台股大盤籌碼：三大法人、期權與散戶指標怎麼看

我以前做這張大盤籌碼表，是因為每天資料散在不同地方，看完一堆數字，最後還是很容易變成「今天外資買，所以明天會漲」這種過度簡化。

現在回頭整理，我會先把三件事拆開：原始資料、自己算出來的指標、交易訊號。這三層如果混在一起，最容易把一個有趣的統計現象，講成「市場規律」。

先講結論
– 三大法人、期貨與選擇權資料都有官方來源，可以拿來研究。
– 官方有資料，不代表某個自訂分數就有預測能力。
– 舊版 0～5 分、多空分界與「連三天」規則，先視為作者舊模型，不再直接寫成高勝率訊號。
– 真正值得留下的是：每天自動整理資料、固定規則、保留歷史，之後才能公平回測。

先分清楚：資料、指標、訊號不是同一件事

例如「外資今日買賣超」是資料；把今天和昨天比較後轉成 +1／0，是指標；最後說「4 分以上做多」，才是交易訊號。

前兩層可以客觀重現，第三層一定要有回測才站得住腳。舊文章把這幾層寫得太靠近，所以這次更新的第一件事，就是把它們拆開。

三大法人資料從哪裡來

臺灣證券交易所目前持續提供三大法人買賣金額統計，並可查日、週、月報表與下載 CSV。這類資料適合當研究原始資料。

官方來源：https://www.twse.com.tw/fund/BFI82U?response=html&type=day

要注意的是，「法人有較多資金」和「法人能決定大盤方向」是兩件不同的事。後者若要成立，需要明確定義期間、方向、樣本與統計結果，不能只靠市場印象。

舊版實務紀錄裡，有一個值得保留的觀察原則：

一兩天的買賣超意義通常有限，先看累積與連續方向，再和價格結構交叉確認。

例如可以固定比較：

• 單日買賣超
• 3 日累積
• 5 日累積
• 20 日累積
• 是否和價格趨勢同方向

這不是說「連三天買超就一定上漲」，而是避免只用單日數字下結論。

所以新版工具應該保留原始欄位，另外建立衍生欄位；不要直接覆寫原始資料。未來改算法時，才能用同一份 raw data 重跑。

期貨與選擇權怎麼讀

臺灣期貨交易所目前仍提供三大法人交易資訊、各類選擇權契約部位，以及臺指選擇權 Put/Call Ratio 等資料。

Put/Call Ratio 官方頁：https://www.taifex.com.tw/cht/3/pcRatio
法人選擇權部位：https://www.taifex.com.tw/cht/3/optContractsWeek

這些數字可以描述市場部位結構，但不能直接翻譯成「高就一定漲、低就一定跌」。尤其選擇權本身可能拿來避險、套利或組合交易，只看一個欄位很容易誤判。

選擇權除了口數，也可以看契約金額

期交所目前的「選擇權買賣權分計」同時提供：

• 交易口數
• 契約金額
• 未平倉口數
• 未平倉契約金額

契約金額把權利金、契約乘數與口數一起納入，可以補足「只看口數」時，不同履約價權利金差很多的問題。

但這仍然只是市場部位描述，不是方向保證。

期交所也明確提醒，三大法人類別本身是很多機構的合計結果，多空部位互抵後，不能代表某一個法人或整個類別只有一種交易策略。

所以比較合理的用法是：

1. 先看 CALL／PUT 的口數與金額。
2. 再看未平倉是否連續增加或下降。
3. 對照現貨、期貨與價格結構。
4. 不因單日契約金額突然放大，就直接押方向。

外資期貨未平倉：看相對位置，不用永久固定門檻

舊版曾使用固定口數或固定金額做多空分界。

這種門檻會隨市場規模、契約結構與資金環境改變而失真。

新版如果要研究，會優先比較：

• 近 20 日相對高低
• 近 60 日相對高低
• 近一年分位數
• 連續 3／5 日變化
• 與外資現貨買賣超是否同方向

另外，期貨部位也可能是現貨投資的避險，因此：

現貨買超＋期貨偏空，不一定等於法人看空；可能只是降低整體曝險。

最後仍要回到整體部位與價格結構判斷。

散戶多空比與自訂分數，先當研究假設

舊版文章曾用小台指未平倉量，扣除自營商、投信、外資部位後，去估算「散戶看多／看空」的剩餘部位，再計算散戶多空比。

舊版概念可寫成：

散戶多空比 =（估計散戶看多 – 估計散戶看空）÷ 小台指總未平倉量

這個公式可以保留當研究版本，但要注意：

• 它是用「剩餘部位」推估散戶，不是直接觀察到每一位散戶。
• 法人可能有跨商品避險，單看小台部位會失真。
• 盤中、盤後、不同契約月份的資料要先對齊。
• 舊文寫「80% 命中率」沒有足夠可重現樣本，因此不再保留。

