美股收盤價（close）

美股收盤價就是一檔美股在每個交易日結束、收盤撮合後的最終成交價，在 finlab 裡用 data.get("us_price:close") 一行就能取出，涵蓋 S&P 500 與那斯達克成分股、歷史超過十年。它之所以是美股資料裡最常被引用的一欄，是因為報酬率、移動平均、動能排序、技術濾網這些訊號全都從收盤價算起，而且它是一整天多空角力後的共識價，雜訊比盤中跳動的價格低很多。對想把台股量化經驗搬到美國市場的人，這一欄就是起點。

搜尋這個名詞進來的人，心裡通常有四個問題：這欄資料到底長什麼樣？要怎麼看走勢？跟台股的價格有哪些不一樣、有哪些坑？以及最實際的，怎麼拿它做出一個會跑的回測。下面一個一個拆。

收盤價是什麼、跟開高低有什麼不同

一檔股票一天會有四個價格：開盤價、最高價、最低價、收盤價。收盤價是當天最後一筆成交、也是隔天漲跌幅的計算基準，法人結算、ETF 淨值、指數編製幾乎都採用它。可以把一天的交易想成一場拍賣，開盤是第一聲喊價，盤中高低是情緒最激動的兩個極端，而收盤價是散場時大家真正願意成交的那個價，最能代表「市場現在覺得這檔值多少」。也正因如此，做日線級別的策略時，絕大多數人會用收盤價當選股與計算報酬的基準，盤中那些容易被大單拉動的極端價反而少用。

怎麼判讀這張走勢圖

data.get("us_price:close") 回傳的是一張表：列是日期、欄是股票代號（美股用英文 ticker，例如 AAPL、MSFT，而非台股那種數字代號），每一格就是那天的收盤價。把其中一欄畫成折線，就是這檔股票的價格軌跡。

以 AAPL 為例，近幾個交易日的收盤價大致落在這個區間：

看這張圖，重點不在於猜某一天的數字，而在於讀三件事：整體趨勢是往上、往下還是橫盤；近期波動是放大還是收斂；以及現在的價格站在過去一段時間的相對高位還是低位。量化策略真正在用的，是這種「相對位置」與「變化率」，價格的絕對值本身意義不大，因為一檔 300 美元的股票未必就比一檔 30 美元的股票更貴或更好。

用收盤價之前，一定要避開的兩個坑

第一個坑是還原問題。原始收盤價在除權息或股票分割當天會出現一段向下跳空，如果直接拿原始價算長期報酬，等於把配息與分割誤判成下跌，一個本來賺錢的策略會被算成虧損。做含息的長線回測時，請改用還原後的價格序列；還原股價的口徑與細節可參考名詞解釋裡的定義。

第二個坑是成交時點造成的前視偏差。如果你的邏輯是「今天收盤選股、今天收盤就成交」，等於假設你能在收盤那一瞬間既看到完整結果、又同時把單買進，實務上做不到，這會讓未來的資訊偷偷洩漏進訊號，讓回測績效虛胖。正確做法是收盤後才選股、隔一個交易日進場，讓策略只用到當下真的拿得到的資訊。

怎麼把收盤價變成一個會跑的回測

收盤價是大多數策略的最底層原料。最直接的用法是算報酬：把每日收盤價相除取變化率，就得到每檔股票的日報酬，再依此接成持倉、累積成資金曲線。在這之上可以再疊幾層，例如用一段期間的累積報酬做動能排序、用均線判斷趨勢方向，或把價格與財報欄位一起運算做基本面選股。

把台股驗證過的邏輯換到美股，最有價值的地方在於檢驗同一個因子在更大的市場是否仍然成立。想看實際範例，可以參考美股探險記：一分鐘上手美股回測，股價淨值比在美股還有效嗎，它示範了如何用美股價格資料把一個選股因子完整回測一遍；若你想把焦點放在指數層級的進出場時機，用美國失業率對 S&P 500 做擇時則示範了用收盤價建構大盤訊號的另一種思路。想把這些零散訊號接成一條可以自動執行的完整流程，再往程式交易完整指南延伸。

怎麼自己取得這份資料

在 finlab 裡取出美股收盤價，先切換到美股市場，再用一行 data.get 就能拿到整張價格表：

import finlab
from finlab.markets.us import USMarket
from finlab import data, config
 
finlab.login()
config.set_market(USMarket)
 
df = data.get("us_price:close")
s = df["AAPL"].dropna()
s.plot()

回傳結果以日期為列、ticker 為欄，可以直接和其他欄位運算。更多美股欄位可以從美股資料總覽往下挖。不會寫程式也沒關係，這個頁面下方可以把「取得這份資料並跑一段美股回測」這件事直接交給 AI 幫你完成。