六年十萬筆樣本:台股隔日沖的殘酷真相(2020–2025/11 初)

更新 發佈閱讀 11 分鐘
投資理財內容聲明

這不是經驗談,而是數據體檢。

本文使用 2020 年至 2025 年 11 月初 的台股日K資料,

60,432 筆隔日沖樣本(Overnight Trading after Limit-Up)

用數據驗證:隔日沖是否真能賺錢?哪一年最危險?什麼年景根本不該碰?



一、什麼是隔日沖?(What is Overnight Trading)

多數投資人心中的隔日沖是:

「今天買進,明天賣出。」

但在台灣市場,真正對勝率影響最大的隔日沖場景,其實是:

操作「昨日漲停股」的隔日走勢(Limit-Up yesterday)

因此,本研究採用以下定義:

隔日沖樣本 = 前一交易日為漲停股(Limit-Up)
+ 今日為該股票的隔日交易結果

研究不統計:

  • 平常隔日買賣
  • 未漲停個股
  • 盤整股

僅分析:

「最容易讓人衝動進場、也是最容易炸掉的那一類股票。」


二、資料來源與程式運作方式(Data & Pipeline)

資料來源(Data Source)

  • 台股個股日 K 線資料

處理流程(Data Pipeline)

原始日K資料
→ 辨識漲停(Limit-Up Detection)
→ 標記隔日事件(Prev_LimitUp_clean == True)
→ 計算:
- 隔日風險
- 未來報酬
- 最大漲跌幅
→ 按年度彙總統計

使用工具(Tools)

  • Python
  • Pandas / NumPy
  • AI 輔助產生程式與整理文稿
  • 人工執行程式、驗證結果

AI 不碰資料,只負責整理與敘述


三、隔日沖「嚴格失敗」是怎麼定義的?(Strict Fail Definition)

本研究不使用:

「沒漲停 = 失敗」

因為:

  • 有些隔日沒漲停但沒虧錢
  • 也有隔日拉高結果崩盤
  • 真正需要統計的是:會不會虧得痛

✅ 嚴格失敗(Strict Fail, Is_Strict_Fail_T1)

只要隔日發生任一事項,即定義為:

❌ 隔日沖炸掉

前一日為漲停,
且隔日出現:
1. 開板後收黑(Open Lock Fail)
2. 當日暴跌(Crash)
3. 拉高後大跌(長上影線 / 長黑K

換句話說:

✅ 真的賠錢 → 才列為失敗

❌ 沒漲停 → 不一定失敗



四、主要統計欄位說明(Metrics)

本文使用以下欄位(中英並列):

Year(年度)

Sample Count(樣本數)
Strict Fail Count(嚴格失敗次數)
Strict Fail Rate %(嚴格失敗率)

Avg Next Day Max Drawdown %(隔日平均最大跌幅)

Avg Return 15 Days %(未來 15 日平均報酬)
Avg Return 610 Days %(未來 610 日平均報酬)
Avg Return 1120 Days %(未來 1120 日平均報酬)

Max Rise 15 Days %(未來 15 日最大漲幅)
Max Rise 610 Days %(未來 610 日最大漲幅)
Max Rise 1120 Days %(未來 1120 日最大漲幅)

Max Drawdown 15 Days %(未來 15 日最大跌幅)
Max Drawdown 610 Days %(未來 610 日最大跌幅)
Max Drawdown 1120 Days %(未來 1120 日最大跌幅)

五、2020–2025 年度結果(Yearly Results)


✅ 2020 年(歷史黃金年)

Year(年度):2020

Sample Count(樣本數):7,882
Strict Fail Count(嚴格失敗次數):1,072
Strict Fail Rate %(嚴格失敗率):13.60%

Avg Next Day Max Drawdown %(隔日平均最大跌幅):-0.38%

Avg Return 15 Days %(未來 15 日平均報酬):4.74%
Avg Return 610 Days %(未來 610 日平均報酬):5.20%
Avg Return 1120 Days %(未來 1120 日平均報酬):8.27%

Max Rise 1120 Days %(未來 1120 日最大漲幅):18.36%
Max Drawdown 1120 Days %(未來 1120 日最大跌幅):-3.01%

👉 隔日沖風險極低、後續彈性最大。


✅ 2021 年(轉折惡化年)

