月營收選股三種方法 14 年實測：成長法總報酬 1,474% 勝 0050，
夏普仍輸

月營收是台股更新最快的基本面數據：上市櫃公司每個月 10 日前就要公布上個月的營收，比季報快了一到兩個月。本文 2020 年的第一版示範了三種月營收選股法（均線法、成長法、創新高法）的 Python 寫法，當時的回測沒有計入手續費、也沒有跟大盤基準比較。2026 年我們把整套方法重做：同一個股票池、同一個公告節奏、內扣交易成本，讓三種方法加上 MoM、YoY 兩個傳統指標同場對決 14 年，並與 0050 含息買進持有對照。關鍵數字先攤開：

三個重點：

1. 2020 年的排名撐過了 14 年的檢驗：成長法年化報酬第一、創新高法與均線法接近打平、YoY 次之、MoM 墊底，與舊版結論一致。
2. 三種方法的年化報酬都接近或超過 0050，但風險調整後全輸：最高的日夏普只有 0.95，0050 是 1.10；最大回撤也全部深於 0050 的 -33.96%。用更深的回撤換到差不多的報酬，這筆交易划不划算，要由你的風險承受度決定。
3. MoM 大於零不適合單獨當選股條件：年化 9.77%，日夏普 0.56 只有 0050 的一半左右，主因是單月比較被季節性干擾太嚴重。

以下從定義、公式、實作到回測限制完整走一遍，所有數字都來自文末可下載的回測腳本，你可以自己重跑驗證。

三種看月營收的進階方法：定義與機制

許多看盤軟體與選股平台把月營收篩選列為付費功能，其實這三種條件用 Python 都只要一到三行。先把每一種方法的數學定義與背後邏輯講清楚，設 $R_t$ 為某公司第 $t$ 月的當月營收。

均線法：近一季優於全年

$\frac{1}{3}\sum_{i=0}^{2}R_{t-i} \;>\; \frac{1}{12}\sum_{i=0}^{11}R_{t-i}$

近 3 個月營收平均高於近 12 個月平均，代表公司最近一季的營運動能優於過去一年的常態，下一份季報開出好數字的機率比較高。這個條件門檻寬鬆，在我們的回測中平均一期會選出 234.8 檔，比較適合當「輔助確認」：你研究某檔股票時，用它檢查營收趨勢有沒有走壞。要留意的是，營建股認列工程收入時營收會單月暴增，容易被這類條件誤抓。

創新高法：24 個月新高

$R_t \;=\; \max\left(R_{t-23},\, R_{t-22},\, \ldots,\, R_t\right)$

當月營收創近 24 個月新高。機制上接近行為財務學講的錨定效應：George & Hwang (2004) 發現股價接近 52 週高點時，投資人因為錨定在舊高點而反應不足，使「創新高」本身成為可獲利的訊號。要說明的是，該研究的對象是股價而非營收，「營收創新高也有同樣的反應不足」是一個合理但需要實證的延伸假設，這正是本文回測要驗證的事。

成長法：平滑後連續走高

先用近 $M$ 個月平均把鋸齒狀的月營收曲線平滑，再要求平滑線連續 $N$ 個月走高：

$S_t=\frac{1}{M}\sum_{i=0}^{M-1}R_{t-i},\qquad S_t>S_{t-1}>\cdots>S_{t-N}$

本文沿用 $M=4$、$N=5$，這組參數出自我們 2020 年發表的月營收平滑升冪指標，該文對單一指標的參數選擇與深入測試有完整討論，這裡只把它放進同條件對決。平滑的目的在過濾單月暴衝：一次性的業外進帳或低基期反彈推不動 4 個月平均線，能連續推高平滑線的，多半是訂單結構真的改變的公司。

對照組：MoM、QoQ、YoY 傳統指標

$\text{MoM}_t=\frac{R_t-R_{t-1}}{R_{t-1}},\qquad \text{YoY}_t=\frac{R_t-R_{t-12}}{R_{t-12}}$

MoM 是月增率、YoY 是年增率，QoQ 則是近三個月加總與前三個月加總相比。三者的差別在「跟誰比」：MoM 完全暴露在季節性裡（二月工作天數少，幾乎全市場 MoM 轉負）；YoY 跟去年同月比，天然消除季節性，是最常用的營收指標；QoQ 的平滑度介於兩者之間。本次回測納入 MoM > 0 與 YoY > 0 當基準線，讓三種進階方法有可比較的地板。

