術語表
FinLab AI 會用到的量化術語
看回測結果前先弄懂這些名詞，避免被數字唬住。
下方術語以 FinLab AI 回測報表常見順序排列，每條 1–2 句白話解釋。
- CAGR（年化報酬率）
- Compound Annual Growth Rate，把策略總報酬攤平成「每年複合成長率」。例如 5 年累積 100%，CAGR 約 14.9%。 完整說明與台股實例 →
- 每承擔一單位風險（波動度）換得的超額報酬。> 1 算不錯，> 2 是頂尖；夏普比率本身會受無風險利率假設影響。
- Max Drawdown（最大回撤）
- 策略從歷史最高淨值跌到最低淨值的最大跌幅。-30% 表示最慘時資金少了三成，是評估「能不能睡得著」的關鍵指標。
- Backtest（回測）
- 用歷史資料模擬策略在過去的表現。回測好不代表未來會好，但回測都很差，未來通常更糟。
- Win Rate（勝率）
- 賺錢交易筆數占總交易的比例。高勝率不等於高報酬 — 賠時賠很多、賺時賺很少的策略，勝率高也賠錢。 完整說明與台股實例 →
- Turnover（周轉率）
- 一段時間內換股的頻率。年化周轉率 200% 約等於整個投資組合換 2 次，周轉率高代表交易成本與滑價會吃掉報酬。 完整說明與台股實例 →
- Slippage（滑價）
- 下單價格與實際成交價之間的差距。FinLab 回測內建手續費與證交稅、未內建滑價假設，可用 fee_ratio 上調做壓力測試，避免高估策略績效。 完整說明與台股實例 →
- Alpha
- 策略相對於大盤的超額報酬。Alpha = 5% 表示扣掉大盤貢獻後，策略還多賺 5%。 完整說明與台股實例 →
- Beta
- 策略相對於大盤的連動程度。Beta = 1 跟大盤同步、< 1 較抗跌、> 1 較積極。 完整說明與台股實例 →
- F-Score（Piotroski F-Score）
- 用 9 項財務指標衡量公司基本面品質，分數 0–9，越高代表財報越穩健，是價值投資常用的篩選因子。
- Momentum（動能）
- 「會漲的繼續會漲」的傾向。動能策略通常選過去 3–12 個月相對強勢的股票，每月或每季再平衡。
- Mean Reversion（均值回歸）
- 「跌過頭會反彈、漲過頭會修正」的傾向。反轉策略找近期被超賣的股票，與動能策略邏輯相反，常彼此互補。
- Quant Trading（量化交易）
- 用統計、數學模型與程式自動產生交易訊號的方法，相對於依賴直覺或新聞的主觀交易。
- Factor / Indicator（因子 / 指標）
- 可量化的選股條件，例如 PE、營收年增率、RSI。FinLab AI 內建 900+ 種台股 / 美股因子可組合使用。
- ATR（Average True Range，平均真實區間）
- Welles Wilder 提出的波動度指標，取「真實區間」的移動平均，衡量一檔股票近期的平均波動幅度。它不判斷方向，只衡量波動，常用來設定停損距離（如 2 倍 ATR）與部位大小。
- Information Coefficient（IC，資訊係數）
- 衡量因子預測力的指標，計算「因子值」與「未來報酬」的相關係數；用等級相關計算時稱 Rank IC。IC 越高代表因子排序選股越準，月 IC 約 0.03～0.05 在實務上已算有效訊號。
- Information Ratio（IR，資訊比率）
- 衡量主動策略每承擔一單位主動風險換得多少超額報酬，等於主動報酬除以追蹤誤差。由 Grinold 主動管理基本法則可近似為 IC × √(投資廣度)：因子預測力越高、押注次數越多，IR 越高。一般 IR 大於 0.5 算不錯、大於 1 屬優秀。 完整說明與台股實例 →
- Qlib
- 微軟開源的 Python AI 量化投資平台，內建 Alpha158 / Alpha360 特徵集與多種機器學習選股模型，涵蓋資料、特徵、建模到回測。預設只有中、美股資料，台股可透過 finlab（finlab[qlib]）接入。
- RSI（相對強弱指標）
