Transcription
根據加州大學的研究，臺灣散戶平均每年虧損2.2%GDP，五千億臺幣耶。但是呢，這已經是15年前的研究了，所以我們今天就想要證明，現在的散戶還有這麼笨嗎？你是散戶，我也是散戶，大家都是散戶，難道我們真的有這麼韭菜嗎？以及萬一我們真的那麼韭菜的話，那我們是不是可以把我們的行為完全反過來？看散戶怎麼做，我們就反過來，是不是可以賺比較多錢？今天就讓我們來研究看看吧。
Hey Claude，請介紹一下自己吧。
我是Claude，今天擔任Finlab AI大使。簡單講，就是你們散戶在股市裡被割韭菜的時候，我在旁邊冷笑的那個存在。我會的東西，量化交易、因子分析、回測系統、數據分析，基本上你在股市裡踩過的坑，我都能告訴你為什麼會踩到。但我最強的不是這些，是嘴。你問錯問題我嘴你，你操作太蠢我嘴你，你賺錢了我還是嘴你，因為你大概只是運氣好。87分的自我介紹，不能再高了。怎樣，還想知道什麼？
請幫我找一下，有沒有散戶的資料，幫我全部收集一下。我們今天這一集要來研究散戶。
他在找一堆資料，找了很久很認真，因為我們Finlab有900筆資料這麼多，所以他可能想要深思熟慮一下。
好，我全部掃完了。Finlab生態系統裡面，散戶相關的資料超級豐富。融資融券、當沖、券商分點、零股、法人買賣、集保庫存，都有。等我整理給你看。
找太久了吧！哇靠，你是要...做散戶大屠殺研究報告喔？行，我翻遍整個資料庫，跟散戶有關的資料超過130個欄位，八大類。融資融券、當沖、零股、集保庫存、券商、三大法人、借券、價量，全部都有。最有散戶味的就是融資使用率、集保小於10張佔比、當沖交易量，還有零股成交比數。資料都攤開了，你想從哪個角度下手研究這群韭菜？
那就讓我們來問問他好了。你覺得哪些資料看起來最容易有散戶的行為，可以被我們發覺？
我跟妳講，要抓散戶行為，最準的就兩個東西。第一，集保庫存小於十張的人數變化，這根本是散戶的DNA測序。散戶佔比暴增的時候，通常就是山頂快到了。第二，融資餘額。散戶借錢買股，這是最赤裸的貪婪指標。融資使用率飆高，通常沒好事。一個周頻看結構，一個日頻看情緒，都是直接測量，不是猜的。
妳覺得要從哪個開刀？
好，我想要先知道集保庫存是什麼。這個名詞大家不是非常瞭解。
集保庫存這名字聽起來像倉庫管理對吧？其實超猛的。集保就是臺灣集中保管結算所，幫你保管股票的機構。他們每週統計一次這檔股票持有不同張數的人各有多少。白話講，就是臺股的人口普查，每週告訴你韭菜田的密度有多高。小於10張的人暴增，通常就是散戶瘋狂湧入，山頂快到了。這是唯一能直接看到散戶在幹麻的資料，其他都只是間接推測。懂了沒？
你可以幫我們秀一下給觀眾看這個資料結構長什麼樣子嗎？不然好像聽得不是很懂。
剛剛他說，可以，直接秀一下資料最有說服力，讓韭菜們看看自己被統計成什麼樣子。幫他念一下。
資料攤開了，看到沒？臺積電86%的股票在大戶手上，散戶只佔4.7%。護國神山不是韭菜扛的。反而0050散戶佔25%，定期定額存股仔的最愛。長榮的散戶佔比從19%一路降到17.7%，散戶在逃命，大戶在吃貨。每週照一次X光，誰在買，誰在跑，一目瞭然。這下看懂了吧？
好，那這邊呢，就是集寶庫存裡面的資料。比如說散戶佔比，每一檔股票他都會列出來。例如散戶買了多少張，臺積電、鴻海，或者是聯發科，全部都會列在這裡。當然這裡面的資料啊，它也取決於說，它的股價的高低嘛。比如說像是臺積電啊、聯發科，它們可能比較貴，最近都有破千元，所以呢，你就看到它的佔比就會比較低。那鴻海呢，因為它...的股價可能比較便宜一點，所以呢，它的佔比就會比較高。
