高雄五金行老闆的台股量化三年實錄:一個成交量異常訊號，如何把虧損熬成每月穩定入帳

一個只有一個訊號的樸素策略，三年走過虧損到穩定獲利，關鍵不在技術，在紀律。

凌晨一點，高雄前鎮區的五金行拉下鐵門。老闆化名陳老闆，45歲，打開筆電，跑的不是看盤軟體，是一支自己用 Python 湊出來的腳本。畫面上只有一個欄位:成交量異常偵測。三年前他開始量化交易時，第一年賠掉本金的三成；如今以公開分享的損益截圖與對帳單推估，每月穩定貢獑約15萬元台幣的部位收益。以下以這個案例為引，拆解散戶量化真正走得通的路徑。

訊號1:成交量異常，抓的是「有人在做事」

陳老闆的策略核心只有一條:當個股成交量在短時間內放大到過去20日均量的3倍以上，且價格尚未脫離區間，就列入觀察清單，隔日以量能是否延續決定進出。這在技術分析裡叫 Volume Surge，不是新東西。它的邏輯在於:籌碼移動先於價格，大額買盤進場時，量會先說話。2022年國安基金宣布進場護盤那天，加權指數爆出近期大量， precisely 這種量能異常，被他的腳本在前一晚就標記出來。沒有預測，只有跟隨。

工具2:Backtrader 回測，Fugle、Shioaji 接單

他的技術堆疊很樸素:用開源框架 Backtrader 做回測，資料來源用券商 API——Fugle 的行情服務抓即時報價，Shioaji 負責下單。Backtrader 的好處是社群文件多、事件驅動架構直觀，寫一個 Volume Surge 策略只要繼承 Strategy 類別、在 next 方法裡比對 self.data.volume 與均量即可。參數上他只設三個:均量倍數門檻（預設3倍）、觀察天數（20日）、停損幅度（5%）。參數愈少，愈難過度最佳化。

避雷3:他賠掉三成學費買到的三個教訓

第一年是教科書級的災難。回測年化報酬漂亮，實盤卻連續虧損。回頭檢視，問題出在 Look-ahead Bias:他用收盤價判斷訊號，卻假設自己能在當天收盤前成交。修正方式是把訊號判斷與下單拆成兩個交易日，並加入滑價與手續費（台股單邊約0.1425%加交易稅0.3%，來回吃掉將近0.6%）。第二個坑是 Overfitting:他一度把均量倍數從2.5調到4.5來「最佳化」，樣本外表現立刻崩壞。後來他固定參數，只做 Walk-forward 驗證。第三個坑是對流動性差的中小型股下重倉，量能異常的股票恰恰最容易被自己的單影響——部位上限從此壓到單日量的1%以內。

關鍵4:活下來的不是最聰明的策略，是最不會死的

三年下來，陳老闆的系統沒有升級成多因子模型，也沒有上機器學習。月均15萬的數字背後，勝率估計僅略高於五成，靠的是停損紀律與部位控制把虧損截斷。這正是多數散戶量化的盲區:追求更複雜的模型，卻輸在最基本的執行紀律。需要提醒的是，此類個案成果涉及市場環境與個人資金規模，無法複製保證，量能策略在低量盤整期同樣會連續失效。

當五金行的鐵門明天再次拉起，你的交易系統，準備好撐過下一次低量期了嗎？