月營收動能選股（10 檔集中版）
以五日平均漲跌幅動能、站上 20／60／120 日均線的多頭趨勢，加上近三月平均營收高於近十二月平均的營收動能選股，持有 10 檔。2015 年至 2026 年台股回測年化報酬 50.0%、日夏普 1.46、最大回撤 -35.5%；同視窗 0050 含息年化 21.3%。
投資警語：本文僅供教學參考，不構成投資建議。過去績效不代表未來表現，投資有風險。
回測績效
- 年化報酬率
- 50.0%
- 日夏普
- 1.46
- 最大回撤
- -35.5%
- 總報酬率
- 9847%
- 平均持股
- 10.0 檔
回測含手續費 0.1425% 與賣出證交稅 0.3%（finlab 套件 sim() 預設成本），日夏普未扣無風險利率。策略淨值自資料可得日（2015-02-11）起算。
淨值曲線（對數座標）
月營收動能選股（10 檔集中版）0050 買進持有（含息）
與 0050 含息買進持有對照
| 對象 | 年化報酬率 | 日夏普 | 最大回撤 | 統計視窗 |
|---|---|---|---|---|
| 月營收動能選股（10 檔集中版） | 50.0% | 1.46 | -35.5% | 2015-02-11 〜 2026-06-18 |
| 0050 買進持有（含息） | 21.3% | 1.08 | -34.0% | 2015-01-01 〜 2026-06-20 |
完整策略程式碼
安裝 finlab 套件後即可直接執行重現（finlab.login() 會自動引導登入，不需手動填 token）。想用 AI 輔助安裝與跑第一次回測，可以走 安裝教學。
展開程式碼（strategy.py）
"""月營收動能選股策略 — 與 /blog/monthly-revenue-momentum 同口徑的完整可重現程式。
回測視窗 2015-01-01 ~ 2026-06-20。執行前先安裝 finlab 並登入(finlab 會自動引導):
pip install finlab
python strategy.py
三個版本對照(原始 10 檔集中 / 加流動性過濾 / 分散 20 檔 + 部位上限)與 0050 含息基準,
數字與文章、互動式回測報告完全一致。
"""
import finlab
from finlab import data
from finlab.backtest import sim
finlab.login() # finlab 會自動引導登入,不需手動填 token
close = data.get("price:收盤價")
volume = data.get("price:成交股數")
rev = data.get("monthly_revenue:當月營收")
# 訊號:五日平均漲跌幅(動能)+ 站上 20/60/120 日均線(多頭趨勢)+ 近三月均營收 > 近十二月均營收
pct_change = (close / close.shift() - 1).rolling(5).mean()
trend = (close > close.average(60)) & (close > close.average(20)) & (close > close.average(120))
rev_up = rev.average(3) > rev.average(12)
liquid = volume.average(20) > 500 * 1000 # 平均日成交 > 500 張,排除低流動性個股
# 版本一:文章主策略 — 動能最強的 10 檔,月再平衡(營收公布後第 11 天),10% 停損
position = pct_change[trend & rev_up].is_largest(10).loc["2015-01-01":"2026-06-20"]
report = sim(position, resample="M", resample_offset="11D", stop_loss=0.1, upload=False, name="月營收動能10檔")
report.display()
print(report.get_stats())
# 版本三:分散 20 檔 + 單檔部位上限 8%(降低單一個股風險的替代版本)
position_div = pct_change[trend & rev_up & liquid].is_largest(20).loc["2015-01-01":"2026-06-20"]
report_div = sim(position_div, resample="M", resample_offset="11D", stop_loss=0.1,
position_limit=0.08, upload=False, name="月營收動能20檔")
report_div.display()
print(report_div.get_stats())
在 Studio 裡用同一套真實資料調整條件、重跑回測。