三大法人買賣超

三大法人買賣超，就是外資、投信、自營商這三類專業機構，每個交易日在台股「買進多少、賣出多少」之後算出的淨額。買進大於賣出叫買超（淨買），賣出大於買進叫賣超（淨賣）。因為這三類機構資金大、研究團隊深，他們的進出常被當成「聰明錢往哪流」的風向球，也是台股最常被疊在基本面之上的籌碼濾網。

三大法人是誰，買賣超在算什麼

這三類機構各有脾性：外資是外國機構投資人，資金規模最大、偏中長線布局；投信是國內的基金公司，有季底作帳壓力，短線影響很直接；自營商是券商用自有資金操作的部位，常和避險、權證造市綁在一起。

買賣超的算法很單純，就是「當日買進股數減掉賣出股數」。正的代表這類法人今天站在買方、淨買進；負的代表站在賣方、淨賣出。每個交易日盤後，證交所就會公布每一檔股票各別的法人買賣超，以及整體市場的合計金額。法人、買賣超這類名詞的精確口徑，可以對照 量化交易詞彙表 裡的定義。

怎麼看一張法人買賣超走勢圖

單看某一天法人買了或賣了，意義不大，因為法人為了避險常會今天賣、明天買來回調節。比較有用的看法，是把每天的買賣超「累加起來」，看一段時間下來資金到底是淨流入還是淨流出。下面這張圖，就是把台積電（2330）外資的每日買賣超逐日累計後畫成的曲線。

看這張圖時，重點不在絕對高低，而在斜率：曲線往上走，代表這段期間外資是淨買進、持續加碼；往下走，代表外資在持續調節出場；走平則是進出大致抵銷。以截至 2026 年 6 月、換算成金額的近幾筆累計買賣超為例：

這幾天累計值都在負十六億上下小幅來回，代表外資對這檔股票既沒有明顯加碼、也沒有大舉撤退，整段曲線是接近橫盤的狀態。看懂這張圖，就懂了所有法人買賣超資料的看法：把每日進出累加，用方向和斜率讀資金的態度。

用這份資料最容易踩的兩個陷阱

第一個陷阱，是把個股的買賣超股數乘上股價，當成法人投入的金額。個股層級的資料只有股數、沒有金額，自己換算往往會比官方數字膨脹好幾倍；要看金額口徑，請改用整體市場的三大法人買賣超金額欄位。

第二個陷阱，是拿單日數字追買追賣。外資為了避險常同時操作期貨與現股，現股賣超不一定代表它看空後市，單日方向很容易被來回的調節洗掉。比較穩的做法，是看連續多日的累計買賣超，等資金態度形成趨勢再判斷，這也是上面那張累計曲線比單日數字更有參考價值的原因。

怎麼用法人買賣超選股

在量化選股上，法人籌碼最常見的角色是「濾網」，而不是單獨的進場訊號。實務邏輯通常是：先用基本面或動能因子選出一批候選股，再要求它們同時要有法人連續買超撐腰，把籌碼鬆動的標的剔除掉，留下基本面好、又有大資金認同的股票。

至於「跟誰買最準」，三大法人各有脾性，值得分開驗證。想看實測比較，可以讀 外資 vs 投信 vs 自營商：三大法人跟誰最準？；如果想把法人資料做得更細，外資買入成本指標選股 示範怎麼自製外資的成本線來篩股，外資避險指標教學 則用法人動向來提前閃避大盤回落。要把這些籌碼濾網接進一套完整的選股流程，可以從 股票選股完整指南 開始，把籌碼、基本面與估值組成更穩健的多因子策略。

怎麼自己取得這份資料

在 finlab 套件裡，登入後用一行就能取出個股的外資買賣超，再用 cumsum 累加，就是上面那張累計曲線：

import finlab
from finlab import data
 
finlab.login()
df = data.get("institutional_investors_trading_summary:外陸資買賣超股數(不含外資自營商)")
foreign_cum = df["2330"].dropna().cumsum()

把欄位名稱換成「投信買賣超股數」「自營商買賣超股數」，就能取得另外兩類法人的進出；要看官方公布的整體市場金額，則改取 institutional_investors_trading_all_market_summary 裡的買賣超欄位。資料每個交易日盤後公布，當天就能取得。不會寫程式也沒關係，頁面下方可以把取資料、跑回測這件事直接交給 AI 幫你完成。