Fintech練功坊

本研究提出「產業動能×個股品質」雙層量化選股策略，利用TEJ API與TQuant Lab進行台股回測。策略先以市值加權計算產業動能，選出資金流入的強勢產業，再結合毛利資產比（GP/A）與營收年增率篩選優質公司，並採反波動度配置與槓桿操作。於2021至2026年Walk-Forward滾動驗證下，累積報酬達363.22%、Sharpe比率1.408，打造兼具高獲利與風險控管的台股實戰量化交易框架。

依據前述結果，SURPS3MTA 具備明確的報酬單調性與顯著的多空對沖投組 Alpha，而 REVOPY 雖有最強的排序預測力，其強度卻分布於整個橫斷面，並未集中在兩端分位。 本研究將這兩支因子及 MOM52WH（52 週高點動能）因子，設定７種回測策略，藉此檢視策略落地的可行性，以及因子融合是否具備增值效果

台灣股市具備一項全球罕見的制度優勢：依據證券交易法規定，上市櫃公司必須在每月 10 日前，公告並申報上個月的營運情形（例外：保險業及具保險業子公司的企業，自 115 會計年度起，得延長至每月 15 日以前公告申報），這也就是市場慣稱的「月營收」。 受惠於這項規範，投資人每個月都能更新最新的企業營收資訊，其更新頻率遠高於季報的基本面數據，月營收是台灣量化研究中最常使用的基本面訊號之一。

這套策略將「台灣 50」選股視為排名問題，運用 LambdaMART（Learning to Rank）演算法學習多因子非線性關係，直接優化截面排序。搭配 TQuant Lab 系統避免前瞻偏差，實現高精準度的動能選股。

接續上一篇《因子研究系列－透過外資集中度追蹤聰明錢足跡 ？》已系統性證實　外資主力進出（conc_qfii ）在大型股具備穩健且可累積的預測力。本章將此發現轉化為可執行的交易策略，並以事件驅動回測扣除交易成本並考量交易限制，評估其相對標竿指數的績效。

外資法人（QFII）是台股大型權值股的關鍵資金。本文利用 TEJ 券商進出明細資料庫，深入探討「外資主力買賣集中度（conc_qfii）」因子。實證結果發現，該因子對台股未來預期報酬具備良好預測力，在特定規模分層與市值加權架構下，橫斷面選股表現能有效超越大盤（寶島報酬指數）。文中將系統性檢驗其理論基礎與資訊係數（IC），釐清外資籌碼的關鍵異質性。

在許多動能策略投資人的經驗中，都會遇到類似情境，依照過去報酬率排序買進強勢股，回測表現亮眼，但實際操作卻常出現追高波動後回檔的結果。例如，一檔股票短期上漲 30%，卻因劇烈波動而快速回吐；相對地，另一檔僅上漲 10%，但走勢穩定且延續性更高。傳統動能策略往往偏好前者，卻忽略了風險差異，導致績效不穩定甚至回撤放大。

在許多動能策略投資人的經驗中，都會遇到類似情境，依照過去報酬率排序買進強勢股，回測表現亮眼，但實際操作卻常出現追高波動後回檔的結果。例如，一檔股票短期上漲 30%，卻因劇烈波動而快速回吐；相對地，另一檔僅上漲 10%，但走勢穩定且延續性更高。傳統動能策略往往偏好前者，卻忽略了風險差異，導致績效不穩定甚至回撤放大。

本章將研究視野從宏觀的「事件大類」推進至微觀的「來源 × 事件小類」雙維度，旨在更高解析度的觀測下，捕捉隱藏在細分事件中的操作性超額報酬（Alpha）。本次研究從 TCRI WD 超過 100 個事件小類中，精選出市場高度敏感的「經營權相關事件」，深度剖析當同樣的經營權變動資訊來自「官方公告」或「媒體新聞」時，其價格訊號是否存在顯著的異質性？我們將進一步實證，這類高精細度的事件訊號，如何協助投資人在資訊消化過程中，建立更具優勢的進場時點與避險策略