跳至主要內容

台灣製造業 PMI

用白話徹底搞懂台灣製造業 PMI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。

台灣製造業 PMI 是「採購經理人指數」,由中華經濟研究院每月對製造業採購經理人做問卷,把訂單、生產、存貨等項目彙整成一個數字,用來描述製造業整體的景氣冷暖。它重要的原因是發布得早、又貼著實體經濟:當企業端的訂單和生產正在加溫或降溫,PMI 通常會比財報更快反映出來,所以很多人把它當成判斷大盤位階的領先參考。

PMI 是什麼、怎麼算

可以把 PMI 想成一張「全體採購主管的氣氛問卷」。每個月詢問各廠的採購經理:這個月的新訂單、生產、雇用比上個月變好、持平還是變差?把回答「變好」與「變差」的比例做成擴散指數,最後落在零到一百之間。它和股東權益報酬率、本益比這種比率不同,重點在於它相對五十的位置,而非絕對數字的高低:五十是景氣榮枯的分界線,高於五十代表製造業在擴張,低於五十代表在收縮,越遠離五十,擴張或收縮的力道越強。採購經理人指數、擴散指數這些名詞的完整定義,可以參考名詞解釋

怎麼判讀這張走勢圖

讀 PMI 的訣竅有三個:先看它在五十的上方還是下方,再看它正在往上還是往下,最後看這個方向連續了幾個月。

台灣製造業 PMI(景氣榮枯線 50)

圖上那條紅色虛線就是五十的榮枯線。以近幾個月的實際數值為例,二○二五年十二月公布為五十點二,剛站上榮枯線;接著二○二六年一月跳到五十四點八、二月再升到五十九點四,連續往上代表擴張在加速;三月回落到五十二點三,雖然仍在五十之上但動能轉弱;到了四月與五月又分別來到六十二點九和六十四點二。所以判讀真正要看的是「站在五十的哪一邊、往哪個方向走、走了多久」這三件事,而非單月落在幾點,它們比單月的高低更能說明景氣的真實狀態。

PMI 在量化上適合做什麼

PMI 最適合的角色是由上而下的景氣濾網,用來決定整體部位要積極還是保守,而非用來挑選個股。邏輯很單純:當 PMI 站穩五十之上且方向往上,代表製造業景氣偏多,可以把股票部位拉高;當它跌破五十而且持續下滑,就把部位調降、增加現金或防禦性配置。它管的是「該不該進場、要進多少」這種擇時與加減碼的問題,不是「該買哪一檔」。

想看景氣訊號實際變成可回測的加減碼規則,可以讀用景氣燈號分批進出 0050 的實測;如果想把總經視野延伸到貨幣面,也可以參考抓取台灣 M1B、M2 年增率的實作,兩者都示範了如何把總經位階訊號接回完整的回測框架。

用這個欄位最容易踩的陷阱

最致命的是發布時點。某月的 PMI 描述的是當月製造業景氣,但實際公布要等到次月月初,例如近期五月的數值是在五月初才揭露上月情況。回測時若把數值對齊到它所描述的月份,等於提前用到當下還沒公開的資訊,會造成前視偏差,把績效灌得虛高。正確做法是對齊到資料真正可取得的發布日。第二個陷阱是榮枯線附近的雜訊:PMI 在五十上下來回擺動時,只要一破五十就出場很容易被假訊號甩來甩去,實務上多半改看連續兩到三個月同方向,訊號才比較穩定。

怎麼自己取得這份資料

在 finlab 裡只要一行就能把整段 PMI 歷史抓下來:

顯示程式碼
finlab.login()
 
pmi = data.get("tw_total_pmi:製造業PMI")

login() 不需要自己貼任何金鑰,finlab 會引導你完成登入。要把這份景氣位階訊號接回完整的回測流程,可以從量化交易完整指南開始。如果你還不太會寫程式也沒關係,這個頁面下方可以把「抓資料、接成景氣濾網、跑回測」這整件事直接交給 AI 幫你完成。

