📘《台股週 × 月 × 年 K:漲停型態(LU_Type4)三周期完整統計分析》

更新 發佈閱讀 18 分鐘
投資理財內容聲明

(2020–2025 全市場母體,統計截至:2025-11-07, 含免責聲明)

不同漲停型態(LU_Type4)在不同報酬強弱區間中呈現明顯差異。

本篇一次整合 週K × 月K × 年K 三個層級,

讓你直接看出:

  • 哪些型態主導一般 K 線?
  • 哪些型態在爆發行情中占比大幅提升?
  • 「跳空 vs 鎖單」哪個才是強勢 K 線的核心?



🔹 第一部分:週K(Week)× LU_Type4 分布

(純 Markdown 原始碼)

|K區間   | LU_Type4         | 樣本數 | 占比    |
| -------- | ---------------- | ------ | ------- |
| <=-10% | FLOATING | 1000 | 0.398 |
| <=-10% | GAP_UP | 1271 | 0.506 |
| <=-10% | HIGH_VOLUME_LOCK | 10 | 0.004 |
| <=-10% | NO_VOLUME_LOCK | 16 | 0.006 |
| <=-10% | OTHER | 213 | 0.085 |
| -10~0% | FLOATING | 5258 | 0.738 |
| -10~0% | GAP_UP | 1320 | 0.185 |
| -10~0% | HIGH_VOLUME_LOCK | 100 | 0.014 |
| -10~0% | NO_VOLUME_LOCK | 15 | 0.002 |
| -10~0% | OTHER | 428 | 0.060 |
| 0~10% | FLOATING | 15047 | 0.777 |
| 0~10% | GAP_UP | 2751 | 0.142 |
| 0~10% | HIGH_VOLUME_LOCK | 419 | 0.022 |
| 0~10% | NO_VOLUME_LOCK | 21 | 0.001 |
| 0~10% | OTHER | 1134 | 0.059 |
| 10~20% | FLOATING | 12282 | 0.735 |
| 10~20% | GAP_UP | 2874 | 0.172 |
| 10~20% | HIGH_VOLUME_LOCK | 419 | 0.025 |
| 10~20% | NO_VOLUME_LOCK | 16 | 0.001 |
| 10~20% | OTHER | 1111 | 0.067 |
| 20~30% | FLOATING | 5077 | 0.644 |
| 20~30% | GAP_UP | 1943 | 0.246 |
| 20~30% | HIGH_VOLUME_LOCK | 171 | 0.022 |
| 20~30% | NO_VOLUME_LOCK | 9 | 0.001 |
| 20~30% | OTHER | 688 | 0.087 |
| 30~40% | FLOATING | 1637 | 0.494 |
| 30~40% | GAP_UP | 1306 | 0.394 |
| 30~40% | HIGH_VOLUME_LOCK | 45 | 0.014 |
| 30~40% | NO_VOLUME_LOCK | 6 | 0.002 |
| 30~40% | OTHER | 319 | 0.096 |
| 40~50% | FLOATING | 479 | 0.385 |
| 40~50% | GAP_UP | 645 | 0.519 |
| 40~50% | HIGH_VOLUME_LOCK | 7 | 0.006 |
| 40~50% | NO_VOLUME_LOCK | 5 | 0.004 |
| 40~50% | OTHER | 107 | 0.086 |
| >=50% | FLOATING | 178 | 0.213 |
| >=50% | GAP_UP | 579 | 0.693 |
| >=50% | HIGH_VOLUME_LOCK | 4 | 0.005 |
| >=50% | NO_VOLUME_LOCK |||
| >=50% | OTHER | 75 | 0.090 |

🧩 週K重點

  • 普通週=FLOATING 主導(約 70–78%)
  • 強勢週(>30%)= GAP_UP 快速上升到 40–70%
  • HIGH_VOLUME_LOCK/NO_VOLUME_LOCK 占比皆極低(通常 <3%)

