當沖成交資訊
已通過驗證現股當沖的個股每日成交股數與買賣金額,加上整體市場當沖占比統計,衡量台股短線交易熱度的籌碼資料。
資料快照截至 2026-11-18
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。
現股當沖是 2014 年開放的交易制度:同一天內對同一檔股票先買後賣(或先賣後買),收盤前把部位軋平。這一類資料記錄的就是這些「當天來回」的成交紀錄,分成兩份:一份是個股層級,每檔股票每天的當沖成交股數與買賣金額;另一份是市場層級,整體市場當沖占成交量的比重。兩份都從 2014 年 1 月起、每個交易日更新。它不是價格資料,是「今天的成交量裡,有多少是不打算過夜的短線資金」的計數器。
這一類資料涵蓋什麼
個股當沖資料(intraday_trading)有四個欄位:當日沖銷交易成交股數、買進成交金額、賣出成交金額、以及該股是否開放先賣後買當沖,覆蓋兩千四百多檔上市櫃股票,欄位細節見個股當沖成交股數。市場統計(intraday_trading_stat)有六個欄位:全市場當沖總成交股數、總買進與總賣出金額,以及三者各自占市場的比重。想知道「這檔股票今天多少比例的量是當沖」,拿個股當沖股數除以成交股數就能算出來。
怎麼判讀這類資料
判讀的主軸是「熱度」而不是「方向」。從市場層級看,當沖占市場成交股數的比重,從 2014 年開放當年的平均不到百分之一,一路爬到 2021 年之後穩定在兩成上下,2025 年 4 月台股急跌那週還衝出約百分之三十八的歷史峰值:恐慌時當沖占比往往不降反升,因為隔日風險太大,短線資金改成當天了結。從個股層級看,當沖比重高的股票籌碼輕、日內波動大,常是處置與注意名單的常客,可以搭配注意股名單與處置股名單一起監控過熱訊號。
把當沖比例拿來當選股因子的完整實測,見散戶反向策略:該文用同一份資料計算個股 20 日當沖比例、分十組觀察前瞻報酬,是這份資料最直接的策略應用範例。
用這類資料要注意的口徑
當沖「比率」沒有唯一算法:分子可以是當沖股數或當沖買賣金額的一半,分母可以是成交股數或成交金額,不同網站引用的數字因此對不上。自己算的時候把口徑寫清楚,跨來源比較前先確認算法一致。名詞定義可查詞彙表;不想寫程式的話,各欄位頁下方可以把取資料與計算直接交給 AI 完成。
當沖成交資訊包含的資料欄位
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 |
|---|---|---|---|---|---|
| 個股當沖成交股數(現股當沖) | data.get("intraday_trading:當日沖銷交易成交股數") | 3,138 | 2014-01-06 ~ 2026-11-17 | 免費版至 2023-12-31 | 已通過驗證 |
| 市場當沖占比(整體市場當沖統計) | data.get("intraday_trading_stat:當日沖銷交易總成交股數占市場比重") | 3,138 | 2014-01-06 ~ 2026-11-17 | 免費版至 2023-12-31 | 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 2026-08-19),不是示意圖。你也可以自己跑一次。
| 日期 | 數值 |
|---|---|
| 2026-08-11 | 3,110,000 |
| 2026-08-12 | 2,570,000 |
| 2026-08-13 | 4,368,000 |
| 2026-08-14 | 3,199,000 |
| 2026-08-17 | 2,404,000 |
| 2026-08-18 | 2,708,000 |
from finlab import data
df = data.get("intraday_trading:當日沖銷交易成交股數")
s = df["2330"].dropna()
s.plot()如何取得當沖成交資訊
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。
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。