如果要重新驗證，應保存每日原始未平倉資料，再測「極端值、連續多日、方向轉換」和後續市場報酬的關係。

舊版文章有一套 0～5 分的當沖參考，以及波段用的斜率、多空加減分。這些是很好的研究起點，但新版要換一種寫法：

舊規則保留，績效宣稱歸零。

也就是說，可以公開「當時怎麼算」，但在沒有重新回測前，不再把特定分數直接描述成較高勝率，也不把「連續三天同方向」直接當成趨勢成立的證明。

這套舊模型最初是從《追籌碼賺一億》的閱讀筆記延伸，再由我刪改指標做成自己的版本。原本的開發脈絡仍值得保留，方便日後追查「哪些規則來自書、哪些是自己加的」：

• 追籌碼賺一億：大盤籌碼實戰應用筆記

籌碼訊號怎麼實際使用

舊版「麥克連籌碼分析實戰」有一個值得保留的原則：

單日訊號不夠，最好用多日方向＋價格結構一起確認。

白話來說：

• 今天外資、選擇權或散戶指標突然轉空，不代表明天一定跌。
• 如果只是一天變化，可以先視為「市場狀態改變」。
• 若連續數日同方向，才值得提高注意。
• 最後仍要看價格是否真的跌破支撐、趨勢是否改變。

一個簡單的使用流程

1. 先看原始資料：外資、投信、自營商、期貨、選擇權。
2. 再看多日變化：不要只盯單日數字。
3. 對照價格結構：支撐／壓力、趨勢有沒有真的轉向。
4. 設定失效條件：如果價格重新突破，原本的空方假設就要撤銷。
5. 再決定部位：先小部位測試，不因一個指標就直接滿倉或反手。

這樣做的重點不是提高「猜對率」，而是避免：

指標一變色，就立刻把它當成買賣命令。

Put/Call Ratio 也不要只看一天

期交所目前仍提供每日臺指選擇權 Put/Call Ratio。這個數字可以描述成交量與未平倉量結構，但同樣不應只看單日高低就下方向結論。

如果要把它放進模型，可以固定測：

• 1 日值
• 3 日平均
• 5 日平均
• 變化方向
• 和價格趨勢是否一致

再比較哪一種定義在歷史資料中比較穩定。

2026 資料格式也會變

證交所 2026 年仍持續提供三大法人買賣金額統計，但同年也公告過資料檔格式調整。

這代表爬蟲不能只做到「今天抓得到」。

工具至少要保存：

• parser 版本
• 欄位名稱
• 資料日期
• 原始檔案或原始回應
• 格式驗證結果

如果官方欄位改名或順序改變，程式應該直接報錯，而不是把錯的資料默默寫進歷史表。

如果要重新驗證，我會要求至少記錄：

1. 規則在測試前就固定，避免看完答案才改參數。
2. 使用的資料時間點要符合實際可取得時間，不能偷看未來。
3. 加入交易成本與滑價。
4. 分成樣本內、樣本外，不只看一段漂亮時期。
5. 同時看報酬、最大回撤、勝率、盈虧比與交易次數。
6. 和簡單基準比較，例如持有大盤或固定規則，而不是只看策略自身有沒有賺。

每日更新工具應該怎麼改

以前工具的重點是「每天把資料抓回來」。新版除了抓資料，還要多做兩件事：資料品質檢查與版本紀錄。

每次更新至少留下：資料日期、抓取時間、來源、是否缺值、是否沿用前值、parser 版本。如果官方欄位名稱或格式變更，應該讓程式報錯，而不是默默把錯的欄位塞進去。

對使用者來說，畫面也應分成兩層：

• 第一層：今天原始資料與前一日變化。
• 第二層：研究指標與模型分數，清楚標示「研究用途」。

這樣就算模型以後整套推翻，原始資料還是有價值。

哪些情況這套籌碼指標容易失效

1. 把避險部位當成方向押注

法人可能同時持有現貨、期貨與選擇權。單看其中一腿，未必代表它真正的方向曝險。

2. 規則參數一直跟著近期行情改

今天 3 天、明天改 5 天，這種做法很容易過度擬合。參數可以研究，但每次改版都應保留版本與原因。

3. 用收盤後才公布的資料模擬當天進場

這是常見的時間穿越。回測要用「當時真正拿得到資料的時間」。

4. 只報勝率，不報盈虧比和回撤

高勝率策略一樣可能因一次大虧而失效。只用「勝率高」形容投資模型，資訊不完整。

這套工具比較適合怎麼用

我現在會把它定位成市場狀態儀表板：幫你快速知道法人、期貨、選擇權與散戶相關資料目前在哪個位置，再決定要不要進一步研究。

它可以幫你少開幾個網站、少做重複整理，但不能取代部位管理、停損／風險控制，也不能取代策略本身的驗證。

如果未來回測真的證明某個分數有穩定性，我會把回測程式、期間、交易成本、樣本外結果一起放出來。沒有這些東西之前，就只把它叫「研究指標」。

常見問題

外資買超，大盤就比較容易漲嗎？

這是可以研究的假設，不是直接成立的因果關係。需要指定期間、資料頻率與判定方式，再看歷史結果。

Put/Call Ratio 越高越看多還是看空？

不能脫離定義與市場情境硬套。先用 TAIFEX 原始資料確認計算方式，再用歷史資料測試你想採用的判讀規則。

籌碼資料適合當沖嗎？

資料更新時間與交易頻率要先對齊。收盤後才能取得的資料，不能假裝成盤中即時訊號。

散戶多空比是反指標嗎？

「反指標」是研究假設，不是天然定律。要先定義資料來源與分組方式，再做回測。

延伸閱讀與內鏈

• 投資 Excel／股票管理工具：把研究與實際交易紀錄留在同一套帳本。

使用這套資料前，先從原始資料開始

如果你要用這套資料，先從原始資料版開始，不要先看分數。等你熟悉每個欄位從哪裡來，再看研究模型；這樣模型改掉時，你才不會連資料本身也一起丟掉。