vocus logo

方格子 vocus

🇹🇼 台股漲停板「四大開盤型態」全解析

更新 發佈閱讀 7 分鐘
投資理財內容聲明

(2020–2025.資料截止至 2025/11/07)

本篇是我在整理 2020–2025 全市場漲停板資料時,意外發現的一個非常有趣現象:

並不是每一種漲停板,都值得追。

不同開盤型態,其後續 1 日、5 日表現,差距竟然大到「可以當策略」的等級。


傳統的漲停研究通常只看:

「是否鎖住」、 「有沒有爆量」、 「隔天開盤強不強」。 但這種方法完全依賴肉眼判斷, 不但標準不一致,也完全無法量化測試。

因此本篇採用 完整自動化分類,把六年所有漲停板(約四萬筆)分成四大開盤行為,並量化比較:

  • 隔日勝率
  • 隔日收盤漲跌
  • 隔日最高價可能獲利
  • 1~5 日最大漲幅
  • 1~5 日「假漲停」機率(短期破底)

這篇不只是漲停板觀察,而是 完整的量化行為統計


📌 免責聲明

本篇所有資料:

  • 資料區間:2020/01/01 ~ 2025/11/07(固定不再更新)
  • 完全以歷史資料為基礎進行統計
  • 不提供任何形式的投資建議
  • 不保證未來報酬、勝率、風險
  • 投資必有風險,股票可能下跌至您無法承受的程度
  • 本文僅供研究、教學、統計參考用途

一、四大漲停開盤型態(定義+白話解釋)

這四種類型不是我自己發明的,而是參考 日本投機圈的開盤行為分類法,再針對台股調整後的版本。

以下所有分類均為 程式自動判斷(而非肉眼分類),確保六年資料計算一致。


(1) 浮動漲停(FLOATING)

  • 開盤沒有跳太高
  • 盤中逐步推升到漲停
  • 有量、有換手、有震盪
  • 多為資金盤中逐步推高

特色:

慢慢被人推上去,比較「自然」。


(2) GAP-UP 漲停(GAP_UP)

  • 一開盤大跳空
  • 通常幾分鐘內就到漲停附近
  • 多半是消息或市場預期造成

特色:

隔日延續強,但也最容易開高走低。


(3) 爆量鎖死(HIGH_VOLUME_LOCK)

  • 當日爆大量
  • 換手巨大
  • 最後成功鎖住漲停

特色:

看起來热鬧,但短線籌碼壓力最大。


(4) 無量鎖死(NO_VOLUME_LOCK)

  • 低量開盤
  • 開盤後直接鎖住
  • 幾乎買不到也賣不掉

特色:

多為主力一口氣封死,極少、但非常強勢。


(5) OTHER(其餘狀況)

  • 不符合上述四類的雜訊型態
  • 全部歸入 OTHER,不做額外細分

二、技術分類規則(本篇採用的程式邏輯)

為避免主觀誤判,本篇只使用明確的自動化規則:


1. 跳空量化(GAP-UP)

(Open / Prev_Close - 1) >= 0.07

2. 爆量判斷(High Volume)

Volume / Vol_MA5 >= 3

3. 無量鎖死(Low Volume)

Volume / Vol_MA5 <= 0.4

4. 盤中推升(Floating)

GAP-UP  (Close / Open - 1 >= 0.05)

5. 最終分類邏輯(優先序)

1. GAP_UP_LOCK   :is_gap 且 is_low_vol
2. GAP_UP :is_gap 且 非 is_low_vol
3. FLOAT_HV :is_float 且 is_high_vol
4. FLOAT :is_float 且 非 is_high_vol
5. LOW_VOL_LOCK :is_low_vol
6. HIGH_VOL_LOCK :is_high_vol
7. OTHER :其餘狀況

最後合併成四大類型:

FLOATING
GAP_UP
OTHER
HIGH_VOLUME_LOCK
NO_VOLUME_LOCK

三、2020–2025(截至 2025/11/07)四型態總表

以下是六年全部合併後的結果(方格子相容格式):