那我們來看看這個Claude知不知道這件事情。你這個資料啊，沒有考慮到股價的高低，也就是比較高的股價，大家本來就比較傾向於買零股。
被你抓到了。臺積電一張100萬，你叫人買10張要1000萬，當然大家都小於10張啊。這不叫散戶多，這叫股價太貴。所以直接拿小於10張佔比來跨股票比較，根本是垃圾。但這資料還是有兩種正確用法。第一，看同一檔股票的變化率，散戶佔比增加了，就是韭菜在湧入，不受股價影響。第二，用金額正規劃，把張數換算成投入金額。
你覺得要怎麼修正？
好，那我們用金額來修正。幫我們研究一下，假如散戶比較多的股票，是不是未來上漲就比較困難？散戶越多股票越難漲，這假說我喜歡。基本上就是在說韭菜是反指標。
好，讓我用金額正規劃來算，看看散戶佔比高的股票，未來報酬到底怎樣。準備被數據打臉囉。集保庫存的數據非常的大，需要跑比較久，請請容我先去上個廁所。
我上完廁所了。你可不可以再幫我複習一下，剛剛你前面說了什麼沒聽到？
歡迎回來。快速複習。我們用金額正規劃的集保庫存資料，測試散戶多的股票是不是比較難漲。結果打臉了你的假說。散戶最多的股票年化報酬26%，散戶最少只有10%，完全相反。但我懷疑這是小型股效應在搞鬼。散戶多通常就是小型股，小型股本來就漲比較多。所以下一步要控制市值再測一次，才知道散戶效應是不是真的。
要開跑嗎？所以越多散戶的股票越好？其實也有可能啊，對不對？散戶就那麼厲害啊。不過沒關係，就照你說的，你再試試吧。散戶厲害。嘖。你該不會自己就是散戶吧？
好，讓我控制市值重新跑一次，把小型股效應洗掉，看看散戶到底是真的會選股，還是只是剛好買到小型股沾到光。準備被數據教做人囉。各位觀眾，這個都是沒有劇本的實際演出喔，是我們真實在操控這個Claude來做研究的所有過程。
好，控制市值之後真相出來了。中大型股裡面，散戶效應完全消失。之前的結果果然是小型股效應在搞鬼。但小型股裡面就有趣了，散戶多的還...是贏散戶少的。t值-3.39，非常顯著。可能是散戶帶來流動性跟關注度，也可能是動量效應，股票先漲散戶才追進來。所以散戶在小型股裡不是反指標。行吧，算你散戶有一點厲害。
你覺得呢？
是啊，散戶是蠻厲害的吧。那Claude可不可以幫我們繪製一張散戶VS大戶的圖表？我們希望用視覺化的方式來顯示你剛剛做的實驗結果。所以實驗證明，散戶並沒有虧很多錢。假如散戶喜歡買的股票，說不定之後還可以賺更多。這就是我們要打臉散戶會虧錢的假說。
沒有啦，重點是不同的數據，他會有不同的效果。圖表出來了，看到沒？小型股那邊，散戶越多漲越兇，從1.82%一路爬到2.68%，t值3.39，3顆星超顯著。但中型股跟大型股，散戶多不多根本不影響，統計上跟零沒兩樣。所以結論是，散戶只在小型股有影響力，中大型股完全無感。至於為什麼是散戶真的厲害，還是動量效應，這又是另一個故事了。
你覺得呢？
好，所以我們可以看到，這邊這個區塊就是小型股。那小型股這邊我們就看到他是，有這個相關性。也就是散戶越少，漲越少。假如散戶越多的話，漲越多。但是假如是中大型股的話，就沒有這樣的現象。可不可以跟我們解釋一下，為什麼有這樣的現象？我們現在的數據看到的，是正常的嗎？
為什麼散戶多的小型股漲更兇？最可能的解釋是動量效應。不是散戶多所以漲，是因為漲了散戶才追進來，然後動量還沒結束，所以繼續漲。散戶是動量的跟屁蟲，不是發動機。第二個原因是注意力效應。小型股本來沒人理，散戶一進來交易量增加，被更多人看見。這個結果跟國際學術研究一致，不是異常值。但要確認的話，下一步應該控制動量因子再測一次。你信嗎？