- Relative Strength Index，0～100 的動量振盪指標，衡量近期上漲動能占總波動的比例。教科書以 70 超買、30 超賣解讀，但台股 11 年回測顯示「低於 30 抄底」研究段年化僅約 1%，幾乎是死訊號；反過來把高 RSI 當相對強勢動能選股因子才有效。
- KD（隨機指標，Stochastic）
- Stochastic Oscillator，由 K、D 兩線組成，衡量收盤價落在近期高低區間的相對位置，0～100 有界擺盪。常見黃金交叉、超買超賣、鈍化三種訊號；台股回測中超賣抄底與黃金交叉選股多半輸大盤，把 K 減 D 的斜率當因子、配全市場廣度風控才有優勢。
- MACD（指數平滑異同移動平均）
- Moving Average Convergence Divergence，用快慢兩條指數移動平均的差離值（DIF）、訊號線與柱狀圖判斷動能轉折。台股回測中單純金叉買、死叉賣的月夏普偏低；把柱狀圖反轉當核心選股訊號、再配大盤擇時較有效。
- Bollinger Bands（布林通道）
- 由 N 日移動平均與上下各 K 倍標準差構成的價格通道，衍生出帶寬與 %b 兩個讀數。教科書「觸下軌買、觸上軌賣」在台股研究段年化僅約 2～3%；把布林擠壓與 %b 當選股因子、布林廣度當大盤風控才有效。
- Moving Average（均線，移動平均線）
- 把過去 N 日收盤價平均以平滑價格、判斷趨勢方向，常用 20、60（季線）、120（半年線）、240（年線）日。台股回測中以黃金交叉選股回撤極深；均線真正有效的用法是當趨勢濾網與大盤擇時開關，而非逐檔抓買賣點。
- BIAS（乖離率）
- 股價偏離移動平均線的百分比，衡量相對均線的中期動能。散戶常用「負乖離過大」抄底，但台股回測這用法研究段年化最弱（約 5%）；把 60 日線正乖離當動能因子、配個股停損才有效。
- OBV（能量潮，On-Balance Volume）
- 依每日漲跌把成交量累加或扣減，衡量資金進出與吸籌力道。單純「OBV 創新高就買」多半只是選到大型股；把 OBV 吸籌確認當選股輔助、OBV 廣度當大盤擇時較有效。
- CCI（順勢指標）
- Commodity Channel Index，衡量價格偏離其統計均值的程度，常以正負 100 界定超買超賣。台股回測中正負 100 超買超賣選股貢獻為負；把 CCI 當趨勢濾網、用 0050 的 CCI 當大盤斷路器才有效。
- Williams %R（威廉指標）
- 衡量收盤價落在近期高低區間的相對位置（負 100 到 0），與 KD 類似但刻度相反。教科書超賣買進在台股研究段年化僅約 4%、回撤極深；反過來把相對強勢當核心選股因子才有效。
- ADX / DMI（趨勢強度指標）
- Average Directional Index，搭配 +DI、−DI 衡量趨勢的「強度」而非方向，常以 25 界定有無趨勢。台股回測中「ADX 大於 25 就追」研究段年化僅約 4%；配 +DI、−DI 方向選股、ADX 廣度擇時的風控型用法較穩健。
- Golden Cross / Death Cross（黃金交叉 / 死亡交叉）
- 短期均線或快線由下往上穿越長期線稱黃金交叉、視為轉強，反向穿越稱死亡交叉、視為轉弱。台股回測顯示，單純依交叉訊號進出在多數技術指標上沒有額外優勢，雜訊與來回洗單（whipsaw）會侵蝕報酬。
- 前視偏差 / Look-ahead Bias（含 Point-in-Time）
- 回測時不小心用到當下還拿不到的資訊，就叫前視偏差。常見來源有兩種：一是財報還沒對齊「申報日」就被當成已知（季報通常在季底後一兩個月才公告，當天直接拿來選股等於提前偷看）；二是事後才被修正的數據被當成原始值使用。這會讓回測績效虛高，實盤照樣下單卻複製不出來。避免的方法，是用以申報日對齊的 point-in-time 資料（每個交易日只看「那一天真正能取得」的版本），finlab 的財務資料預設即以申報日對齊，從源頭把這個偏差擋掉。 完整說明與台股實例 →