法說會日期
已通過驗證上市櫃公司法人說明會期程、擇要訊息與影音連結,事件驅動選股策略的訊號原料。
資料快照截至 2026-07-04
法說會日期資料,記錄的是台灣上市櫃公司召開法人說明會的期程:哪一家公司、在什麼時間、什麼地點舉辦法說會,會後又留下哪些擇要訊息與影音連結。法人說明會是經營層向法人與投資機構說明營運近況與未來展望的正式場合,公司想對市場溝通的重要訊息,很多都選在這個場合發布。這是一份「事件型」原始資料,不是算好的選股指標;它的價值在於把「這家公司即將對市場說話」這件事,變成可以用程式篩選、回測的訊號。
這一類資料涵蓋什麼
每一筆紀錄對應一場法說會,欄位包含公司名稱、召開法人說明會的時間與地點、法人說明會擇要訊息、公司網站是否提供法人說明會相關資訊、影音連結資訊,以及公司所屬的市場別。往前看,你可以整理出未來一段時間哪些公司即將召開法說會,做成自己的事件行事曆;往回看,你可以追溯一家公司歷次法說會的時點,疊上股價與月營收,檢視事件前後的市場反應。相關名詞的定義可查量化交易詞彙表。
為什麼法說會日期值得當成訊號
一個流傳很廣的事件驅動想法是:公司傾向在有好消息要說的時候召開法說會,所以「即將開法說會」這件事本身就帶有資訊。這個假說聽起來合理,但成不成立不能靠感覺,站內的法說會策略優化用這份資料做了完整的真實回測,把「即將開法說會」的名單疊上月營收動能與停損,逐步檢視每個條件對報酬與回撤的影響,是這份資料最直接的應用範例。判讀時要把它當成「排程型」事件:期程會事先公告,所以可以在事件發生前就建立觀察名單;至於會中說的是利多還是利空,資料本身不會告訴你,需要搭配營收、籌碼等其他資料一起判斷。
用法說會資料最容易踩的雷
第一個雷是前視偏差。擇要訊息與影音連結是會後才補上的內容,如果回測時把這些事後資訊當成事前可得,等於偷看了未來,績效會失真;建訊號時只能用當時已經公告的期程資訊。第二個雷是欄位型態:這是一張逐筆事件表,召開時間以文字格式記錄,一家公司一年可能開好幾場,也可能以線上方式舉行。要先把時間欄位解析成日期、對齊交易日曆,再展開成「日期×股票」的訊號矩陣,才能和股價、月營收等表格對齊運算。
怎麼接上選股策略
法說會日期本身是原料,疊上其他條件才會變成完整策略。前面提到的法說會策略裡,關鍵濾網是月營收動能,想把這一塊弄懂,可以讀月營收選股三種方法的長期實測,並搭配月營收資料頁面了解原料本身;想把事件、營收、估值組成一套完整的選股流程,可以從台股選股完整指南入手。
怎麼自己取得這份資料
完成 FinLab 安裝設定後,一行就能把整份法說會期程抓回本機:
顯示程式碼
from finlab import data
df = data.get("investors_conference")
df.tail()回傳的是逐筆事件表,每一列是一場法說會,欄位包含「公司名稱」「召開法人說明會時間」「召開法人說明會地點」「法人說明會擇要訊息」等。想整理出即將召開的場次,把「召開法人說明會時間」解析成日期再過濾即可。這份資料的涵蓋年限、筆數與更新狀態,本頁下方有即時健檢可以查。不會寫程式也沒關係,頁面下方可以把這件事直接交給 AI,幫你把資料抓下來、整理成行事曆,再一步步接成可回測的策略。
法說會日期包含的資料欄位
這個分類是一張完整的資料表,取出整張表後再挑欄位使用。完整涵蓋範圍與更新狀態如下:
- 欄位數
- 8 欄
- 時間範圍
- 2007-01-09 ~ 2026-08-05
- 更新頻率
- 每日更新
- 狀態
- 已通過驗證
data.get("investors_conference")如何取得法說會日期
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:
幫我設定 FinLab,取得「法說會日期」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/investors-conference-schedule
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("investors_conference:")
df.tail()用法說會日期跑出的研究