類型               樣本數      D1 收盤均值   D1 收紅率   15日最大漲幅_平均   假漲停率
---------------------------------------------------------------------------------------
FLOATING 28957 0.0126 0.533 0.1077 0.2855
GAP_UP 8195 0.0306 0.656 0.1535 0.6328
OTHER 2998 0.0174 0.579 0.1246 0.4829
HIGH_VOLUME_LOCK 782 0.0031 0.464 0.0949 0.5089
NO_VOLUME_LOCK 69 0.0379 0.753 0.1462 0.4348

(如果你需要,我可以幫你做成:六年拆年份表、趨勢圖、折線圖、風險矩陣。)


四、六年綜合結論(最重要的地方)

以下是從 4 萬筆漲停資料中跑出的最清晰結論:


1️⃣ GAP-UP 漲停:隔日最強,但風險也最大

  • 隔日勝率最高(65.6%)
  • 隔日平均最大漲幅也最高
  • 但假漲停率高達 63%

→ 強勢,但不穩定。常常隔天開高走低。


2️⃣ 浮動漲停(FLOATING):最均衡、最「耐看」的漲停

  • 隔日勝率穩定(53%)
  • 5 日最大漲幅平均表現佳
  • 假漲停率最低之一

→ 是所有型態中整體表现「最穩健」的一類。


3️⃣ 爆量鎖死(HIGH_VOLUME_LOCK):最危險、最容易隔天被倒貨

  • 隔日收盤表現最差
  • 隔日勝率最低(46%)
  • 假漲停率高
  • 5 日最大漲幅也偏弱

→ 主力拉漲停之後,短線客大量湧入,隔天常常被修理。


4️⃣ 無量鎖死(NO_VOLUME_LOCK):少見但最乾淨、籌碼最集中的漲停

  • 隔日勝率 75%(最高)
  • 5 日後破底率最低
  • 最大漲幅也偏高

→ 雖然樣本小,但這類型本來就極少、且通常是主力直接封死。




留言
avatar-img
《炒股不看周月年K漲幅機率就是耍流氓》
12會員
289內容數
普通上班族,用 AI 與 Python 將炒股量化。我的數據宣言是:《炒股不做量化,都是在耍流氓》。
2025/11/19
(含 2025 年統計至 11 月 7 日) ① 六年合併結構、② 年度差異、③ 一字漲停 vs 普通漲停。 ⭐ PART 1:六年合併(2020–2025.11.07) 「連板越多 → 隔日越強」在六年合併資料裡非常明確。 連板數 樣本數 隔日平均(%) 隔日勝率(%)
2025/11/19
(含 2025 年統計至 11 月 7 日) ① 六年合併結構、② 年度差異、③ 一字漲停 vs 普通漲停。 ⭐ PART 1:六年合併(2020–2025.11.07) 「連板越多 → 隔日越強」在六年合併資料裡非常明確。 連板數 樣本數 隔日平均(%) 隔日勝率(%)
2025/11/19
AI 統計 × AI 生成| (統計區間:2020–2025,更新至 2025/11/07) 📌 前言|台股短線文化的「數據寫實版」 本篇內容由 AI 模型根據 2020–2025 的台股漲停板統計資料進行彙整與生成, 以最直接、最客觀、最無偏的方式,呈現六年來台股短線結構的真實面貌。
2025/11/19
AI 統計 × AI 生成| (統計區間:2020–2025,更新至 2025/11/07) 📌 前言|台股短線文化的「數據寫實版」 本篇內容由 AI 模型根據 2020–2025 的台股漲停板統計資料進行彙整與生成, 以最直接、最客觀、最無偏的方式,呈現六年來台股短線結構的真實面貌。
2025/11/17
