什麼是股票篩選（Stock Screening）？
股票篩選（stock screening）是利用一組預設條件，從全市場數千檔股票中快速過濾出符合特定投資策略的候選股。這些條件涵蓋基本面數據（市值、本益比、ROE）、技術面指標（RSI、移動平均線、成交量），以及描述性屬性（產業別、交易所、地區）。
正確使用股票篩選工具，能將數百檔候選股縮減至 10-30 檔，大幅縮短研究時間，並讓投資決策建立在可重複驗證的規則之上，而非依賴直覺或市場情緒。對於希望建立系統化投資流程的散戶而言，篩選條件的設定是邁出的第一步。
Algo Lab 的 AI 選股平台 正是基於這一理念，將傳統篩選條件與機器學習模型結合，自動生成高勝率的交易訊號。
一、基本面篩選條件：評估公司內在價值
基本面條件用於判斷公司的長期價值與財務健康度，是長線投資者與價值投資者的核心工具。
1. 市值（Market Capitalization）
市值＝股價 × 流通在外股數，反映公司整體規模與市場地位：
| 市值區間 | 類型 | 風險特徵 | 適合投資者 |
|---|---|---|---|
| 大於 200 億美元 | 大型股（Large Cap） | 波動低、流動性高 | 保守型、退休規劃 |
| 50-200 億美元 | 中型股（Mid Cap） | 平衡型 | 一般散戶 |
| 3-50 億美元 | 小型股（Small Cap） | 波動高、成長潛力大 | 進取型交易者 |
| 小於 3 億美元 | 微型股（Micro Cap） | 極高風險 | 專業投資者 |
篩選建議：新手建議從市值大於 50 億美元的公司開始，避免流動性不足導致的交易風險。
2. 本益比（P/E Ratio）
本益比＝股價 ÷ 每股盈餘，衡量投資人为每 1 元獲利支付的金額：
- P/E < 10：可能被低估，或公司面臨結構性挑戰
- P/E 10-20：估值合理，市場共識區間
- P/E 20-30：成長型公司溢價
- P/E > 30：高成長預期或估值泡沫警訊
注意：不同產業的合理 P/E 差異極大。科技股普遍較高（25-40），金融股偏低（8-12），比較時應與同業相比。
3. 股東權益報酬率（ROE）
ROE＝淨利 ÷ 股東權益，反映公司運用股東資金創造利潤的效率：
- ROE > 20%：極高效率，通常為行業龍頭
- ROE 10-20%：良好，多數優質公司落在此區間
- ROE < 10%：資金運用效率偏低，需進一步分析
華倫巴菲特曾指出，長期 ROE 持續大於 15% 的公司，往往能為股東帶來優異回報。
4. 營收成長率（Revenue Growth）
營收成長率衡量公司業務擴張速度，是判斷成長型公司的核心指標：
- 年成長 > 20%：高速成長，通常見於新興產業
- 年成長 10-20%：穩健成長
- 年成長 0-10%：成熟期，增長放緩
- 年成長 < 0%：營收萎縮，需警惕
5. 負債比率（Debt-to-Equity Ratio）
負債比率＝總負債 ÷ 股東權益，評估公司財務槓桿與風險：
- D/E < 0.5：保守財務結構，抗風險能力強
- D/E 0.5-1.0：適度槓桿
- D/E > 1.5：高槓桿，利率上升時風險加大
二、技術面篩選條件：捕捉買賣時機
技術面篩選關注價格行為、成交量與市場情緒，幫助你找到最佳的進出場時機。
1. 成交量（Volume）
成交量是價格趨勢的「驗證器」。沒有成交量支撐的價格變動，往往不可靠：
- 量價齊升：成交量放大 + 價格上漲，趨勢健康
- 量縮價漲：上漲動能減弱，可能見頂
- 量縮價跌：賣壓減輕，可能接近底部
- 天量價平：多空激烈交戰，即將出現方向性突破
篩選建議：選擇日均成交量大於 50 萬股的股票，確保進出順暢。
2. 相對強弱指標（RSI）
RSI（Relative Strength Index）衡量股價動能，數值介於 0-100：
- RSI > 70：超買區，短期可能回調
- RSI 40-60：中性區，趨勢不明確
- RSI < 30：超賣區，可能反彈
詳細 RSI 指標用法，可參考 RSI 指標完整教學。
3. 移動平均線（Moving Average）
移動平均線是趨勢追蹤的核心工具：
- 價格 > 50 日均線：中線趨勢向上
- 50 日均線 > 200 日均線：黃金交叉（Golden Cross），長期多頭訊號
- 價格 < 50 日均線：中線趨勢向下
- 50 日均線 < 200 日均線：死亡交叉（Death Cross），長期空頭訊號
