股價與成交資訊
更新中台股每日開高低收、成交量與還原股價,回測與技術分析的基礎資料。
資料快照截至 2026-06-24
股價與成交資訊,就是一檔股票每個交易日「成交在多少錢、成交了多少量」的紀錄,核心是開盤價、最高價、最低價、收盤價(合稱開高低收)這四個價格,再加上成交股數(成交量)與成交金額兩個量的指標。它之所以重要,是因為動能、突破、均線、波動率這些技術面訊號,本質上都是拿這組價量數字做運算後的結論,資料乾不乾淨,直接決定一套策略的判斷可不可信。
開高低收與成交量,各自在說什麼
把一天的交易想像成一場拍賣會。開盤價是早上九點鐘響後第一筆成交的價格,收盤價是下午一點半最後撮合出來的價格,中間喊到最貴的成交點是最高價、最便宜的是最低價。這四個數字框出了當天股價的「波動範圍」,K 線圖上的一根棒子就是把這四個價格畫出來。
成交量是當天總共成交了多少股(台股習慣用「張」,一張等於一千股),成交金額則是這些成交的總價值。價格告訴你「現在大家認為值多少」,量告訴你「有多少人真的願意進場交易」,兩者要一起看:同樣是漲,帶量上漲和量縮上漲,背後的意義並不一樣。各價格欄位的精確口徑與還原方式,可以對照 量化交易詞彙表 裡的定義。
怎麼看一張股價走勢圖
下面這張圖是台積電(2330)的收盤價走勢,每一個點是一個交易日的收盤價,連起來就是這檔股票一段時間的價格軌跡。

看這張圖時,先看大方向(整體是往上、往下還是橫盤),再看斜率變化(最近是不是加速或轉折)。以截至 2026 年 6 月的近幾筆收盤價為例:
| 日期 | 收盤價 |
|---|---|
| 2026-06-15 | 2,375.00 |
| 2026-06-16 | 2,400.00 |
| 2026-06-17 | 2,385.00 |
| 2026-06-18 | 2,410.00 |
| 2026-06-22 | 2,510.00 |
| 2026-06-23 | 2,490.00 |
可以看到這幾天股價在 2,375 到 2,510 之間,6 月 22 日是這段的相對高點。走勢圖只是把這種「每天一個收盤價」的紀錄,連續畫了一千多個交易日,看圖就是看這張表的放大版。
用價量資料前,先避開兩個陷阱
第一個陷阱是還原權值。回測長期報酬時請務必使用還原股價,否則除權息當天的價格會依配息比例往下跳一段,這段跳空會被程式誤判成大跌。一檔每年穩定配息的好公司,用未還原的價格回測,長年累積下來可能看起來在虧損,結論完全相反。
第二個陷阱是把成交量當成可以成交的保證。小型股上很多漂亮的回測,其實偷偷假設了「當天能用收盤價成交一大筆部位」,但那檔股票一天根本沒有那麼大的量能可以承接。比較貼近現實的做法,是用成交金額做流動性過濾,把每天成交太少的股票先排除在選股之外,回測才不會建立在做不到的成交假設上。
怎麼用價量資料選股
價量是技術面策略的原料。常見的實務邏輯是:用收盤價算出均線判斷趨勢方向、用最高價搭配成交量確認突破是否有量、用一段期間的價格變化計算波動率來控制風險。把這幾個元件組合起來,就是一套可以回測的選股規則。
想看價量資料怎麼變成可重現的完整策略,可以參考 K 線波動率選股策略實戰,它把價、量與波動率組成一套篩選邏輯;處理突破訊號時最怕假突破,用 sustain 語法避免假突破 示範怎麼讓條件「站穩幾天」再進場,過濾掉一日行情的雜訊。想進一步把這些訊號寫成可以自動執行的程式,可以從 程式交易完整教學 開始往下深入。
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收盤價,回傳的物件以日期為列、股票代號為欄,可以直接和其他欄位做運算或條件比較:
顯示程式碼
finlab.login()
close = data.get("price:收盤價")把欄位名稱換成「開盤價」「最高價」「最低價」「成交股數」「成交金額」,就能取得對應的價量序列。資料在每個交易日盤後更新,當天收盤後就能取得當日數字;做長期回測時記得改用還原股價。不會寫程式也沒關係,頁面下方可以把這件事直接交給 AI,由它幫你完成取資料、跑回測的流程。
股價與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 | 狀態 |
|---|---|---|---|---|
| 收盤價 | data.get("price:收盤價") | 8,169,914 | 2007-04-23 ~ 2026-06-23 | 更新中 |
| 開盤價 | data.get("price:開盤價") | 8,169,914 | 2007-04-23 ~ 2026-06-23 | 更新中 |
| 最高價 | data.get("price:最高價") | 8,169,914 | 2007-04-23 ~ 2026-06-23 | 更新中 |
| 最低價 | data.get("price:最低價") | 8,169,914 | 2007-04-23 ~ 2026-06-23 | 更新中 |
| 成交股數(成交量) | data.get("price:成交股數") | 8,169,914 | 2007-04-23 ~ 2026-06-23 | 更新中 |
| 成交金額 | data.get("price:成交金額") | 8,169,914 | 2007-04-23 ~ 2026-06-23 | 更新中 |
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。
| 日期 | 數值 |
|---|---|
| 2026-06-15 | 2,375.00 |
| 2026-06-16 | 2,400.00 |
| 2026-06-17 | 2,385.00 |
| 2026-06-18 | 2,410.00 |
| 2026-06-22 | 2,510.00 |
| 2026-06-23 | 2,490.00 |
from finlab import data
df = data.get("price:收盤價")
s = df["2330"].dropna()
s.plot()名詞速解
揭露與更新股價在每個交易日盤後更新,當天收盤後就能取得當日資料;做長期回測請改用還原股價。
- 開高低收
- 一個交易日的開盤、最高、最低、收盤價,是所有技術分析與報酬計算的起點。
- 成交量
- 當天買賣成交的股數或張數,用來看一檔股票有沒有人氣與流動性。
- 還原股價
- 把歷年配息、配股還原回價格的股價序列;算長期報酬一定要用它,否則除權息當天的跳空會被誤判成下跌。
- 資料未過期:過期於 2026-03-04 16:32:00
如何取得股價與成交資訊
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。
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「股價與成交資訊」的資料,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
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("price:收盤價")
df.tail()用股價與成交資訊跑出的研究
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。
三項現金流全正 = 飆股?數據告訴你真相營業、投資、融資三項現金流全正反而墊底,2015-2025 台股回測 CAGR 僅 4.61%。改用營業現金流正搭配營收創 12 月新高、股價突破 20 日高與停損 10%,集中 5 檔月換股,CAGR 衝到 25.51%、Sharpe 0.80,但 MDD 仍達 -49%。
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。
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。
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(21 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%
- 量化投資實戰:用 Python 打敗 0056,年化 20% 年化 20.0%
- 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%
- 邊緣運算概念股:2026 邊緣 AI 龍頭與台股名單 年化 7.8%
- 因子分析實戰:3 因子選股策略從靈感到回測 年化 0.0%
- 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
- Python 全自動交易實作(下):用 GCP Cloud Function 部署 FinLab 選股下單
- 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