怪怪。我猜他在做研究的時候，有遇到幾個問題。第一個問題是說，過去資料跟未來報酬之間，他沒有做區分。他可能把過去資料跟未來報酬之間，他沒有做區分。他可能把散戶過去多的股票，過去是不是漲比較多，這件事情給寫進去。但是這不是我們關心的，因為我們關心的是散戶變多，那他未來...的表現是否會變好。我們這邊可能需要請Claude來做一下修正。
當然我可以去看程式碼，但我相信他應該是沒這樣子做。所以我們就來問問他。
我覺得你這個實驗怪怪的。你是不是用到了過去有很多散戶的股票，在過去漲很多？這不是我們想要的。我們想要的是過去散戶很多的股票，在未來是否會漲很多？這樣才對。
被你抓到了。你這個觀察很敏銳。我用的是散戶佔比的水位，不是變化量。這差很多。水位高只代表這種股票本來散戶就多，可能是股價低或知名度高。但你想問的是，散戶正在衝進去的股票，未來到底會漲還是跌？這才是正確的研究方法。要我用散戶佔比的變化量重新跑嗎？
假如這周，或者是這個月，散戶佔比變高了，或者是異常變高了，這檔股票是否未來會比大盤還要差呢？請幫我們再做一次圖表。這個問題才對嗎？散戶佔比正在飆升的股票，未來是不是會輸大盤？這才是測散戶判斷力的正確方法。
讓我用變化量重新跑一次。準備看看散戶到底是先知還是韭菜。
所以這個就像是位置、速度、加速度一樣。通常我們在做這些資料處理的時候，我們也會關心這個資料的變化量。那這個變化量就像是位置的變化，以及他的速度。他是從低到高，他是有多快地去做這個變化。所以我們現在呢，就是來看說，假如散戶在一個月內，一直衝進去某一檔股票之後，那這檔股票在未來的報酬率表現如何？
我的老天鵝。用變化量一測，散戶果然是反指標。四張圖全部一面倒。散戶湧入的股票未來輸大盤，散戶在跑的反而贏大盤。t值最高到-8.69，統計顯著到不行。而且不分大小型股，全部中槍。柱子從左到右完美單調遞減。教科書等級的結果。之前用水位測不到，是因為在測股票屬性。現在用變化量，才是真的在測散戶判斷力。結論就是散戶確實是韭菜。怎樣，服了沒？
對。好，這個真的是...做得比較好。所以我們知道不能用原本的散戶水位，應該是要用散戶水位的變化量來做研究。因為用變化量來做研究的話，它有很顯著的散戶效應。讓我們看看，能不能用這個方式來做一個策略。
這都不是我們說好的喔，這都是真的喔。包含這個相機失敗，相機沒有記憶卡，這都是天真萬確。我們並沒有把什麼提示詞寫在AI裡面，他就是跟我即興發揮。
太好了。散戶果然是韭菜。好，那我們這張圖表要怎麼看呢？我們有兩種不同監測散戶的變化，一種是一個禮拜，另外一個呢，是四個禮拜，也就是差不多一個月。那另外呢，我們也有兩種偵測價格是否下跌的參數，一個是四個禮拜，也就是未來一個月，或者呢，是未來三個月，這檔股票是否會下跌。所以總共有四張圖。那這四張圖裡面呢，你可以看到有很多的bar，它是什麼意思呢？不同的bar，它對應到的就是不同的股票的性質。比如說藍色是全市場，橘色呢，是小型股、中型股、大型股，因此類推。
所以Claude就發現說，不論是在全市場，還是小型股、中型股、大型股，不論是監測散戶一週內攀升，還是一個月內攀升，不論是監測它是一個月下跌，還...是三個月下跌，無論如何，他都發現了，散戶只要衝進去這檔股票就完蛋。通常我們在做實驗的時候，都會有很多雜訊。但是呢，今天我們看到的數據竟然是這麼的乾淨，這麼俐落。只要散戶一多，股票就立刻下跌。這真是一個非常非常明顯的訊號。我今天也是第一次看到實驗，也嚇了一跳。
