近期台股回落調整，外資持續賣出台股。究竟外資是何方神聖，為什麼能夠控制整個市場？交易所每天盤後都會公佈外資買賣超數量，為什麼那麼多人在關注?又要怎麼解讀?本篇就帶大家來了解外資信息，善用外資買賣超提前避開股市大幅回落!
為什麼外資買賣超這麼重要?
根據金融監督管理委員會數據，2023年底外資及陸資持有股票市值占總市值比例達38.47%。根據證交所數據統計(2024/04/30)，台股市值最大的半導體產業，外資及陸資持股比例則達43.89%，其中權值最大的台積電(2330)，外資及陸資持股比例則達74.42%。外資是台股市場中的最大法人，像台股這樣的淺碟型市場，外資的一舉一動都會牽一髮而動全身。這也就是為什麼投資人會非常關注外資買賣超了。
外資買賣超
事實上，單純看外資每日的買賣超數據，是雜訊非常多的指標，很難拿來使用。
from finlab import data, login
login(“FINLAB_TOKEN”)
institue_net_buy = data.get(
“institutional_investors_trading_all_market_summary:買賣超”
)
institue_net_buy[“上市外資及陸資(不含外資自營商)”].plot()
接著，我們將數據轉換成近1個月累積淨買超金額，如下圖所示，雜訊減少不少，當外資近一個月出現賣超時，台股也顯著下跌。但仍有個問題，買賣超金額並非標準化數據，沒有上下界，換句話說，買賣超金額會隨著市場成交量增減而有所不同，未必能真的反應趨勢。
import matplotlib.pyplot as plt
from finlab import data, login
login(“FINLAB_TOKEN”)
institue_net_buy = data.get(
“institutional_investors_trading_all_market_summary:買賣超”
)
fig, ax = plt.subplots(nrows=2, ncols=1, sharex=True)
close[“0050”][“2009”:].plot(ax=ax[0])
ax[0].legend([“0050”])
institue_net_buy[“上市外資及陸資(不含外資自營商)”][“2009”:].rolling(window=20).sum().plot(
ax=ax[1]
)
ax[1].legend([“foreign net buy”])
外資淨買超天數佔比
如果買賣超金額無法反應趨勢，那若我們將數據轉換成淨買超天數呢?
指標 = 近月外資淨買超天數 / 近月交易日數
指標介於 0 ~ 1，如下圖所示，當指標大於(小於)0.5即表示，近一個月外資有一半以上的交易日都是買超(賣超)股票。指標標準化除了能不受成交量影響外，還能直接以數值判斷市場的趨勢。當指標數值非常高，例如指標=0.7，我們能一眼看出外資連續買超多日，市場正處於多頭。
fig, ax = plt.subplots(nrows=2, ncols=1, sharex=True)
close[“0050”][“2009”:].plot(ax=ax[0])
ax[0].legend([“0050”])
(institue_net_buy[“上市外資及陸資(不含外資自營商)”][“2009”:] > 0).rolling(
window=20
).mean().plot(ax=ax[1])
ax[1].legend([“foreign net buy”])
市場回檔情境
觀察過去幾次0050有大幅回落的情境，於下跌期間，外資淨買超天數佔比多小於0.5，也就是外資處於連續賣超的狀態。
回測
根據市場回檔的分析，我們將回測條件設定如下
- 近2個月外資淨買超天數佔比 < 0.4
- 0050收盤價斜率(10日) < 0
一般情況持有0050，當符合上述條件，則將股票賣出，回測結果如下
可以看到最大回檔減少至20%，尤其投組在2020/03疫情及2022聯準會快速升息情境下，表現十分優秀。然而肯定有讀者懷疑，為什麼2020以前的避險效果似乎不明顯，雖然最大會撤有些微減少，但績效和不避險差不多。
我們將持有股票改成富櫃50(006201)，再回測試試。如下圖所示，避險效果非常顯著，也就是說外資連續賣超台股的時候，中小型股票會有顯著的回落。
結論
- 外資淨買超天數佔比是標準化的數據，介於0與1之間，能夠更精確的反應市場趨勢。
- 在市場有大幅回檔時，外資淨買超天數佔比多半小於0.5。
- 使用外資淨買超天數佔比作為避險指標能夠有效避開市場大幅回落。
- 使用外資淨買超天數佔比作為避險指標，在中小型股票更為有效。
透過以上介紹，相信讀者更了解外資買賣超該怎麼解讀了吧!透過數據轉換，就能將看似平凡無奇的數據變成強而有力的避險指標。市場就是充滿了不確定性，許多神奇的數據等著大家去挖掘!
用程式自動下單
FinLab 提供永豐金 Python API，下單非常簡單，只要短短幾行，程式就會幫你計算現在應該有的部位，並且進行「買賣」只需要在適當的時間（例如開盤、收盤）執行，程式就會自動下單買進賣出，將你的帳戶部位調整成獲利的形狀！再也不用自己計算每檔股票要買幾張了！非常的方便喔！
import os
from finlab.online.sinopac_account import SinopacAccount
from finlab.online.order_executor import OrderExecutor, Position
# 設定帳號金鑰
os.environ[‘SHIOAJI_API_KEY’] = ‘永豐證券API_KEY’
os.environ[‘SHIOAJI_SECRET_KEY’] = ‘永豐證券SECRET_KEY’
os.environ[‘SHIOAJI_CERT_PERSON_ID’]= ‘身份證字號’
os.environ[‘SHIOAJI_CERT_PATH’]= ‘永豐證券憑證路徑’
os.environ[‘SHIOAJI_CERT_PASSWORD’] = ‘永豐證券憑證密碼’ # 預設與身份證字號
# 以 100 萬台幣計算當前帳戶應該有的股票
fund = 1000000
target_position = Position.from_report(report, fund)
# 進行下單
acc = SinopacAccount()
order_executor = OrderExecutor(target_position, acc)
order_executor.create_orders()
程式預設使用當前價格進行「限價單」但你也可以透過客製化的方式，調整成「漲跌停」、「零股」、「融資券」，非常的簡單方便，讓你在股市中複製好策略的績效！