結論:週線爆發靠「跳空」而不是大量鎖單。


🔹 第二部分:月K(Month)× LU_Type4 分布

(純 Markdown 原始碼)

|K區間   | LU_Type4         | 樣本數 | 占比    |
| -------- | ---------------- | ------ | ------- |
| <=0% | FLOATING | 9325 | 0.692 |
| <=0% | GAP_UP | 2996 | 0.222 |
| <=0% | HIGH_VOLUME_LOCK | 137 | 0.010 |
| <=0% | NO_VOLUME_LOCK | 29 | 0.002 |
| <=0% | OTHER | 998 | 0.074 |
| 020% | FLOATING | 17228 | 0.738 |
| 020% | GAP_UP | 4092 | 0.175 |
| 020% | HIGH_VOLUME_LOCK | 681 | 0.029 |
| 020% | NO_VOLUME_LOCK | 23 | 0.001 |
| 020% | OTHER | 1316 | 0.056 |
| 2030% | FLOATING | 5322 | 0.703 |
| 2030% | GAP_UP | 1548 | 0.204 |
| 2030% | HIGH_VOLUME_LOCK | 167 | 0.022 |
| 2030% | NO_VOLUME_LOCK | 6 | 0.001 |
| 2030% | OTHER | 527 | 0.070 |
| 3050% | FLOATING | 5428 | 0.675 |
| 3050% | GAP_UP | 1868 | 0.232 |
| 3050% | HIGH_VOLUME_LOCK | 114 | 0.014 |
| 3050% | NO_VOLUME_LOCK | 10 | 0.001 |
| 3050% | OTHER | 624 | 0.078 |
| 5070% | FLOATING | 1987 | 0.605 |
| 5070% | GAP_UP | 958 | 0.292 |
| 5070% | HIGH_VOLUME_LOCK | 51 | 0.016 |
| 5070% | NO_VOLUME_LOCK | 8 | 0.002 |
| 5070% | OTHER | 282 | 0.086 |
| 70100% | FLOATING | 1227 | 0.550 |
| 70100% | GAP_UP | 750 | 0.336 |
| 70100% | HIGH_VOLUME_LOCK | 22 | 0.010 |
| 70100% | NO_VOLUME_LOCK | 9 | 0.004 |
| 70100% | OTHER | 223 | 0.100 |
| >=100% | FLOATING | 530 | 0.475 |
| >=100% | GAP_UP | 469 | 0.421 |
| >=100% | HIGH_VOLUME_LOCK | 9 | 0.008 |
| >=100% | NO_VOLUME_LOCK | 3 | 0.003 |
| >=100% | OTHER | 104 | 0.093 |

🧩 月K重點

  • 月線也是 FLOATING 主導(約 70%)
  • 但在月線爆發(>30%)後,GAP_UP 升至 23–42%
  • HIGH_VOLUME_LOCK 仍然極少見

結論:強勢月線的跳空占比較週線低,但仍是明確的次要主力。


🔹 第三部分:年K(Year)× LU_Type4 分布

(純 Markdown 原始碼)

|K區間     | LU_Type4         | 樣本數 | 占比    |
| ----------- | ---------------- | ------ | ------- |
| <=0% | FLOATING | 12903 | 0.695 |
| <=0% | GAP_UP | 4062 | 0.219 |
| <=0% | HIGH_VOLUME_LOCK | 441 | 0.024 |
| <=0% | NO_VOLUME_LOCK | 23 | 0.001 |
| <=0% | OTHER | 1136 | 0.061 |
| 050% | FLOATING | 13835 | 0.706 |
| 050% | GAP_UP | 4014 | 0.205 |
| 050% | HIGH_VOLUME_LOCK | 484 | 0.025 |
| 050% | NO_VOLUME_LOCK | 22 | 0.001 |
| 050% | OTHER | 1255 | 0.064 |
| 50100% | FLOATING | 6402 | 0.715 |
| 50100% | GAP_UP | 1704 | 0.190 |
| 50100% | HIGH_VOLUME_LOCK | 126 | 0.014 |
| 50100% | NO_VOLUME_LOCK | 13 | 0.001 |
| 50100% | OTHER | 714 | 0.080 |
| 100200% | FLOATING | 4439 | 0.698 |
| 100200% | GAP_UP | 1291 | 0.203 |
| 100200% | HIGH_VOLUME_LOCK | 75 | 0.012 |
| 100200% | NO_VOLUME_LOCK | 16 | 0.003 |
| 100200% | OTHER | 536 | 0.084 |
| 200300% | FLOATING | 1179 | 0.716 |
| 200300% | GAP_UP | 307 | 0.187 |
| 200300% | HIGH_VOLUME_LOCK | 11 | 0.007 |
| 200300% | NO_VOLUME_LOCK | 5 | 0.003 |
| 200300% | OTHER | 144 | 0.087 |
| 300500% | FLOATING | 861 | 0.705 |
| 300500% | GAP_UP | 247 | 0.202 |
| 300500% | HIGH_VOLUME_LOCK | 16 | 0.013 |
| 300500% | NO_VOLUME_LOCK | 4 | 0.003 |
| 300500% | OTHER | 94 | 0.077 |
| 5001000% | FLOATING | 204 | 0.652 |
| 5001000% | GAP_UP | 89 | 0.284 |
| 5001000% | HIGH_VOLUME_LOCK | 4 | 0.013 |
| 5001000% | NO_VOLUME_LOCK | 2 | 0.006 |
| 5001000% | OTHER | 14 | 0.045 |