從熱到冷再回溫,用六年資料看懂漲停在不同年份的角色(資料截至 2025-11-07) 前言:同樣是「漲 30% 的一個月」,其實長得很不一樣 如果我說: 「一檔股票一個月漲 30%,你會覺得它比較像: A. 一路慢慢墊高? B. 中間噴出一兩根漲停?」 直覺上,多數人會投 B。 但實際
2025/11/17
從熱到冷再回溫,用六年資料看懂漲停在不同年份的角色(資料截至 2025-11-07) 前言:同樣是「漲 30% 的一個月」,其實長得很不一樣 如果我說: 「一檔股票一個月漲 30%,你會覺得它比較像: A. 一路慢慢墊高? B. 中間噴出一兩根漲停?」 直覺上,多數人會投 B。 但實際
看更多
你可能也想看
Thumbnail
賽勒布倫尼科夫以流亡處境回望蘇聯電影導演帕拉贊諾夫的舞台作品,以十段寓言式殘篇,重新拼貼記憶、暴力與美學,並將審查、政治犯、戰爭陰影與「形式即政治」的劇場傳統推到台前。本文聚焦於《傳奇:帕拉贊諾夫的十段殘篇》的舞台美術、音樂與多重扮演策略,嘗試解析極權底下不可言說之事,將如何成為可被觀看的公共發聲。
Thumbnail
賽勒布倫尼科夫以流亡處境回望蘇聯電影導演帕拉贊諾夫的舞台作品,以十段寓言式殘篇,重新拼貼記憶、暴力與美學,並將審查、政治犯、戰爭陰影與「形式即政治」的劇場傳統推到台前。本文聚焦於《傳奇:帕拉贊諾夫的十段殘篇》的舞台美術、音樂與多重扮演策略,嘗試解析極權底下不可言說之事,將如何成為可被觀看的公共發聲。
Thumbnail
柏林劇團在 2026 北藝嚴選,再次帶來由布萊希特改編的經典劇目《三便士歌劇》(The Threepenny Opera),導演巴里・柯斯基以舞台結構與舞台調度,重新向「疏離」進行提問。本文將從觀眾慾望作為戲劇內核,藉由沉浸與疏離的辯證,解析此作如何再次照見觀眾自身的位置。
Thumbnail
柏林劇團在 2026 北藝嚴選,再次帶來由布萊希特改編的經典劇目《三便士歌劇》(The Threepenny Opera),導演巴里・柯斯基以舞台結構與舞台調度,重新向「疏離」進行提問。本文將從觀眾慾望作為戲劇內核,藉由沉浸與疏離的辯證,解析此作如何再次照見觀眾自身的位置。
Thumbnail
本文深入解析臺灣劇團「晃晃跨幅町」對易卜生經典劇作《海妲.蓋柏樂》的詮釋,從劇本歷史、聲響與舞臺設計,到演員的主體創作方法,探討此版本如何讓經典劇作在當代劇場語境下煥發新生,滿足現代觀眾的觀看慾望。
Thumbnail
本文深入解析臺灣劇團「晃晃跨幅町」對易卜生經典劇作《海妲.蓋柏樂》的詮釋,從劇本歷史、聲響與舞臺設計,到演員的主體創作方法,探討此版本如何讓經典劇作在當代劇場語境下煥發新生,滿足現代觀眾的觀看慾望。
Thumbnail
《轉轉生》為奈及利亞編舞家庫德斯.奧尼奎庫與 Q 舞團創作的當代舞蹈作品,融合舞蹈、音樂、時尚和視覺藝術,透過身體、服裝與群舞結構,回應殖民歷史、城市經驗與祖靈記憶的交錯。本文將從服裝設計、身體語彙與「輪迴」的「誕生—死亡—重生」結構出發,分析《轉轉生》如何以當代目光,形塑去殖民視角的奈及利亞歷史。
Thumbnail
《轉轉生》為奈及利亞編舞家庫德斯.奧尼奎庫與 Q 舞團創作的當代舞蹈作品,融合舞蹈、音樂、時尚和視覺藝術,透過身體、服裝與群舞結構,回應殖民歷史、城市經驗與祖靈記憶的交錯。本文將從服裝設計、身體語彙與「輪迴」的「誕生—死亡—重生」結構出發,分析《轉轉生》如何以當代目光,形塑去殖民視角的奈及利亞歷史。
Thumbnail
本文章討論如何使用動態規劃和回頭查看技巧來計算最長遞增子序列的長度,並提供了相關的測試案例和範例。本文還包括了詳細的演算法和程式碼示例,以及時間和空間複雜度的分析。
Thumbnail
本文章討論如何使用動態規劃和回頭查看技巧來計算最長遞增子序列的長度,並提供了相關的測試案例和範例。本文還包括了詳細的演算法和程式碼示例,以及時間和空間複雜度的分析。
Thumbnail
如何用Python繪製堆疊直條圖(以2022年直轄市市長選舉政治獻金為例)
Thumbnail
如何用Python繪製堆疊直條圖(以2022年直轄市市長選舉政治獻金為例)
