此文章為VIP限定
月營收是台股獨特的基本面因子，操作台股的玩家，都知道月營收的影響性，常可先預判季財報，究竟月營收選股條件要怎麼寫？這篇就用超簡單的語法，結合「突破策略豆知識」技巧寫出15年來年化報酬37%的高報酬率策略，讓你迅速上手月營收突破這個台股經典的策略。
月營收選股策略 – 創高基礎型態
程式範例
from finlab import data
from finlab.backtest import sim
rev = data.get('monthly_revenue:當月營收')
rev_yoy_growth = data.get('monthly_revenue:去年同月增減(%)')
# 近2月平均營收
rev_ma = rev.average(2)
# 近2月平均營收創12個月來新高
condition = rev_ma == rev_ma.rolling(12, min_periods=6).max()
# 單月營收年增率與訊號相乘，若訊號為False，相乘結果為0
position= rev_yoy_growth*condition
# 符合選股條件的名單中，再選出單月營收年增率前10強，並在營收公告截止日換股。
position=position[position>0].is_largest(10)
report=sim(position ,name="營收動能",upload=False)
report.display()程式非常簡單，只有10來行。說明幾個關鍵處。
月營收有個關鍵在要注意過年效應，有時候年假在1月、有時在2月中旬前，由於台股多數企業的營運區域都在華人地區，年假通常會停工或減班，如果是在1月過年，訂單常遞延到2月。因此在比較營收時，為了平滑過年效應，我會習慣取近2月平均營收來取代單月營收，不然1、2月若碰到年假，單月營收要創近12月新高的可能性實在太低。
如果策略要實戰，縮減檔數是必須的，因為多數人沒那麼多資金全買，所以範例簡單用單月月營收來選最後10強。你可能會疑惑為何要寫position[position>0].is_largest(10)，而不是position.is_largest(10)就好？那是因為is_largest(10)會選數值前10高的，若沒有排除不符合營收創高的標的，前10高的數值可能會選到不合條件的，會從股號小的標的開始補到10檔為止。
此策略的換股週期是用月營收索引，也就是月營收公告截止日，好處是貼近營收因子發酵期。
來看看策略的表現，非常不錯，15年來，年化高達 26% !
你以為這樣就結束了嗎？其實還可以優化，繼續看下去。
營收股價雙創高的渦輪效應
股價創新高動能
營收利多，最怕利多不漲，那很可能是市場早就反應，因此我們的目標是股價與營收連動，一同創高，代表股價的動能和營收創新高的關聯較大，如何寫出好棒棒的股價創新高動能策略，可以看先前的文章「突破策略豆知識」，運用FinlabDataframe好用的sustiain方法確認突破強度。
程式與回測結果如下：
from finlab.backtest import sim
from finlab import data
with data.universe(market='TSE_OTC'):
close = data.get("price:收盤價")
# 近5日內有3日以上的股價創前200日新高
position = (close == close.rolling(200).max()).sustain(5,2)
report = sim(position, resample="M", name="創新高延續動能策略", upload=False)
report.display()
雙渦輪
如果把營收創新高和股價創新高的程式做結合，會發生什麼事？
from finlab import data
from finlab.backtest import sim
close = data.get('price:收盤價')
vol = data.get('price:成交股數')
rev = data.get('monthly_revenue:當月營收')
rev_yoy_growth = data.get('monthly_revenue:去年同月增減(%)')
# 近2月平均營收
rev_ma = rev.average(2)
# 近2月平均營收創12個月來新高
condition1 = rev_ma == rev_ma.rolling(12, min_periods=6).max()
# 近5日內有2日股價創新高
condition2 = (close == close.rolling(200).max()).sustain(5,2)
# 近五日成交均量大於500張
condition3 = vol.average(5) > 500*1000
conditions = condition1 & condition2 & condition3
# 符合選股條件的名單中，再選出單月營收年增率前10強，並在營收公告截止日換股。
position= rev_yoy_growth*conditions
position=position[position>0].is_largest(10).reindex(rev.index_str_to_date().index, method='ffill')
# 設定position_limit避免重壓
report = sim(position=position,stop_loss=0.2,take_profit=0.8, position_limit=0.25, fee_ratio=1.425/1000*0.3,name="營收股價雙渦輪",upload=False)
report.display()上面程式要注意的小地方是有加上流動性條件，只買近五日成交均量大於500張的標的，避免太冷門的標的很難入手。由於月營收創高和股價創高的條件交集後，會轉成日週期索引，若要使用月營收截止日換股，必須要做reindex的動作，rev.index_str_to_date 會將月營收文字格式日期轉成月營收公告截止日，例如 2022-M10 變成 2022-11-11。
最後為避免重壓標地，設定position_limit=0.25，代表單擋持股上限為25%，避免只選到1-2檔全壓的大波動狀況。如果偏好降低波動，也可調成0.1，如此一來若只選到4檔標的，總持股比例只會有40%，在熊市時由於創新高標的本來就少，因此持股比例自然降低，具自然避險躲空頭的效果。
停損不建議設定小，此策略波動較大，設太小容易被洗掉。最後來看看加乘的效果吧！
15年來年化報酬37%！夏普率1.3，幾乎每一年都獲利，比前述單因子選股的表現優異許多，熊市年 2022 竟然還有16%正報酬，以條件這麼簡單的策略來說，算是很神的成績！
結論
colab 範例
量化平台部署範例
簡單卻很有實戰性，這就是FinLab與其他地方不同之處，不走太學術的路線，考慮實戰面，除了完整公開程式碼，還跟你講策略背後的思維。
此策略當然還有優化的空間～但這就是大家各自的功課了，Ben 把最核心的條件交給你了，一起去找股海的大秘寶吧！