用一家公司的數字示範

以下用虛構的甲公司走一遍計算，數字是教學示例、非真實個股。甲公司近 12 個月營收（億元，由舊到新）：

• 均線法：近 3 月平均 =（13+14+15）÷ 3 = 14，近 12 月平均 = 142 ÷ 12 ≈ 11.83，14 > 11.83，條件成立。
• 創新高法：本月 15 億元，若再往前推的 12 個月最高只有 13 億元，則 15 億元是 24 個月新高，條件成立。
• 成長法（M=4、N=5）：最近 6 期的 4 個月平滑值依序為 11.0 → 11.5 → 12.0 → 12.25 → 13.0 → 13.75，平滑線連續上漲 5 次，條件成立。
• 傳統指標：MoM =（15-14）÷ 14 ≈ +7.1%；若去年同月營收 10 億元，YoY = +50%。

同一家公司可以同時觸發多個條件，三種方法的差別在於它們各自會放進來多少「別的」公司：均線法最寬鬆、成長法與創新高法嚴格得多，這個差異後面會直接反映在持股檔數與集中風險上。

換成真實資料長什麼樣？下圖以台泥（1101）為例，淺藍長條是逐月營收、深藍線是成長法使用的 4 個月平滑線。原始營收上下參差，平滑線把雜訊濾掉之後，2024 年中那段連續走高的區間清楚浮現，那正是成長法會把它納入名單的時點：

為什麼月營收有資格當選股因子

學術上最接近的證據是 Jegadeesh & Livnat (2006) 的營收驚奇研究：營收超出預期的公司，後續報酬有獨立於盈餘驚奇的漂移，而且營收比盈餘更難用會計手段修飾。要說明的是，該研究用的是美股的季營收，台股的月頻揭露在全球主要市場相當少見，頻率更高、資訊更即時，但「月營收訊號有效」仍需要用台股資料另行驗證，無法從美股研究照搬。

更早的 Bernard & Thomas (1989) 證明市場對盈餘公告反應不足、好消息公布後股價仍會持續漂移。同樣要劃清界線：他們研究的是盈餘公告，月營收公告是另一種（頻率更高、資訊量較少的）基本面事件，兩者機制相通但非同一件事。我們在月營收公告漂移的台股實測中用 15 年資料專門檢驗過「公告後買進還來不來得及」這個問題，可以搭配本文閱讀。

回測設定：同股池、同節奏，只換訊號

這次對決的設計原則是「除了訊號本身，其他全部一樣」，避免某個方法靠額外條件偷跑：

• 股票池：有公布月營收的台股上市櫃公司，加上流動性濾網（近 20 日成交金額中位數 > 5,000 萬元），排除回測買得到、實單買不到的低流動性股。ETF 與指數沒有月營收，自然被排除。
• 再平衡：跟隨月營收公告節奏。finlab 的月營收資料索引已對齊公告截止日，訊號變動後的下一個交易日換股，不存在偷看未公布資料的前視問題。
• 權重：訊號為真的股票全部等權持有（全持有版）；另外跑一版「訊號池內 YoY 前 30 檔」處理持股數過多的問題，後面比較。
• 成本：使用 finlab sim() 台股預設成本，內扣手續費 0.1425% 與賣出證交稅 0.3%。
• 基準：0050 還原價（etl:adj_close）買進持有，純指數算術、不含交易成本，基準算法對基準有利。

核心程式碼長這樣，三種訊號各只要一到三行：

from finlab import data
from finlab.backtest import sim
 
# 月營收資料：列是公告截止日、欄是股票代號
rev = data.get("monthly_revenue:當月營收")
 
# 1. 均線法：近 3 個月平均 > 近 12 個月平均
signal_ma = rev.average(3) > rev.average(12)
 
# 2. 創新高法：當月營收創近 24 個月新高
signal_high = rev == rev.rolling(24).max()
 
# 3. 成長法：4 個月平滑線連續 5 個月走高
smooth = rev.average(4)
signal_growth = (smooth > smooth.shift()).sustain(5)
 
# 加上流動性濾網後即可回測（完整版見文末可下載腳本）
report = sim(signal_growth, upload=False)

第一次執行時 finlab 會自動引導你登入，不需要手動處理金鑰。如果想了解月營收資料的底層來源與欄位，可以參考用 Python 抓取每月營收的教學；想從零開始理解整個回測流程，程式交易入門指南有完整的環境設定與第一個策略示範。

