:營收在成長、存貨週轉率同步走升,這種成長通常比較紮實;如果營收漂亮但週轉率一路下滑,就要懷疑是不是先把貨塞給通路、需求其實沒跟上。想看這類基本面欄位怎麼組成可重現的策略,可以參考自由現金流多因子選股的長期實測財報狗價值股選股實作,看單一比率怎麼升級成可回測的選股流程。

怎麼自己取得這份資料

取得整張逐季存貨週轉率表只要一行程式,回傳的表格以財報期別為列、股票代號為欄,可以和營收、毛利率或股價對齊運算:

顯示程式碼
from finlab import data
 
df = data.get("fundamental_features:存貨週轉率")
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。想把它接成完整的選股流程,可以延伸閱讀股票選股完整指南

自己動手取得這份資料

用 finlab 一行就能把整段歷史抓下來。不會寫程式也沒關係,把下面這句任務交給你的 AI,它會帶你完成。

在 FinLab Python 套件中取得
data.get("fundamental_features:存貨週轉率")
免費試用

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「存貨週轉率」(fundamental_features:存貨週轉率) 這份資料,先畫出走勢與分布圖,再示範一個用它來選股的簡單回測,請讀:https://finlab.finance/setup

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。

最近幾筆資料
日期數值
2024-Q41.23
2025-Q11.19
2025-Q21.29
2025-Q31.35
2025-Q41.37
2026-Q11.28
產生這張圖的程式碼
from finlab import data

df = data.get("fundamental_features:存貨週轉率")
s = df["2330"].dropna()
s.plot()
想自己寫完整程式?

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:存貨週轉率")
df.tail()

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。
看完整名詞解釋 →

資料規格與品質

已通過驗證
市場
台股
資料筆數
150,096
涵蓋檔數
2,832 檔
時間範圍
2013-05-15 ~ 2026-05-15
更新頻率
每日更新
最後驗證
2026-02-08

資料快照截至 2026-06-24

每份資料每日自動執行四項健檢:

  • 資料未過期 資料已過期,但在寬限期內 (至 19:00:00)
  • 資料非空
  • 無大量缺值
  • 日期連續無缺漏

用存貨週轉率跑出的研究

財報狗選股策略實作:免費複製價值股選股法,本益比與股價淨值比篩便宜好公司

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。

常見問題

存貨週轉率的資料從哪一年開始?

FinLab 的存貨週轉率資料涵蓋 2013-05-15 至 2026-05-15,可直接用於長期歷史回測。

如何用 Python 取得存貨週轉率?

安裝 finlab 套件後,用 data.get("fundamental_features:存貨週轉率") 即可取得整段歷史資料;第一次使用時 finlab.login() 會自動引導登入。

存貨週轉率多久更新一次?

這份資料每日更新,資料快照截至 2026-06-24。

存貨週轉率資料免費嗎?

finlab 免費方案即可取得歷史資料進行回測;VIP 方案提供每日更新與更完整的盤後資料。

財務指標與比率的其他資料

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。

回財務指標與比率