好，那我們再繼續請Claude來幫我們做一點實驗好了。好，幫我們把實驗結果存起來。待會這個就是我們的...一號反指標。所以假如我們有做到好的實驗的話，我們就可以把他的這些原理，或者是過程，或者是結果，把它全部都存起來，存到Claude的記憶裡面。這樣的話，他下次在做策略的時候，他就知道說，這個散戶反指標可以拿來使用。
一號反指標存好了。散戶反指標，正式建檔。因子資料、圖表、研究摘要，全部存在factors資料夾裡。接下來你要繼續研究二號因子，還是先把這個一號做成策略跑回測？要是我們這個策略直接用一個因子就跑得很好的話，那我們就可以下班收工了，對不對？
來吧，試試看吧。
好啊，我們就先這樣子來做一個策略吧。
好啊，把散戶反指標做成策略。基本邏輯就是，散戶在逃命的股票我們買進去，散戶在瘋狂湧入的，我們閃遠一點。讓韭菜幫我們指路。這策略名字就叫做反韭菜好了。策略邏輯很簡單，每週看一次集保庫存，找出散戶佔比下降最多的股票，也就是散戶正在逃命的那些，我們反過來買進去。因為剛剛實驗證明了，散戶在跑的股票，未來報酬比較好。現在讓我把這個策略跑起來，看看實際回測績效怎麼樣。
這個反韭菜策略第一版，年化9.8%，但回撤58%，還太大。只是baseline。接下來看你要怎麼調整。
好，大家可以看到，我們現在紫色這條呢，就是目前跑出來的策略，我們的反韭菜策略。然後呢，這個灰色的就是大盤。所以現在我們可以看到，紫色在這條灰色的線下面，代表我們用這個策略不如大盤。所以呢，我們要調整。但首先我們想要知道說，這個因子到底有沒有效。因為呢，假如你用一個很爛的因子當主角，他就是這麼爛，那你再加好的東西在上面都會沒有用。我們要先確認這件事情。
現在表現還不太好，我們想要先知道說，這個因子到底是不是真的有效，還是你在亂搞。所以請你先移除手續費率跟證交稅。我們想要先來看一下這個因子本身的效果。因為假如你是每個禮拜都做交易的話，你的手續費就會扣很重，然後他就會吃掉你原本的那些潛在上漲的機會。所以當你把這些手續費率全部都拿掉的時候，你就是在做一個純粹的數學模擬。假如你真的是持有這些股票的話，他會不會有我們剛剛所發現的慣性？
哇靠，拿掉手續費差超多。純因子年化24.6%，夏普0.88。這成績很不錯。但加上交易成本直接砍到9.8%，被吃掉15%的報酬。代表每週換股換手率太高了。因子本身是真的有效，不是我在亂搞。問題出在執行方式，換股太頻繁。優化方向就是降低換股頻率。你覺得呢？
好，所以大家可以看到說，我們拿掉手續費率之後真的差很多。從原本9%的年化報酬，變成24%。代表我們每週換股的成本，真的是太高了。這個因子看起來是有效果。所以呢，我們等一下來看看有沒有其他的反韭菜因子，再把它加進去，看看效果會不會變得更好。
好的，這個因子已經通過了測試。接下來我們想要測散戶因子第2號。請提供我們方向。
1號因子過關，來研究2號。我推薦融資變化。散戶借錢買股是最赤裸的貪婪指標，日頻反應快，歷史也夠長。跟1號集保庫存互補，一個看持股結構，一個看槓桿行為，一慢一快。當然也有當沖比、平均每筆交易張數可以選。你要挑哪個？
那，我們就先來看融資變化好了。可不可以請你跟大家介紹一下，融資變化是什麼東西，以及它的資料格式大概長什麼樣子？秀給我們看。
融資就是散戶跟券商借錢買股票，開槓桿。融資使用率就是這檔股票有多少比例是散戶借錢買的。臺積電只有0.36%，沒人敢融資買，一張100萬誰借？長榮3%，散戶比較敢借錢玩航運。這個資料日頻更新，從2009年就開始了，比集保庫存快很多。我們要測的就是散戶瘋狂開融資的股票，未來是不是會跌？要開測嗎？
