期貨大額交易人未沖銷部位
資料狀態待確認台指期等期貨商品買賣方前五大、前十大交易人與特定法人的未沖銷部位與占比,衡量大戶籌碼集中度的擇時原料。
資料快照截至 2026-07-04
期貨大額交易人未沖銷部位,是台灣期貨交易所盤後公布的籌碼集中度資料:把每一項期貨商品的所有交易人,依未沖銷(未平倉)部位的大小排名,統計買方與賣方「前五大」與「前十大」交易人合計握有多少部位、占全市場未沖銷部位的比率,並另外拆出其中屬於「特定法人」的部分。它回答的問題很直接:這個商品的多單與空單,有多少集中在少數大戶手上。
這一類資料涵蓋什麼
欄位分成三個面向。第一是買方與賣方各自的前五大、前十大交易人部位數與占比;第二是其中特定法人的部位數與占比,特定法人指具機構身分的交易人,例如證券商、外資機構、投信基金與政府基金;第三是全市場未沖銷部位數,也就是計算占比時的分母。要注意的是,同一交易人在不同帳戶的部位會合併計算,所以它衡量的是真實的集中度,不會被分倉稀釋。
它和三大法人買賣超是兩種口徑:三大法人依「身分別」統計外資、投信、自營商的進出;大額交易人依「部位規模」排名,且不揭露身分,前十大裡可能是法人,也可能是資金雄厚的個人大戶。未沖銷部位、未平倉這類名詞的定義,可以對照量化交易詞彙表。
怎麼判讀、為什麼重要
常用的切法有兩種。第一是看買賣雙方的力量差:買方前十大交易人占比明顯高於賣方前十大時,代表大戶陣營偏多;反過來則偏空。第二是做身分拆解:把前十大交易人的部位減去前十大特定法人的部分,剩下的就是非機構身分的大戶,這群人動向平常被三大法人資料完全蓋住,只有在這份資料裡看得到。另外,未沖銷部位是「存量」概念,判讀重點在逐日增減的方向與速度,而非某一天的絕對水位。
最容易踩的雷
第一個雷是把它和三大法人買賣超混著加減。前者是未平倉存量、依部位規模排名;後者是當日買賣的流量、依身分別統計,兩者口徑不同,無法互相換算,只能各自解讀後交叉印證。第二個雷是結算日效應:台指期每月結算,結算週全市場未沖銷部位會自然大減,前十大部位數跟著縮水,這只是換月的機械現象,和大戶翻空無關。比較穩的做法是看占比而非部位口數,或和上一個相同的到期週期比較。
怎麼接上選股與策略
期貨籌碼是大盤擇時的原料。可以拿它和小台散戶多空比對照,當大戶與散戶站上對立面時,歷史上通常是大戶那邊比較值得跟;也可以延伸三大法人跟誰最準的實證思路,檢驗前十大交易人偏多或偏空,對後續大盤報酬有沒有預測力。想把這類擇時訊號接進可回測、可驗證的完整流程,可以從量化交易完整指南開始。
怎麼自己取得這份資料
完成 FinLab 安裝設定後,各取一行就能抓回買賣雙方的前十大占比,直接相減就是大戶多空力量差:
顯示程式碼
from finlab import data
buy_top10 = data.get("tw_taifex_futures_large_trader:買方前十大交易人占比(%)")
sell_top10 = data.get("tw_taifex_futures_large_trader:賣方前十大交易人占比(%)")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、畫出大戶多空占比的走勢,再一步步接成可回測的擇時策略。
期貨大額交易人未沖銷部位包含的資料欄位
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
- 17 欄
- 時間範圍
- 2004-07-01 ~ 2026-07-03
- 更新頻率
- 每日更新
- 狀態
- 資料狀態待確認
data.get("tw_taifex_futures_large_trader")如何取得期貨大額交易人未沖銷部位
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「期貨大額交易人未沖銷部位」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/tw-taifex-futures-large-trader
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("tw_taifex_futures_large_trader:")
df.tail()用期貨大額交易人未沖銷部位跑出的研究
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。
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 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。
主力波動指標:用券商分點數據打造獨家選股因子傳統主力買賣超效果有限,改用券商分點資料建構「主力波動指標」(買賣比 10 日均值÷10 日標準差),IC 最高達 0.04,搭配月營收 YoY>1.5、日成交量 30 萬股以上篩選打造台股量化選股因子,附 FinLab Python 完整實測程式碼。
更多相關研究(10 篇)
- 半導體選股策略:從台積電供應鏈找出年化 37% 的標的 年化 37.0%
- 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%
- 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
- Plotly 多重子圖教學:用 FinLab API 製作融資維持率籌碼儀表板
- 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