回測結果：排名沒變，但沒人贏得了風險調整後的 0050

把文首的表格再往下拆，可以看到兩層結論。

第一層：訊號之間的相對排名，14 年來相當穩定。 成長法以年化 21.07%、總報酬 1,474% 居首；創新高法（19.03%）與均線法（18.95%）幾乎打平；YoY > 0 拿到 16.56%；MoM > 0 以 9.77% 墊底。這個排名與 2020 年舊版的結論一致，平滑與連續性條件確實比單點比較的傳統指標抓到更多資訊。

第二層：對上 0050，三種方法在絕對報酬上互有高下（成長法小勝，創新高法與均線法接近打平），風險調整後全輸。 0050 含息的日夏普比率是 1.10，五種訊號最高只有 0.95；最大回撤方面 0050 是 -33.96%，五種訊號全部更深，成長法甚至到 -42.02%。換句話說，月營收訊號賺到的超額報酬，主要是用更高的波動與更深的回撤換來的。另一個必須說的結構性因素：這些訊號等權持有大量中小型股，0050 是市值加權的權值股組合，兩者的市場曝險本來就不同，這部分差異無法完全歸功或歸咎於訊號本身。

與 2020 年舊結論逐條對照

持股檔數：訊號越嚴格，集中風險越高

三種方法的持股檔數差了一個數量級：均線法平均 234.8 檔（最多 466 檔）、創新高法平均 55.2 檔、成長法平均 54.4 檔。這張圖透露兩件事：

1. 均線法接近「中小型股的市場組合」：兩百多檔等權持有，個股訊號的成分被大幅稀釋，它的報酬更多反映「有營收動能的中小型股整體」的表現。把它當研究個股時的輔助確認比當策略合理。
2. 創新高法與成長法的檔數深谷是日曆效應，每年 3 月準時報到：圖上創新高法那條線每年向下戳出的深谷，時間點全部落在 3 月公告日（公告的是 2 月營收）。2 月工作天數少、又常涵蓋農曆年假，絕大多數公司的單月營收都會下滑，能創 24 個月新高的自然寥寥無幾：14 年裡創新高法持股低於 10 檔的時點全部是 3 月公告日，最少 3 檔（2013 年與 2019 年），2015 年 3 月甚至一檔都選不出來。這與前面 MoM 段講的「二月工作天數少，幾乎全市場 MoM 轉負」是同一個季節性，只是換了一種症狀。成長法用 4 個月平滑再要求連漲 5 次，2 月的凹陷會讓條件連續失敗好幾期，所以它的個位數持股（最少 5 檔）全部出現在 3 月到 7 月公告日之間，2019 年 3 到 7 月更連續五期都是個位數。檔數驟減量的是日曆，量不到景氣：2022 年空頭裡，創新高法除了 3 月公告日那次（7 檔）之外，全年最低仍有 46 檔。實際操作時要留意這段季節性窗口的集中持股，個位數持股的單一個股風險（地雷、處置、流動性）會遠高於回測曲線給人的印象。

全持有 vs YoY 前 30 檔：持股上限的代價與紅利

兩百多檔的組合實單難以執行，常見的解法是在訊號池內再用一個指標排序、只買前 N 檔。我們用 YoY 由高到低取前 30 檔再跑一次：

結果分成兩半：創新高法與成長法加上持股上限後 CAGR 上升（成長法 Top30 來到全場最高的 23.02%），但代價是最大回撤加深到 -45% 以上；均線法反而全面變差。解讀是：均線法的池子太寬鬆，用 YoY 排序等於從兩百多檔裡專挑年增率最暴衝的 30 檔，挑到的多是波動大、基期低的股票；而成長法的池子本來就經過連續性篩選，再用 YoY 排序是在好學生裡挑前段班。排序指標跟訊號的互動，比「要不要設持股上限」本身更重要。

分段檢視：優勢集中在 2018 年之後

把同一條淨值曲線切成三段看年化報酬：

兩個觀察。第一，月營收訊號的超額報酬高度集中在 2018 年之後：2012～2017 年，三種方法不僅沒贏，創新高法（7.38%）與成長法（8.78%）還明顯落後 0050 的 11.90%。如果你在 2017 年底做這個回測，結論會是「月營收選股沒有用」。第二，成長法的 $M=4$、$N=5$ 參數在 2020 年 7 月就公開發表，2022～2026 這段對該參數而言是真正的發表後樣本，年化 34.83% 還高於 0050 的 30.42%，至少到資料截止日為止，這組公開參數沒有失效。但 2022 年後台股本身就是強多頭，多頭市場對營收動能類訊號天然友善，這段領先能否延續到空頭，本文的數據回答不了。