Thumbnail
今天的官方每日一題是Island Perimeter島嶼周長,很有趣的一題。 題目非常直觀好懂。也很適合拿來作為多角度複習、回顧圖論演算法的好題目。 英文的題目敘述在這裡 題目敘述 題目會給我們一個二維陣列當作地圖,格子點為1代表陸地,格子點為0代表海洋。 要求我們以四連通N4的方式拜訪
Thumbnail
今天的官方每日一題是Island Perimeter島嶼周長,很有趣的一題。 題目非常直觀好懂。也很適合拿來作為多角度複習、回顧圖論演算法的好題目。 英文的題目敘述在這裡 題目敘述 題目會給我們一個二維陣列當作地圖,格子點為1代表陸地,格子點為0代表海洋。 要求我們以四連通N4的方式拜訪
Thumbnail
題目敘述 題目會給定我們輸入邊長陣列nums,請問我們從裡面能夠建構出來的多邊形的最大周長是多少? 如果無解,返回-1 題目的原文敘述 約束條件 Constraints: 3 <= n <= 10^5 輸入陣列長度nums介於3 ~ 十萬 之間。 1 <= nums[i] <=
Thumbnail
題目敘述 題目會給定我們輸入邊長陣列nums,請問我們從裡面能夠建構出來的多邊形的最大周長是多少? 如果無解,返回-1 題目的原文敘述 約束條件 Constraints: 3 <= n <= 10^5 輸入陣列長度nums介於3 ~ 十萬 之間。 1 <= nums[i] <=
Thumbnail
這題也是滿經典的DP動態規劃教學案例和題目,就順便複習一下吧。 題目敘述 題目會給我們兩個字串text1, text2。 要求我們找出兩個字串的最長共同子序列,並且返回最長共同子序列的長度。 如果彼此沒有共同子序列,則返回0。 題目的原文敘述 測試範例 Example 1: In
Thumbnail
這題也是滿經典的DP動態規劃教學案例和題目,就順便複習一下吧。 題目敘述 題目會給我們兩個字串text1, text2。 要求我們找出兩個字串的最長共同子序列,並且返回最長共同子序列的長度。 如果彼此沒有共同子序列,則返回0。 題目的原文敘述 測試範例 Example 1: In
Thumbnail
你有沒有錯過 Binance 上的一個大型加密硬幣泵? 也許您正忙於工作,或者只是不夠快而無法抓住機會。 這是一種令人沮喪的感覺,尤其是當你看到價格在你眼前飛漲時。 但是,如果有一種方法可以實時識別這些爆漲? 在本文中,我們將向您展示如何使用 Python 快速輕鬆地識別加密貨幣暴漲。
Thumbnail
你有沒有錯過 Binance 上的一個大型加密硬幣泵? 也許您正忙於工作,或者只是不夠快而無法抓住機會。 這是一種令人沮喪的感覺,尤其是當你看到價格在你眼前飛漲時。 但是,如果有一種方法可以實時識別這些爆漲? 在本文中,我們將向您展示如何使用 Python 快速輕鬆地識別加密貨幣暴漲。
Thumbnail
美股“股息成長”選股模型python歷史資料實測, 年化報酬率34.8% beat SPY 13.3%
Thumbnail
美股“股息成長”選股模型python歷史資料實測, 年化報酬率34.8% beat SPY 13.3%
Thumbnail
取得掌紋 圖片比對 後續思維... 透過特徵比對+CNN,以YOLO 或 TensorFlow+Keras進行會比較正確。 單靠OpneCV至此是極限,要判斷出各條線,沒模型,則要以numpy陣列加上相似度(哈希算法等)去做,整體上不好進行... 待續...
Thumbnail
取得掌紋 圖片比對 後續思維... 透過特徵比對+CNN,以YOLO 或 TensorFlow+Keras進行會比較正確。 單靠OpneCV至此是極限,要判斷出各條線,沒模型,則要以numpy陣列加上相似度(哈希算法等)去做,整體上不好進行... 待續...
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News