Year(年度):2021

Sample Count(樣本數):8,796
Strict Fail Rate %(嚴格失敗率):17.44%

Avg Next Day Max Drawdown %(隔日平均最大跌幅):-1.58%

Avg Return 1120 Days %(未來 1120 日平均報酬):5.44%
Max Drawdown 1120 Days %(未來 1120 日最大跌幅):-4.59%

✅ 2022 年(歷史地獄年)

Year(年度):2022

Sample Count(樣本數):4,920
Strict Fail Rate %(嚴格失敗率):17.36%

Avg Next Day Max Drawdown %(隔日平均最大跌幅):-2.21%

Avg Return 1120 Days %(未來 1120 日平均報酬):1.34%
Max Drawdown 1120 Days %(未來 1120 日最大跌幅):-6.43%

👉 又跌又彈不起來,策略全面失效。


✅ 2023 年(修復年)

Year(年度):2023

Strict Fail Rate %(嚴格失敗率):16.59%
Avg Return 1120 Days %(未來 1120 日平均報酬):5.56%

Max Drawdown 1120 Days %(未來 1120 日最大跌幅):-2.73%

✅ 2024 年(假復甦年)

Year(年度):2024

Strict Fail Rate %(嚴格失敗率):17.22%
Avg Return 1120 Days %(未來 1120 日平均報酬):5.04%

Max Drawdown 1120 Days %(未來 1120 日最大跌幅):-4.25%

✅ 2025 年(截至 11 月初)

Year(年度):2025

Sample Count(樣本數):6,721
Strict Fail Rate %(嚴格失敗率):11.98%

Avg Next Day Max Drawdown %(隔日平均最大跌幅):-1.01%

Avg Return 1120 Days %(未來 1120 日平均報酬):5.11%

👉 明顯改善,但尚未蓋棺論定。


六、六年整體結果(Overall Summary)

總樣本數(Sample Count):60,432

整體嚴格失敗率(Strict Fail Rate %):14.83%

隔日平均最大跌幅(Avg Next Day Max Drawdown %):-1.15%

Avg Return 1120 Days %5.32%

Max Rise 1120 Days %15.13%
Max Drawdown 1120 Days %-3.90%

七、最重要的一句話

❗ 隔日沖不是策略問題

❗ 是市場週期選錯的問題



✅ 適合隔日沖的年份:

  • 2020
  • 2025(目前)

❌ 不建議隔日沖的年份:

  • 2022
  • 2021
  • 2024

八、【風控法則】什麼時候該停止隔日沖?

Risk Control Rule — When to Stop Overnight Trading


✅ 中英文對照版(Markdown 可直接貼)

If any of the following conditions are met:

1) Strict Fail Rate ≥ 16%
隔日沖嚴格失敗率 ≥ 16%

2) Avg Next Day Max Drawdown ≤ -1.7%
隔日平均最大跌幅 ≤ -1.7%

3) Avg Return (1120 Days) < 4%
隔日沖後第 1120 日平均報酬 < 4%

→ It is recommended to STOP overnight trading.
→ 建議:停止隔日沖操作。

✅ 白話版(讀者一看就懂)


如果:

每 6 次就有 1 次「隔日沖炸掉」

幾乎每一筆都要先承受將近 2% 的下殺 就算撐著,後面卻連一點像樣的反彈都沒有


那就代表:

這不是你技術不好,是市場根本不值得進場。


市場出現以下現象,就該停手了:

✅ 每 6 筆就有 1 筆隔日沖炸掉

✅ 隔天幾乎先殺 2% ✅ 撐 20 天卻連 5% 都賺不到


結論只有一句:

這不是在交易,是在賭命。


九、AI 說明

本研究:

✅ AI 協助產出分析程式

✅ 人工定義交易邏輯 ✅ 人工執行回測 ✅ AI 只負責報表文字整理與解讀


十、免責聲明(Disclaimer)

本文:

  • 不構成任何投資建議
  • 不提供買賣標的
  • 僅為研究教學用途
  • 結果不保證未來適用
  • 投資風險請自行承擔


留言
avatar-img
留言分享你的想法!
avatar-img
《炒股不看周月年K漲幅機率就是耍流氓》
9會員
276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》。