回測方法與限制

另外兩個使用上的提醒：其一，2012～2017 的分段結果說明這類訊號可能連續六年跑輸大盤，回測平均值不等於任何一年的體驗；其二，月營收暴增不必然是好事，認列時點、低基期、一次性訂單都可能製造假訊號，我們在營收暴增地雷股的分析中實測過「每 3 檔營收暴增股就有 1 檔是地雷」的現象，建議搭配閱讀。

下一步：把月營收訊號疊上其他因子

三種方法都是「單一維度」的訊號，實務上更常當作策略的一塊積木。幾個經過站內實測的疊加方向：

• 疊估值：用股價淨值比或市值營收比過濾，避免追到本夢比過高的營收成長股。
• 疊品質：用 ROE 等獲利能力指標排除「營收衝高、獲利沒跟上」的公司。
• 疊價格動能：月營收與股價動能的組合是站內測過風險調整報酬較好的方向之一，完整設計見月營收動能策略的介紹與回測，以及把營收動能用在法說會事件策略的變化型。

成長法（全持有版）的互動式回測報告可以在這裡操作，包含逐年報酬、持股明細與回撤曲線：

想系統性學習因子選股，可以從台股選股方法的完整指南入門；想理解回測、夏普比率這些名詞的嚴格定義，量化交易入門總覽與名詞解釋頁有完整整理。

常見問題

月營收什麼時候公布？去哪裡看？

台灣上市櫃公司依規定每月 10 日前公布上月營收（遇假日順延），公開資訊觀測站可以查詢。用 finlab 的話，data.get("monthly_revenue:當月營收") 一行就能取得全市場的歷史月營收，資料索引已對齊公告截止日。

月營收年增率（YoY）多少才算高？

沒有放諸四海皆準的門檻。本文的回測顯示「YoY > 0」這個最寬鬆的條件就有年化 16.56%，但個股層面要看產業基期：低基期反彈出來的 YoY +50% 與穩定成長股的 +20% 意義完全不同。比起絕對門檻，連續性（成長法的設計）在我們的測試中更有鑑別力。

月營收創新高的股票可以買嗎？

回測上「24 個月新高」這個單一條件 14 年年化 19.03%，與大盤相近但回撤更深，而且每年 3 月公告 2 月營收時，符合條件的公司會因季節性驟減到個位數（最少 3 檔，2015 年 3 月甚至掛零），集中風險高。把它當成研究清單的入口比直接照單全收合理。

為什麼 MoM 不適合單獨當選股條件？

月增率被季節性綁架：二月工作天數少、電子業有拉貨旺季，這些規律性波動跟公司基本面無關。回測也給出一致的答案，MoM > 0 年化只有 9.77%，是五種訊號中最差的。要用單點比較，至少用消除季節性的 YoY。

月營收公布後才買，會不會已經來不及？

本文的回測本來就是「公告後下一個交易日才進場」，上表所有數字都在這個前提下達成，所以答案是：歷史上來得及。關於公告後股價漂移的持續時間與衰退，月營收公告漂移的 15 年實測有更精細的事件研究。

三種方法哪一種適合新手？

如果你手動看盤選股，均線法最直觀、選出的名單最廣，適合當檢查清單；如果你寫程式跑策略，成長法的年化報酬與發表後樣本表現最好，但要接受 -42% 等級的歷史回撤。無論哪一種，都建議疊加估值或獲利品質條件再用。

這些回測數字可以重現嗎？

可以。文末的 strategy.py 包含全部五種訊號、Top30 版本與 0050 基準的計算，裝好 finlab 套件後執行即可重跑出本文所有數字（資料截止日設定為 2026-06-09，改成空字串可跑到最新）。

延伸閱讀

• 台股怎麼選股？四大面向完整指南
• 用月營收平滑升冪排列選出飆股：成長法的單指標深入測試
• 月營收動能策略的完整介紹與回測
• 營收暴增 50% 可以買嗎？地雷股實測
• 用 Python 抓取每月營收：30 行下載全台股月營收

下載資源

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，請審慎評估自身風險承受能力。

最後更新：2026-06｜回測區間：2012-01～2026-06（資料快照 2026-06-09）｜作者：FinLab 量化研究團隊（經量化研究員審閱）