告訴你的AI:
幫我設定 FinLab,取得「當沖成交資訊」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/intraday-trading
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("intraday_trading:當日沖銷交易成交股數")
df.tail()用當沖成交資訊跑出的研究
個股層級的法人籌碼實測:用 finlab 2015~2026 全市場資料統計 86 萬筆外資大賣樣本,回答外資大賣隔天會怎樣、投信買外資賣該聽誰;三套跟單規則回測,逆向外資與純投信買超都輸 0050,投信買超+營收動能年化 33.9%、日夏普 1.11,附可重跑程式碼。
散戶反向策略:融資、當沖、集保數據的賺錢密碼台灣散戶每年落後大盤 3.8%。用集保「小於十張佔比」4 週減>0.3%、外資或投信 10 日買超、營收 YoY>30%、選散戶減持最大 15 檔,2015-2025 回測年化 33.77%、夏普 1.12。
籌碼選股有用嗎?千張大戶、股東人數、券資比 7 個訊號,沒有一個穩定贏 0050籌碼選股有用嗎?用 finlab 回測台股 7 個籌碼訊號:千張大戶持股比例、股東人數減少、主力分點、地緣券商、借券賣出餘額、外資持股比例與券資比。63 組參數只有 1 組日夏普贏過含息 0050,三項驗證全部沒過;股東人數減少最多的 30 檔每週換股,不扣成本年化 29.8%,扣成本後只剩 14.8%。
外資 vs 投信 vs 自營商:三大法人跟誰最準?10 年台股回測比較外資、投信、自營商三大法人跟單績效:純跟投信年化僅 7.4%,加入月營收成長篩選後 CAGR 飆至 30.1%、Sharpe 0.95。揭開三大法人籌碼面組合拳的真實效果,附 FinLab Python 回測程式。
外資買賣超怎麼解讀?外資避險指標教學,提前避開股市大幅回落外資每日買賣超金額雜訊太多、缺乏標準化基準,改用「近月外資淨買超天數 / 交易日數」轉成 0~1 標準化指標。實作 Python 程式碼並回測 0050 與富櫃 50 避險訊號,協助提前嗅到台股大幅回落的籌碼面警訊。
外資成本線怎麼看?Python 自製外資買入成本指標與選股教學外資成本線是用外資買賣超與股價估算外資近期平均進出成本的籌碼指標。本文用 Python 與三大法人資料自製外資買入成本指標:以 rolling 60 日加權平均算出外資進出均價,再篩出股價低於外資成本的台股清單,附完整資料整理、買賣成本計算與選股程式碼示範。
更多相關研究(17 篇)
- 半導體選股策略:台積電供應鏈 15 檔的四種篩選實測 年化 62.5%
- 小台散戶多空比怎麼用才有效?台指加碼、小台避險的智慧曝險回測 年化 32.5%
- AI 概念股量化篩選法:不追熱門股的冷靜選法 年化 31.6%
- 庫藏股是什麼?公告後買進的台股實測:19 年年化 25%,近三年卻輸 0050 年化 25.2%
- 董監持股比例高好嗎?7 個董監與內部人訊號台股回測,63 組參數都沒贏 0050 年化 5.1%
- 主力波動指標:用券商分點數據打造獨家選股因子 年化 0.0%
- 融券回補會軋空嗎?27組測試先卡在可用樣本
- 隔日沖券商有哪些?分點反手率實測,50%門檻沒有符合名單
- 借券費率是什麼?券差費率 7% 是日計價,飆升後買進日夏普都輸 0050
- 當沖、漲停、盤後零股、鉅額交易回測:7 個台股熱門訊號選股都輸 0050
- 融資餘額增加代表什麼?融資、注意股、跳空缺口 5 訊號都沒穩定贏 0050
- 外資賣超原因全解析:外資一直賣、股價為什麼不跌?2026 台股 14 年數據實證
- 集保戶股權分散表怎麼抓?Python 爬蟲教學與台股籌碼資料整理
- 台股板塊圖完整操作說明:基本面、技術面、籌碼面 200 種指標一圖掌握
- 0050 擇時策略實測:用融資維持率地板訊號抄底(2009–2021 回測,MDD < 20%)
- 台股籌碼策略:董監改選行情選股法,回測勝率82%實戰拆解
- 超短線上影線放空策略:用回測驗證上影線放空台股的真實績效
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