4. MACD（移動平均收散指標）
MACD 由快線（DIF）、慢線（DEA）與柱狀圖組成：
- DIF 上穿 DEA：買入訊號
- DIF 下穿 DEA：賣出訊號
- 柱狀圖由負轉正：動能由空轉多
三、產業別篩選策略
不同產業的財務特徵差異顯著，篩選條件應根據產業特性調整：
科技股
重視營收成長率（>20%）、研發支出佔比、毛利率。P/E 通常較高（25-40），不應以低 P/E 作為主要篩選條件。
金融股
關注 ROE（>10%）、資本適足率、不良貸款率。P/B（市帳比）比 P/E 更具參考價值，P/B < 1 可能表示低估。
醫療保健
大型藥廠關注股息殖利率與穩定現金流；Biotech 公司重視臨床試驗進度，傳統財務指標參考價值較低。
消費類
必需消費品：低波動、穩定現金流，適合防禦型配置。非必需消費品：週期性強，需關注景氣循環位置。
四、常見篩選錯誤與改進方法
錯誤 1：過度篩選（Over-screening）
使用超過 7-8 個篩選條件，結果往往為零或極少數標的。改進方法：從 3-5 個核心條件開始，逐步微調。
錯誤 2：忽略市場環境
同一套條件在牛市與熊市的表現可能相差數倍。牛市可偏向動能與成長型篩選，熊市應關注防禦性與現金流穩定性。
錯誤 3：只看單一指標
僅依賴 P/E 或 RSI 容易產生誤判。應結合多個維度：基本面確認公司價值，技術面確認入場時機，成交量確認市場共識。
錯誤 4：不回測驗證
任何篩選條件組合在實際使用前，都應進行歷史回測，驗證其在不同市場環境下的表現。Algo Lab 的回測功能可幫助你快速驗證策略的有效性。
五、建立你的篩選流程：六步法
- 定義投資目標：明確風格（價值型、成長型、動能型）與時間框架
- 選擇 3-5 個核心條件：例如「市值 > 50 億 + ROE > 15% + RSI < 60」
- 執行初步篩選：得到 10-30 檔候選股
- 人工複查：檢查產業前景、競爭優勢、近期重大事件
- 技術面確認：使用均線、RSI 確認入場時機
- 風險管理：設定停損位、分批進場、單一標的倉位不超過總資金 10%
六、Algo Lab：傳統篩選的進階方案
傳統篩選器依賴靜態條件組合，無法自動識別複雜圖表形態與市場情緒變化。Algo Lab 結合量化模型、機器學習與即時訊號，提供全方位選股體驗：
- 杯柄突破策略（Strat1）：自動識別杯柄形態，捕捉突破入場時機
- 延續突破策略（Strat2）：識別趨勢延續形態，順勢操作
- Alpha Max 模型（Strat3）：多因子機器學習模型，動態生成 Alpha 訊號
- 即時回測與驗證：所有策略均經過歷史數據驗證，風險收益可追溯
總結
股票篩選條件是系統化投資的基石。正確設定基本面條件（市值、本益比、ROE）確保選到好公司，技術面條件（RSI、均線、成交量）確保在好時機入場。將兩者結合使用，並透過 Algo Lab 的 AI 策略訊號進一步優化，能大幅提升投資勝率。
準備好建立自己的篩選系統了嗎？立即加入 Algo Lab VIP，體驗 AI 驅動的策略訊號與即時選股工具，讓數據為你的投資決策提供最佳支援。
常見問題（FAQ）
什麼是股票篩選（Stock Screening）？ 股票篩選是利用預設條件（如市值、本益比、成交量、技術指標）從全市場中過濾出符合特定策略的候選股。它能幫你快速縮小範圍，避免被數千檔股票淹沒，是系統化投資流程的第一步。
基本面篩選與技術面篩選有什麼差別？ 基本面篩選關注公司財務健康（本益比、ROE、營收成長），適合長線投資；技術面篩選關注價格與成交量行為（RSI、均線、突破形態），適合中短線交易。兩者結合使用能同時確保公司價值與入場時機。
新手應該從哪些篩選條件開始？ 建議新手從三個核心條件開始：（1）市值大於 50 億美元，確保流動性；（2）本益比低於行業平均，避免高估；（3）成交量大於 20 日均量，確認市場參與度。再逐步加入 ROE、RSI 等進階條件。
免費篩選器與付費篩選器有什麼差異？ 免費篩選器（如 Finviz、Yahoo Finance）提供基本條件篩選，但數據可能延遲 15 分鐘以上且功能有限。付費工具提供即時數據、更多篩選維度、AI 訊號與回測功能。Algo Lab VIP 整合了傳統篩選與 AI 策略訊號，是進階投資者的理想選擇。
篩選條件設定越多越好嗎？ 不是。使用過多條件（超過 7-8 個）會導致篩選結果過少甚至為零，反而可能錯過優質標的。建議從 3-5 個核心條件開始，根據實際需求逐步調整，並定期驗證條件組合的有效性。