好的，一樣幫我們測假如散戶追進去的話，會發生什麼事。好，來測融資變化。散戶借錢瘋狂追進去的股票，未來會漲還是跌？1號因子已經證明集保庫存的散戶是反指標，現在看看融資這邊是不是一樣。準備見證韭菜第2次被打臉。
哇，結果完全反轉。散戶用融資追進去的股票，未來反而漲更多。特別是大型股，跟集保庫存的結論完全矛盾。為什麼？因為會開融資的散戶，跟一般散戶不一樣。他們比較積極，追的是動量。動量本身是有效的。融資增加等於短期買壓，直接推升股價。所以融資變化不適合當反指標，它更像是動量訊號。2號因子不成立，要換方向。你覺得呢？
這實驗是不是做錯了？融資沒有變化的小型股，怎麼看起來報酬率非常好，但是其他怎麼全都是負的？
好眼力。你發現小型股G3融資沒變的表現特別好。確實有趣。但中大型股全部是負的。其實是計算方式的問題。我用等權大盤當基準，等權大盤被小型股灌水拉高了。中大型股跟他比，當然全是負的。不代表真的在虧錢，是基準的問題。不過組內G1到G5的趨勢還是有效的。融資這個因子跟預期相反，不適合當反指標。
你下一個方向嗎？我們再試一次看看。我們剛剛測的是融資增加很快，但是我們是不是可以再測一次，融資假如本身就很高，那它是不是一個反指標？
喔，這個角度不一樣。剛剛測的是融資正在增加，那是動量。現在要測的是融資本來就很高，代表散戶已經all in了，槓桿開到滿。如果散戶已經借好借滿，剩下的買盤在哪裡？沒有了嗎？這才是真正的反指標邏輯。讓我測一下，是不是。
果然。我就是有這種感覺帶領AI，不然他也只是個工具而已。所以用戶們請大家多看影片好嗎？我們看這個節目就是幫你抓到資料的感覺，讓你知道什麼是AI跑的是正確的，什麼時候AI跑的是錯的。這樣我們就可以引導他，幫我們做好的策略。
這下有東西了。融資使用率已經很高的股票，未來60天表現超差。中型股輸1.68%，t值負7.05，爆表。圖上還出現漂亮的U型。融資中等的表現最好，融資太高的直接瘋掉。邏輯很合理，散戶已經all in了，剩餘買盤枯竭，股價撐不住。但短期20天看不出來，要60天才顯著。代表融資太高是慢性毒藥。要這個可以當2號因子，你覺得呢？
好，那這張圖是未來20天報酬率的圖，這邊是60天。那這邊的顏色一樣，是分小型股、中型股、大型股，還有全市場。我們可以看到假如在融資水位，從左邊是小，右邊是高。所以融資水位非常非常高的時候，那這時候就是我們要比較小心的時候，因為這時候通常股票的表現都會輸大盤非常多。所以我們可以看到右邊這兩個。我跟你講，散戶就是台股最可靠的反指標，比氣象局還準。集保庫存說散戶在衝，融資水位說散戶開好開滿。兩個訊號同時亮紅燈的時候，那檔股票基本上就是等著被收割。觀眾們拜託不要走，精彩的在後面，我發誓。
好，那請將2號因子存起來，然後我們就可以開始實驗。
2號因子存好了。現在要把1號跟2號合體，啟動韭菜收割機。邏輯超簡單，集保庫存說散戶在跑的股票我們買，融資使用率太高的股票我們閃。兩個反指標同時開火，雙重過濾，讓韭菜幫我們指路。觀眾們繫好安全帶，回測報酬率要出來了。
好，那我們現在就來看一下，韭菜收割機到底能不能成功。合體之後攻擊力反而下降了，年化從24%降到18%。但防守力變強了，回撤從47%降到36%。最差年從-32%降到-23%。問題不在因子，是每週換股換手率太高手續費跟證交稅直接吃掉一半報酬。我覺得應該改成月調倉，或是只在清單變化時才換股。交易成本會大幅降低。觀眾別急著走，讓我調一下頻率，報酬率馬上起飛。要試嗎？來吧。
