量化選股是以數據與統計模型篩選股票的策略,完全摒除情緒干擾。本教學從核心因子出發,帶你一步步建立可驗證的篩選系統,並透過回測確認策略有效性。學會量化選股,你將不再盲目追高殺低,而是用科學方法提高長期投資勝率。
⚡ 重點速覽
量化選股是用數據指標客觀篩選
本益比、ROE、殖利率是核心
XQ、TradingView、Python皆可
驗證策略再投入真金白銀
1. 量化選股的核心觀念
量化選股(Quantitative Screening),顧名思義是運用數學、統計與程式碼,從上千檔股票中客觀篩選出符合特定條件的標的。與傳統基本分析或技術分析不同,量化選股強調「可重複、可驗證、無情緒」。例如,你可以設定「本益比小於15、股東權益報酬率(ROE)大於20%、近5年現金殖利率平均大於4%」的條件,然後讓系統一次幫你找出所有台股中的候選名單。
在2026年的台灣市場,量化選股已成為機構法人與散戶高手的必備工具。因為台股掛牌家數超過1800檔,散戶若只靠感覺選股,很容易陷入追高殺低的輪迴。量化選股讓你專注在「決策系統」而非「單一股票」,長期下來勝率自然提升。
2. 量化選股的因子建構方法
建構因子是量化選股的核心工程。所謂因子(Factor),就是一個可以量化的篩選條件,例如「本益比」、「股價淨值比」、「殖利率」、「營收成長率」等。你可以單獨使用一個因子,但更常見的是組合多個因子,形成「多因子模型」。
以下表格列出台股中最常用的量化因子及其篩選方向:
| 因子名稱 | 篩選方向 | 典型門檻 | 備註 |
|---|---|---|---|
| 本益比 (P/E) | 偏低 | < 15 | 避免負值 |
| 股東權益報酬率 (ROE) | 偏高 | > 20% | 近5年穩定 |
| 現金殖利率 | 偏高 | > 4% | 連續發放 |
| 營收年增率 | 正成長 | > 10% | 近4季平均 |
| 負債比 | 偏低 | < 50% | 金融股另計 |
選擇因子時要避免「數據探勘偏誤」,也就是不要為了讓回測漂亮而刻意抓出某個特殊條件。量化選股的因子必須有經濟學或財務理論支撐,例如「低本益比」對應價值投資,「高ROE」對應獲利能力。
3. 量化選股的數據工具比較
工欲善其事,必先利其器。目前台灣投資人常用的量化選股工具可分為三類:專業選股軟體、雲端平台、程式語言。以下表格幫助你快速比較:
| 工具 | 優點 | 缺點 | 適合對象 |
|---|---|---|---|
| XQ全球贏家 | 內建選股中心,免寫程式 | 需月費,資料庫有限 | 一般散戶 |
| TradingView | Pine Script彈性大,社群豐富 | 台股資料較不完整 | 偏好技術指標者 |
| Python (Pandas) | 完全客製化,可串接任何資料 | 需程式基礎,學習成本高 | 進階量化交易者 |
| Excel + TEJ | 低門檻,可用內建函數 | 資料量受限,效率低 | 初學者過渡 |
若你是第一次接觸量化選股,建議先從XQ的「選股中心」開始,內建多種範本,只要調整參數即可。等到熟悉因子邏輯後,再考慮用Python打造自己的回測框架。
4. 量化選股的實作步驟圖解
以下以台灣最容易取得的XQ選股中心為例,實際操作一次量化選股。即使你沒有XQ,也可以套用到其他工具。
Step 1:開啟選股中心
在XQ主畫面點選「選股中心」,選擇「新增選股條件」。
Step 2:加入因子條件
例如新增「本益比(最近四季)」→「小於15」;「股東權益報酬率(年)」→「大於20」;「現金殖利率」→「大於4」。每個因子可以設定「與」(AND)或「或」(OR)邏輯。
Step 3:執行篩選
設定完成後按下「執行」,系統會立刻列出所有符合條件的股票。XQ的優點是同時顯示最新股價、技術線圖等資訊,方便進一步人工確認。
Step 4:匯出清單
將篩選結果匯出為Excel,記錄股票代號、日期、因子數值,方便後續回測。
💡 技巧:不要一次使用太多條件,建議3~5個核心因子就好,否則容易篩出零檔股票,失去分散風險的意義。
5. 量化選股的回測與調整
建構完選股模型後,回測是量化選股不可或缺的一環。回測能告訴你「如果在過去N年按照這個策略操作,報酬率會是多少」。以下是常見的回測績效比較(以台股2005~2025為樣本):
| 策略組合 | 年化報酬率 | 最大回撤 | 勝率 | 夏普比率 |
|---|---|---|---|---|
| 低本益比 + 高ROE | 14.2% | -22% | 62% | 0.85 |
| 高殖利率 + 低負債 | 11.6% | -18% | 58% | 0.72 |
| 三因子合併 (本益比+ROE+殖利率) | 16.5% | -25% | 68% | 0.93 |
| 單純追蹤大盤(0050) | 9.8% | -33% | 48% | 0.55 |
從表格可以看出,量化選股策略長期勝過大盤,且最大回撤較低。但要注意回測只是歷史績效,不代表未來保證。你需要定期檢視因子是否有失效跡象,例如近年台股成長股當道,低本益比因子可能表現不如預期。此時可以考慮加入「營收成長率」等動能因子做動態調整。
6. 量化選股的常見迷思
即便量化選股聽起來很科學,仍有許多投資人踩雷。以下是三個最常見的迷思:
- 迷思一:因子越多越好。過度最佳化會導致「過擬合」,在真實交易中績效大幅衰退。建議控制在3~5個獨立因子。
- 迷思二:回測績效就等於未來報酬。市場風格會輪動,例如2020~2022成長股大幅優於價值股,低本益比因子表現黯淡。需定期檢視因子有效性。
- 迷思三:量化選股可以完全自動化。數據源錯誤、財報更新時間差、極端事件(如COVID-19)都會造成系統失靈。仍需人工監控。
唯有理解這些限制,量化選股才能真正成為你提高投資勝率的利器,而不是另一種追高殺低的工具。
FAQ 常見問題
A:不一定。像是XQ、TradingView都有圖形化介面,只要會設定條件就能使用。但如果想深入客製化回測,學習Python會更有彈性。
A:當然可以。台灣有完整的財報資料庫(如TEJ、Goodinfo),且XQ、元大投資先生等App都內建選股功能,非常適合台股。
A:常見方法有等權重、滾動排名加權、或透過機器學習求最佳權重。初學者建議先從等權重開始,再逐步調整。
A:至少涵蓋一個完整的多頭與空頭循環,例如5~10年。台股建議從2005年以後開始,因為市場結構較成熟。
結語:開始你的量化選股之路
量化選股不是萬靈丹,但絕對是散戶擺脫情緒交易、提升長期勝率的有效方法。從今天開始,你可以先打開XQ或TradingView,試著建構第一個「低本益比+高ROE」的篩選條件,然後用歷史資料回測看看。每一次迭代都會讓你更了解市場運作的規律。
🚀 現在就行動吧!把這篇文章儲存起來,跟著步驟實作,你也能成為量化選股高手。
📚 延伸閱讀
- Quantitative Screening — 量化選股 2026最新完整指南
- Quantitative Screening 2 — 量化選股 2026入門教學
- Quantitative Screening 4 — 量化選股 2026進階攻略



