美股財務比率

資料狀態待確認

美股上市公司的 TTM 財務比率，涵蓋利潤率、週轉率、償債能力、估值與每股數值，美股量化選股的橫斷面因子原料。

美股 58 個資料欄位 2026-02-20 ～ 2026-07-02 每日更新

資料快照截至 2026-07-04

美股財務比率，是把美股上市公司財報上的原始科目，換算成可以互相比較的比率，並以 TTM（近四季滾動加總）口徑計算，例如淨利率、存貨週轉率、本益比與股利發放率。美股財報以季為單位公布，單季數字很容易被季節性干擾，把近四季滾動起來再算比率，可以把耶誕旺季這類波動攤平，讓不同公司、不同時間點的數字站上同一個基準，這也是美股量化選股最常用的因子原料之一。

這一類資料涵蓋什麼

這份資料的欄位大致分成六個面向。第一是獲利能力，從毛利率、營業利益率一路排到淨利率，看一家公司從賣東西到最後入袋，每一層被成本吃掉多少。第二是營運效率，例如應收帳款、存貨與總資產的週轉率，衡量同樣的資產能滾出多少營收。第三是償債與流動性，例如流動比率、速動比率與利息保障倍數。第四是估值比率，包括本益比、本益成長比、股價淨值比、股價營收比與股價自由現金流比。第五是配息面，例如股利發放率與殖利率。第六是每股數值，把營收、帳面價值、自由現金流換算到每一股。至於偏「綜合評價」的另一批指標，像投入資本報酬率與葛拉漢數字，放在美股財務指標那一頁；企業價值倍數兩份資料各有對應口徑，其餘欄位互補不重複。各項比率的公式定義可查名詞解釋。

怎麼判讀美股財務比率

判讀時把三個層次疊起來看。先看水準：同樣是淨利率，要放回同業裡看排前段還是後段，才知道高低。再看趨勢：TTM 口徑會隨每一季新財報滾動，比率是逐季墊高還是逐季走低，比單一時點的數字更有意義。最後互相驗證：高淨利率若伴隨存貨週轉率驟降，可能是通路塞貨撐出來的獲利；估值比率便宜若伴隨利息保障倍數惡化，便宜的理由可能是市場已經聞到償債風險。

最容易踩的兩個雷

第一個雷是歷史縱深。這份資料屬於較新的資料集，歷史仍在累積初期，實際涵蓋起訖以本頁下方的即時健檢為準。它適合拿來做「當下橫斷面」的選股濾網與名單排序；若要跑長年期回測驗證因子，應改用美股逐季財報的原始科目自行換算比率，才有足夠長的樣本可用。第二個雷是跨產業硬比：軟體公司的毛利率天生高於零售通路，金融業的負債結構天生高於製造業，用同一個門檻全市場一刀切，篩出來的名單會系統性偏向特定產業。比較穩的做法是先分產業，再比同業內的相對位置。

怎麼接上美股選股與策略

想看估值比率在美股實戰的樣子，可以讀股價淨值比在美股還有效嗎，用真實回測檢驗這個台股常用因子搬到美股後的表現；本益成長比最適合用在哪些產業則示範怎麼把估值比率和選股池分類器搭配，正好避開跨產業硬比的陷阱。想把比率接進完整的選股流程，可以從股票選股完整指南入手。

怎麼自己取得這份資料

完成 FinLab 安裝設定後，一行程式就能取得整張比率表，回傳的表格以日期為列、美股代號為欄，可以直接和股價對齊運算：

      
        顯示程式碼
        
      from finlab import data
 
pe = data.get("us_ratios:price_to_earnings_ratio")
margin = data.get("us_ratios:net_profit_margin")

換掉冒號後面的欄位名，就能取得其他比率。剛開始接觸美股資料，建議先讀美股資料庫使用者指南，了解代號與欄位的命名慣例。這份資料的涵蓋範圍與更新狀態，本頁下方有即時健檢可查；不會寫程式也沒關係，頁面下方可以把這件事直接交給 AI 幫你完成。

美股財務比率包含的資料欄位

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: 58 欄
時間範圍: 2026-02-20 ～ 2026-07-02
更新頻率: 每日更新
狀態: 資料狀態待確認

data.get("us_ratios")

如何取得美股財務比率

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。

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：

幫我設定 FinLab，取得「美股財務比率」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/us-financial-ratios

免安裝，直接讓 AI 寫策略

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.markets.us import USMarket
from finlab import data, config

config.set_market(USMarket)
df = data.get("us_ratios:")

用美股財務比率跑出的研究

財報狗免費選股策略實作：複製價值股選股法，本益比與股價淨值比篩便宜好公司

財報狗免費選股條件也能排列組合出價值股策略：EPS 五年成長 > 1.1、ROE 四季 > 0、流動比率 > 200、本益比 < 15、股價淨值比 < 1.5；半年換股一次回測台股，2009 金融海嘯後反彈強勁，附完整篩選邏輯、權益曲線與每期持股檔數分析。

台股 本益比選股真的有效嗎？PE、PB、PEG 台股 10 年回測

台股 10 年回測比較 PE、PB、PEG 三種估值因子：單看低本益比年化僅 -1.4%、低股價淨值比 7%，唯有 PEG 結合月營收成長動能組合年化拉到 37.1%、夏普 1.08。文中解析三大估值指標公式、適用情境與避免「便宜其實是陷阱」的台股選股實作方法。

台股 · 年化 37.1%自由現金流選股 13 年實測：經典螺絲輸 0050，多因子 FCF 才贏（年化 24%）

把財報狗策略狗的「自由現金報酬率」寫成可重現策略，用 finlab 實測 2013–2026 共 13 年：經典 FCF＋本益比＋股價淨值比螺絲只有年化 14.22%、夏普 0.94，跑輸含息 0050（21.01%）。真正贏過大盤的是把自由現金報酬率、營收成長、價格動能三個低相關因子疊起來，年化 24.18%、夏普 1.28、回撤還更淺，附可下載 strategy.py 與回測數據。

台股 PEG 策略實戰：用本益成長比挖掘被低估的成長股

PEG = 本益比 / 盈餘成長率，可避開低 PE 價值陷阱。文中用 FinLab 在台股做四輪 AI 迭代優化，從 PEG<2、營收動能、流動性篩選到停損設定，把彼得林區式選股年化從 9.7% 提升到 25.6%、最大回撤壓到 37%、Sharpe 0.93，附 Python 程式。

台股 · 年化 25.6%0056 高股息 ETF 復刻：用量化策略打造進階版

用量化方法復刻 0056 高股息 ETF 選股邏輯，從市值前 150、近三年穩定配息與毛利率成長著手，股池與原版重疊率達 72%。再加入營收成長、長期均線、波動率與殖利率門檻打造進階版，篩出 20 檔兼顧股利與資本利得的標的，附完整 Python 程式碼範例。

台股 · 年化 0.0%市值營收比選股 13 年實測：「便宜高獲利」是 -60% 回撤陷阱，多因子才贏 0050

市值營收比＝市值÷近 12 個月營收，是反應速度很快的便宜指標。但用 finlab 實測 2013–2026 共 13 年：把它集中在「便宜＋高 ROE」的少數股，最大回撤竟達 -60.58%、夏普只有 0.62，是標準的價值陷阱。低市值營收比要真正能用，得當成分散的多因子濾網，搭配營收成長與動能，才換到年化 21.64%、夏普 1.22、回撤比含息 0050 還淺的成績，附可下載程式碼與回測數據。

台股

更多相關研究（53 篇）