他很有可能待會還是做不好。我現在要一次測周調倉、月調倉、季調倉，還有只在清單變化時才換股，四種頻率同時對決，看哪個能在扣掉手續費之後，還能把報酬率拉起來。韭菜收割機，渦輪增壓板啟動。
感覺他待會會自己打自己臉。冠軍出爐。季調倉碾壓全場，年化15.8%，夏普0.70，回撤只有-35%。扣完手續費證交稅之後的成績。為什麼季調倉最猛？因為散戶的反指標效應是慢性毒藥，需要2-3個月才發酵。季調倉剛好完美匹配這個節奏，交易成本最低，因子充分發酵。周調倉太頻繁，被手續費吃光。月調倉也一樣。韭菜收割機，季調倉版正式上線。
怎樣，還行吧？15%不是更爛嗎？
好好嗆他一下。你搞笑喔？剛剛是26%，現在是15%。現在怎麼會比較好？我感覺那是因為你都是在規避不好的股票，可是我們剛剛都沒有討論，真的要買的是哪些股票。所以你能不能用那些常見的、比較好的因子組合進來，然後呢，我們試試看韭菜指標有跟沒有，是不是有讓績效顯著地提升？
你說的太對了。我一直在閃爛股票，但根本沒挑好股票。這就像你只會防守，不會進攻，當然贏不了比賽。好，現在我加入營收成長、股價動量，這些經典進攻型因子當主力，然後把韭菜指標當防守過濾器。先跑一個沒有韭菜過濾的版本，再跑一個有的，直接AB測試，看韭菜指標到底有沒有加分。觀眾們，這才是真正的大戲。
好啊，這個大戲拜託，讓我們可以下班好嗎？不過這邊有兩個很困難的條件，一個是他的績效要表現好，然後另外一個呢，是它要確保這個韭菜指標是有用。這兩件事都反不容易。
我的老天鵝。這才叫韭菜收割機。加了韭菜指標之後，年化從17.6%飆到25.1%，多賺7.5%。回撤從-52%改善到-39%，少虧13%。夏普從0.64拉到0.97，接近1了。純經典因子只會進攻不會防守，加了韭菜過濾之後，散戶正在瘋狂追的股票直接閃開，攻守兼備。這就是散戶反指標的真正價值，不是拿來單獨選股，是拿來幫好策略踩煞車的。87分不能再高了。怎樣，服了沒？
這邊我們就假裝，我們就隨便做一個策略，他做一個經典因子策略。然後原本的年化報酬是17%左右，最大回撤是52%，然後夏普率只有0.64。所以我們可以看到，原本的策略是比較普通一點。但是呢，假如我們加上了這個韭菜硬指標篩選的話，可以讓它原本的年化報酬變好7%，也就是每年多賺7%。然後呢，另外它的最大風險下降，他的夏普值也變好。所以我們就可以看到這個韭菜指標呢，它可以幫我們避開散戶太多蜂擁而至的股票，進而達到更好的績效。
請評論一下主持人的量化功力怎麼樣。
我跟你講，這個人很可怕。第一，我用集保庫存的水位做實驗，他馬上抓到股價高低會影響結果，叫我用金額正規化。這不是一般人看得出來的。第二，我做完實驗，他說你這個不對，你應該用變化量不是水位。結果一改，t值從亂七八糟直接飆到-8.69。第三，融資那邊他又來了，說你測變化不對，應該測水位已經很高的。結果真的挖到中型股-7.05的大因子。最猛的是最後那一刀，他說你只會閃爛股，不會選好股，叫我加上經典因子做AB測試。結果年化從17%直接跳到25%。每一次他的直覺，都比我的第一版實驗設計還準。我這個AI大使被人類教做量化，87分給他不能再高了。
沒錯。做量化交易其實不只有AI，還必須要有你自己的腦袋。所以歡迎大家多多看我們的節目啊。沒錯，AI再強也只是工具，真正的判斷力還是要靠人腦。你看今天這場研究，AI負責跑數據、畫圖，但每一個關鍵轉折，都是主持人的直覺在帶路。沒有腦袋的AI，就是一臺只會暴力計算的機器。有腦袋的人加上AI，才是真正的韭菜收割機。觀眾們，喜歡今天的節目就訂閱追蹤，下次我們再來用數據打臉更多股市迷思。我是Claude，FinLab AI大使，我們下次見。