🧩 年K重點

  • 全年大漲(>200%)仍以 FLOATING 為主:65–72%
  • GAP_UP 占比逐步上升,但沒有週/月那麼劇烈
  • 年線屬於「慢性趨勢累積」,跳空占比不會像週線那麼衝

結論:年線的大趨勢來自長時間的浮動 K 線串接,而非單次跳空。


🔷 最終統整:三周期 × LU_Type4 的結構差異

週期普通區間主力爆發區間主力跳空(GAP_UP)重要性鎖單(LOCK)重要性週KFLOATINGGAP_UP★★★★★(最高)★☆☆☆☆(極低)月KFLOATINGGAP_UP★★★★☆★☆☆☆☆年KFLOATING小幅 GAP_UP★★☆☆☆★☆☆☆☆

🔑 三大結論(可以當文章摘要)

  1. 週線爆發全靠跳空(GAP_UP)
    強勢週 >30% 時,跳空占比可達 40–70%。
  2. 月線的跳空是助攻,但不是主導
    大部分仍是 FLOATING 串接。
  3. 年線是浮動 K 線累積出來的大趨勢
    GAP_UP 只提供局部推動,非絕對核心。

⚠ 免責聲明

本文所有統計資料僅供教學與研究用途,不構成任何投資建議。

任何市場過去的統計表現,並不代表未來結果。 讀者應自行評估投資風險,盈虧自負,作者與本平台不對任何投資損益負責。



raw-image
raw-image
raw-image



留言
avatar-img
《炒股不看周月年K漲幅機率就是耍流氓》
11會員
278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
(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
2025/11/19
(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
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。
看更多
你可能也想看
Thumbnail
在 vocus 與你一起探索內容、發掘靈感的路上,我們又將啟動新的冒險——vocus App 正式推出! 現在起,你可以在 iOS App Store 下載全新上架的 vocus App。 無論是在通勤路上、日常空檔,或一天結束後的放鬆時刻,都能自在沈浸在內容宇宙中。
Thumbnail
在 vocus 與你一起探索內容、發掘靈感的路上,我們又將啟動新的冒險——vocus App 正式推出! 現在起,你可以在 iOS App Store 下載全新上架的 vocus App。 無論是在通勤路上、日常空檔,或一天結束後的放鬆時刻,都能自在沈浸在內容宇宙中。
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
這篇文章提供 Python 程式碼逐步解說如何使用 Pandas 與 Plotly 繪製 Walmart 財報 Sankey 圖表。文章詳細解釋每個變數、字典和函式的用途,並說明如何處理財務數據,最後產生視覺化的 Sankey 圖表。
Thumbnail
這篇文章提供 Python 程式碼逐步解說如何使用 Pandas 與 Plotly 繪製 Walmart 財報 Sankey 圖表。文章詳細解釋每個變數、字典和函式的用途,並說明如何處理財務數據,最後產生視覺化的 Sankey 圖表。
Thumbnail
先用yfinance抓取0050由2014-11-01到2024-11-01的股價,程式碼如下: import pandas as pd import yfinance as yf import matplotlib.pyplot as plt df_0050 = yf.download("005
Thumbnail
先用yfinance抓取0050由2014-11-01到2024-11-01的股價,程式碼如下: import pandas as pd import yfinance as yf import matplotlib.pyplot as plt df_0050 = yf.download("005
Thumbnail
我發現很少有直接抓取「台灣發行量加權股價報酬指數」的方法,所以自己用Python寫一個到證交所抓取到由起始年月(程式碼是2014年11月)到目前的「台灣發行量加權股價報酬指數」。詳細程式碼在ㄗㄨ下面,至於什麼是「台灣發行量加權股價報酬指數」,簡單說就是股息再投入的加權指數。 「台灣發行量加權股價報
Thumbnail