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。

在 FinLab Python 套件中取得
data.get("tw_total_pmi:製造業PMI")
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「台灣製造業 PMI」(tw_total_pmi:製造業PMI) 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
2025-12-0150.20
2026-01-0254.80
2026-02-0259.40
2026-03-0252.30
2026-04-0162.90
2026-05-0464.20
產生這張圖的程式碼
from finlab import data

df = data.get("tw_total_pmi:製造業PMI")
s = df.iloc[:, 0].dropna()
ax = s.plot()
ax.axhline(50, color='red', linestyle='--')   # 景氣榮枯線
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("tw_total_pmi:製造業PMI")
df.tail()

名詞速解

揭露與更新台灣製造業 PMI 每月月初由中華經濟研究院公布上月數字。

採購經理人指數(PMI)
透過採購經理人問卷編成的景氣領先指標,反映製造業擴張或收縮。
景氣榮枯線
PMI 的 50 分界:高於 50 代表景氣擴張,低於 50 代表收縮。
看完整名詞解釋 →

資料規格與品質

檢查未通過
市場
台股
資料筆數
167
涵蓋檔數
1 檔
時間範圍
2012-07-01 ~ 2026-05-01
更新頻率
財報季更新
最後驗證
2026-03-04

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
  • 資料非空
  • 無大量缺值
  • 日期連續無缺漏 資料月份不符,最新資料月份為 2026M02,應為 2026M03

用台灣製造業 PMI跑出的研究

作帳行情是真的嗎?23 年台股數據:六月底買、七月中賣,勝率近八成

作帳行情是真的嗎?用 finlab 回測台股 2003 至 2025 共 23 年:在六月半年報結帳日買進加權報酬指數、持有約十個交易日到七月中,平均上漲 2.06%、勝率 70%;改用 0050 實單複製平均每次賺 2.88%、近八成年份收紅。但「投信作帳買個股」「搶息」「小型股普漲」「外資作帳買盤」四種常見說法,全部被資料否決,真相是一個集中在權值大盤的季節性現象。附完整 Python 程式碼與可下載回測數據。

用Python回測總經指標(2)|美國失業率 vs S&P 500指數擇時策略

FinLab 量化平台用 WorldIndexMarketInfo 跨市場回測 S&P 500:以美國失業率 MA2<MA6 時持有 SPX,全歷史報酬未超越長抱但回檔顯著平滑,2000 年後擇時報酬與回撤皆優於 buy and hold。

LPPL 泡沫模型實測:股市崩盤預測原理、Python 實作與 0050 擇時回測(八年僅一次警報且為誤報)

LPPL 泡沫模型用對數週期冪律描述股市崩盤前的超指數上漲與加速震盪,曾對 2000 年科技泡沫與 2015 年上海股災提出預警。本文拆解公式與 LPPLS 信心指標,用 Python 對 0050 做 8,265 次滾動擬合並回測泡沫擇時策略:年化 23.93% 輸給買進持有的 25.05%,最大回撤同為 -33.96%,八年只出場一次且事後證明是誤報;全部程式碼可下載重現。

處置股策略全解析:用數據找出進出時機,延後五天進場報酬翻倍

用近五年台股處置股資料分析價格規律,發現延後五天進場可將累積報酬從 100% 拉升到 2000%,差距達 20 倍。再疊加處置條件、處置措施、5 分盤與 20 分盤分時交易濾網後,MDD 壓到 20–30%,2021 年起測試集報酬達 200%,遠勝同期大盤指數。

常見問題

台灣製造業 PMI的資料從哪一年開始?

FinLab 的台灣製造業 PMI資料涵蓋 2012-07-01 至 2026-05-01,可直接用於長期歷史回測。

如何用 Python 取得台灣製造業 PMI?

安裝 finlab 套件後,用 data.get("tw_total_pmi:製造業PMI") 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。

台灣製造業 PMI多久更新一次?

這份資料財報季更新,資料快照截至 2026-06-24。

台灣製造業 PMI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。

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。

回總體經濟與景氣指標