單純買股價創 200 日新高的突破策略回測年化 17.7%,加入 FinLab sustain 語法判斷近 5 日內有 3 日續創高後,CAGR 拉升到 25.9%、夏普 1.1、最大回撤明顯收斂。完整 Python 程式與 colab 範例帶你避開假突破、抓到真強勢股。
新手看價、老手看量、高手看波動率:K線波動率選股策略實戰參考飆股的長相自創 K 線波動率指標,台股實測創新高當日波動率 8% 以下時夏普與 CAGR 最佳。將低價股策略加入低波動進場、近 2 月營收大於近 12 月成長濾網與 3% 停損,回測 2008-2023 僅 1 年虧損,最大回檔與假突破風險顯著收斂,附完整程式。
三項現金流全正 = 飆股?數據告訴你真相很多人把營業、投資、融資三項現金流全正當成飆股訊號,但 2015 至 2026 年台股回測顯示三項全正 CAGR 只有 7.41%,是七種現金流組合裡墊底的一個。把它換成營業現金流正搭配營收與股價創新高的集中策略,年化衝到 24.7%,看似大勝 0050 含息的 21.15%,但風險調整後的夏普、索提諾、卡爾瑪反而全輸,最大回撤逼近腰斬。
毛利率選股:創新高後股價會漲嗎?事件研究實證台股事件研究法實證:營業毛利率達近 8 季新高的公司,財報公布後 20 日內累積異常報酬呈正向趨勢,波動度也保持可控。文中用 finlab tools.event_study 與 create_factor_data 完整示範毛利率選股的因子驗證流程與基準比較。
低價股量化策略實戰:小資族用技術面打造年化 30% 選股策略小資族低價股量化策略:排除金融股,取近 120 日新高突破、60 日高低區間 < 30%、收盤 ≤ 25 元、5 日均量 > 100 張的低價動能股,每月持 5 檔;MAE/MFE 分析找出 -5% 停損甜蜜點,FinLab 回測附完整 Python 程式碼。
選股回測系統豆知識 (2)|持股比例上限 position_limit 設定,避開快樂表陷阱回測超漂亮可能是「快樂表」——其實只靠重壓幾檔賺出來。用 FinLab sim 的 position_limit 控制單檔比例上限,搭配 is_smallest 與 ReportCollection 比較不同數值,實測創新高動能策略在 position_limit=0.2 時年化、Sharpe、MDD 最佳。
更多相關研究(19 篇)
- AI 量化研究:把一句話想法跑成可下載的 HTML 回測報告,年化 48% 年化 48.2%
- 創新高策略實測:價格新高輸 0050,營收確認後年化 47.1% 年化 47.1%
- 動能策略台股 18 年回測:純追漲停輸 0050,複合動能年化 36%(附程式碼) 年化 36.4%
- 如何超越 00733?富邦台灣中小 ETF 選股邏輯與 Python 回測全解析 年化 24.0%
- 台股四萬點選股攻略:0050 贏報酬,核心衛星贏回撤 年化 23.6%
- 台股 Python 選股教學:三行程式碼打造年化報酬 20% 策略 年化 20.0%
- 量化投資實戰:用 Python 打敗 0056,年化 19% 年化 19.0%
- 邊緣運算概念股:2026 邊緣 AI 龍頭與台股名單 年化 7.8%
- 賣出策略實測:3 種指標幫你抓住飆股高點 年化 0.0%
- 台灣股市選股策略 Python 起手勢:高動能與低波動選股範本
- 法說會策略優化:用營收動能與停損打造進可攻退可守的台股策略
- 成長飆股怎麼找?超級績效選股法大解密與量化實作
- 使用 Python 進行股票分析指南:入門篇(含布林通道策略範例)
- 用 Python 回測總經指標(1):M1B & M2 年增率資金動能濾網
- 國安基金與庫藏股應用教學|用 FinLab 與 Pandas 解讀政府救市訊號
- Fugle API 全自動交易教學:3 行 code 自動輸入帳密|FinLab
- 2021 交易聖杯初體驗:量化交易者突破瓶頸的三大心法
- 大跌後用 Python 找出強勢股:篩選逆勢上漲與長下影線股票
- 股票入門SOP懶人包:新手三步驟打造穩定獲利的選股策略
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