跳至主要內容

市場當沖占比(整體市場當沖統計)

用白話徹底搞懂市場當沖占比(整體市場當沖統計)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。

市場當沖占比回答的是一個大盤層級的問題:今天整個台股的成交量裡,有多少比例是當天進出、不留過夜部位的當沖交易。這份整體市場當沖統計從 2014 年現股當沖開放起逐日累積,涵蓋全市場當沖總股數、總買賣金額與三者各自占市場的比重,每個交易日更新。它是觀察台股短線資金結構變化最長、也最乾淨的一條序列。

這份資料裡有什麼

整體市場當沖統計(intraday_trading_stat)共六個欄位:當日沖銷交易總成交股數、總成交股數占市場比重、總買進成交金額與其占比、總賣出成交金額與其占比。在 finlab 一行取出,完成安裝設定後登入即可:

顯示程式碼
finlab.login()
ratio = data.get("intraday_trading_stat:當日沖銷交易總成交股數占市場比重")

回傳日頻序列,單位是百分比;想看金額口徑,換成買進或賣出金額占比欄位即可。

怎麼判讀這份資料

台股整體市場當沖成交股數占比,2014 年起

這條線的主故事是結構性抬升:2014 年開放當年,年平均占比不到百分之一;證交所 2017 年調降當沖交易稅之後快速爬升,2021 年起大致穩定在兩成上下,台股從此是一個「每五股成交就有一股是當沖」的市場。判讀新聞或研究裡的當沖數字時,先想這條基準線:兩成上下是現在的常態,不是過熱訊號。

第二個故事在極端日:2025 年 4 月台股急跌那段,單日占比一度衝到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,因為隔夜風險太大,短線資金改成當天了結;換句話說,這條線飆高比較像「市場不敢留倉」的恐慌溫度計,而不是散戶樂觀的訊號。想把它與大盤位置對照,可搭配加權指數歷史資料同窗檢視。

用這份資料最容易踩的兩個陷阱

第一個陷阱:股數口徑與金額口徑混用。低價股一張的股數跟高價股一樣多、金額卻差幾十倍,所以股數占比會被低價熱門股放大,跟金額占比對不上是正常的;引用時說清楚用哪個欄位。

第二個陷阱:直接拿它當大盤買賣訊號。當沖占比是資金結構與情緒的描述變數,飆高常與急跌同時發生,但「同時發生」不等於「可以拿來預測」;要把它當擇時濾網,先做嚴謹的前瞻報酬檢驗,方法見什麼是回測

怎麼自己取得這份資料

個股層級的當沖成交股數與兩份資料的分工,見當沖成交資訊總覽個股當沖成交股數;把個股當沖比例做成選股因子的實測見散戶反向策略。名詞定義可查詞彙表;不想寫程式的話,頁面下方可以把取資料與畫圖直接交給 AI 完成。

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。

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。

告訴你的AI:

幫我設定 FinLab,取得「市場當沖占比(整體市場當沖統計)」(intraday_trading_stat:當日沖銷交易總成交股數占市場比重)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?relatedUrl=/data/intraday-trading/market-day-trading-ratio

免安裝,開啟 FinLab Studio
在 FinLab Python 套件中取得
data.get("intraday_trading_stat:當日沖銷交易總成交股數占市場比重")

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。

最近幾筆資料
日期數值
2026-08-1121.94
2026-08-1221.64
2026-08-1324.20
2026-08-1421.72
2026-08-1718.58
2026-08-1825.09
產生這張圖的程式碼
from finlab import data

df = data.get("intraday_trading_stat:當日沖銷交易總成交股數占市場比重")
s = df.iloc[:, 0].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("intraday_trading_stat:當日沖銷交易總成交股數占市場比重")
df.tail()

資料規格與品質

已通過驗證
市場
台股
資料筆數
6,156
涵蓋檔數
2 檔
時間範圍
2014-01-06 ~ 2026-08-18
更新頻率
每日更新
最近更新
2026-08-18

資料快照截至 2026-08-19

依實際爬蟲排程與資料寫入狀態自動檢核:

  • 更新排程正常執行 最近成功執行:2026-08-18
  • 資料更新於預期週期內 最近寫入:2026-08-18
  • 資料非空 6,156 列

用市場當沖占比(整體市場當沖統計)跑出的研究

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。

外資一直買或一直賣怎麼看?股價為什麼不漲不跌,外資賣超原因與投信買超策略

外資一直買不代表股價必漲,外資賣超原因也多半是資金調節(指數調整、匯率避險),不等於股價必跌。本文附截至 2026-06 的外資與投信最新買賣超動向,並用 finlab 2015~2026 全市場資料回答外資一直賣股價為什麼不跌、外資一直買為什麼不漲、外資大賣隔天會怎樣、投信買外資賣該聽誰;最強的投信+營收動能策略年化 33.9%,附可重跑程式碼。

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。

常見問題

市場當沖占比(整體市場當沖統計)的資料從哪一年開始?

FinLab 的市場當沖占比(整體市場當沖統計)資料涵蓋 2014-01-06 至 2026-08-18,可直接用於長期歷史回測。

如何用 Python 取得市場當沖占比(整體市場當沖統計)?

安裝 finlab 套件後,用 data.get("intraday_trading_stat:當日沖銷交易總成交股數占市場比重") 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。

市場當沖占比(整體市場當沖統計)多久更新一次?

這份資料每日更新,資料快照截至 2026-08-19。

市場當沖占比(整體市場當沖統計)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。

當沖成交資訊的其他資料

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。

回當沖成交資訊