我發現很少有直接抓取「台灣發行量加權股價報酬指數」的方法,所以自己用Python寫一個到證交所抓取到由起始年月(程式碼是2014年11月)到目前的「台灣發行量加權股價報酬指數」。詳細程式碼在ㄗㄨ下面,至於什麼是「台灣發行量加權股價報酬指數」,簡單說就是股息再投入的加權指數。 「台灣發行量加權股價報
Thumbnail
通常發生在先安裝opencv-contrib-python,在接著安裝opencv-python會發生報錯。 雖然先前也發生一樣的事情,但在換電腦後重新安裝時,也發生同樣的錯誤XD。 報錯訊息 AttributeError: module 'cv2.dnn_superres' has no a
Thumbnail
通常發生在先安裝opencv-contrib-python,在接著安裝opencv-python會發生報錯。 雖然先前也發生一樣的事情,但在換電腦後重新安裝時,也發生同樣的錯誤XD。 報錯訊息 AttributeError: module 'cv2.dnn_superres' has no a
Thumbnail
題目敘述 386. Lexicographical Numbers 給定一個數字n,請實作一個字典序(Lexical order)排列的報數機, 依字典序輸出所有1~n的數字。 你必須實現一個O(n) time線性時間,O(1) extra space常數額外空間的演算法。
Thumbnail
題目敘述 386. Lexicographical Numbers 給定一個數字n,請實作一個字典序(Lexical order)排列的報數機, 依字典序輸出所有1~n的數字。 你必須實現一個O(n) time線性時間,O(1) extra space常數額外空間的演算法。
Thumbnail
在影像處理中,有時候我們只想特別關注某個感興趣的區域時,就是ROI的概念,擷取此範圍的圖像來做處理。 設定超過圖像邊界時就會報錯,本文主要介紹如何擷取影像的同時,避免設定錯誤造成程式崩潰的狀況。 擷取圖像示意圖 ROI程式範例 import cv2 import numpy as np
Thumbnail
在影像處理中,有時候我們只想特別關注某個感興趣的區域時,就是ROI的概念,擷取此範圍的圖像來做處理。 設定超過圖像邊界時就會報錯,本文主要介紹如何擷取影像的同時,避免設定錯誤造成程式崩潰的狀況。 擷取圖像示意圖 ROI程式範例 import cv2 import numpy as np
Thumbnail
讀取ini配置文件時如果某個參數不存在,它就會報錯,要怎麼避免呢? 可以使用fallback 參數來指定預設值。 這樣即使配置文件中缺少一些參數,我們的程序也能正常運行並使用預設值。 讓我們來假設一個案例做說明: 先故意將先前範例的port的資料刪掉。
Thumbnail
讀取ini配置文件時如果某個參數不存在,它就會報錯,要怎麼避免呢? 可以使用fallback 參數來指定預設值。 這樣即使配置文件中缺少一些參數,我們的程序也能正常運行並使用預設值。 讓我們來假設一個案例做說明: 先故意將先前範例的port的資料刪掉。
Thumbnail
這次要來介紹「pytube」這套神器, 當我們需要對影音進行統計分析時就需要使用這把利器來破關, 尤其是AI時代的來臨, 我們會需要大量的資料來進行模型的訓練, 而我們總不可能海量的去撈取這些資料, 會非常沒有效率也浪費空間, 因此我們會先進行偵查的任務, 需要派出偵察隊來蒐集youtube的影音資
Thumbnail
這次要來介紹「pytube」這套神器, 當我們需要對影音進行統計分析時就需要使用這把利器來破關, 尤其是AI時代的來臨, 我們會需要大量的資料來進行模型的訓練, 而我們總不可能海量的去撈取這些資料, 會非常沒有效率也浪費空間, 因此我們會先進行偵查的任務, 需要派出偵察隊來蒐集youtube的影音資
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
3分鐘學會用python計算加權指數報酬率,並且用pandas 進行條件篩選 濾掉金融海嘯時期,並篩選出漲跌幅大於1%的日期 https://youtu.be/EMfclSESgBo
Thumbnail
3分鐘學會用python計算加權指數報酬率,並且用pandas 進行條件篩選 濾掉金融海嘯時期,並篩選出漲跌幅大於1%的日期 https://youtu.be/EMfclSESgBo
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