可以，而且像 00631L 這種中間有分割的 ETF，我可以先把歷史價格全部做「還原」，再做你要的回測。不能直接拿分割前 127 元跟現在 38 元比較，那會得到完全錯誤的結果。

以目前能取得的最新完整交易日 2026/09/23 為例：

• 00631L 於 2014/10/31 上市，發行價格 20 元。〔原始引用1〕
• 2026/03/31 執行 1 拆 22；分割前最後交易日 3/24 收盤 443.15 元，分割後參考價為 443.15 ÷ 22 = 20.14 元。〔原始引用2〕
• 2026/09/23 收盤 38.99 元。〔原始引用3〕
• 00631L 目前沒有配息紀錄，因此這段歷史主要需要處理的就是這次 1:22 分割。證交所目前也顯示無配息資料。〔原始引用4〕

先看你問的「三年滿倉」

三年前最近的對應交易日，Goodinfo 的還原股價資料顯示：

2023/09/25：5.79 元 → 2026/09/23：38.99 元

所以：

也就是 100 萬滿倉持有約變成 673.4 萬，獲利約 573.4 萬，尚未扣交易成本。Goodinfo 的資料也直接顯示這段三年漲幅約 +573%。〔原始引用5〕

這裡很容易踩坑。例如有網站直接顯示 2023/09/22 收盤 127.45 → 現在 38.99，算成 -69.4%；那是因為把分割前後的名目價格直接相比。〔原始引用6〕 實際上 127.45 元經 1拆22後，相當於：

所以正確持有報酬其實約：

從上市一路持有呢？

如果用「發行價 20 元」作為基準，經過 1拆22後，相當於現在價格尺度的：

目前 38.99 元，因此粗略的上市至今報酬為：

換句話說，約 42.89 倍資產。

例如當初投入：

不過這裡我特別標成「粗略」，因為 20 元是發行價，不一定等於上市第一天實際成交買入價。如果我們正式做回測，我會使用 2014/10/31 當日實際開盤/收盤成交價，而不是發行價，這樣比較嚴謹。

---

而且你這個問題其實很適合往下做成一套完整回測。

例如我可以直接把 00631L 2014/10/31～2026/09/23 每日 OHLC 歷史資料抓下來，統一做分割還原，之後我們就能測：

滿倉持有、定期定額、逢低加碼、均線策略、跌 X% 買入、創高買入、槓桿控制、定期再平衡等等。

還可以算 CAGR、最大回撤、最大回撤恢復時間、勝率，以及任意 1年 / 3年 / 5年持有期的最好、最差、中位數報酬。

這最後一項其實比單純「最近三年 +573%」更有意思——我們可以回答：

歷史上任意一天買進 00631L 並滿倉持有三年，結果會怎樣？

最差三年報酬是多少？
最好是多少？
中位數是多少？
有多少比例的三年期間是賺錢的？
最大曾經腰斬多少？

這種才是真正有參考價值的回測。你如果要，我下一步就可以先從 **「00631L 任意時間買進、滿倉持有 3 年」**開始做。

我先把規則定義清楚，避免回測時「新高」與「賣一半」的解讀不同造成結果差很多。接著我會用 00631L 的還原日線實際跑一次，並一起說明怎麼把它做成可重複調參的 Work 模板。

有，我剛才那句之後應該直接開始算，不是停在那裡。抱歉。

我已經確認兩個關鍵資料點：2020 年第一個交易日的開盤是 53.85 元，而 2026/3/31 的 1 拆 22 必須完整還原；證交所公告也確認分割前 443.15 元對應分割後參考價 20.14 元。〔原始引用7〕 最新完整交易日 2026/9/23 收盤則是 38.99 元。〔原始引用8〕

不過你的策略要精確到「哪一天創歷史新高 → 賣 50% → 從該新高回落 20% → 滿倉」，一定要逐日資料跑狀態機，不能拿年/月 K 猜。我目前搜尋結果能確認還原股價，但網頁搜尋沒有把 2020～2026 每一個交易日完整吐給我，所以我不想先報一個看似精確、其實可能錯的數字。

我建議把規則固定成這個版本

假設初始資金 100 萬，全部以「每日收盤價」判斷及成交，不考慮手續費、交易稅與滑價：

1. 2020/1/2 收盤滿倉 00631L。
2. 持股期間，如果當日收盤創下「策略開始以來的新歷史最高收盤價」，第一次觸發時賣掉目前持股的 50%。
3. 賣掉一半後，記住之後持續更新的最高收盤價 ATH。
4. 當收盤價 ≤ ATH × 0.8，把現金全部買回 00631L，重新滿倉。
5. 再次滿倉後，必須等價格突破前一輪 ATH，創出真正的新高，才再次賣掉持股 50%。
6. 重複到 2026/9/23。
7. 最後把「持股市值＋現金」與單純 Buy & Hold 比較。

這裡第 5 點很重要。例如：

ATH = 100 → 賣一半
跌到 80 → 滿倉
漲到 95 → 不賣
漲到 101 → 新 ATH → 賣一半

這應該就是你描述的策略。

---

而你後面說的「Work 模板」，非常適合

甚至我建議不要只做一個 00631L 回測，而是直接做成一個參數化回測器。

以後你只需要對它說：

標的改成 00631L
起始日 2018/1/1
新高賣出比例改成 40%
回撤 25% 再滿倉

它就自動重新抓資料、處理分割/配息、執行回測，再輸出結果。

可以把參數設計成：

之後更有趣的是可以叫 Work 批次掃參數，而不是我們一次猜一組。

例如一次測：

賣出比例 = 20%、30%、40%、50%、60%、70%

搭配：

回撤買點 = -10%、-15%、-20%、-25%、-30%、-35%、-40%

光這樣就是 42 組策略，每組都跟 Buy & Hold 比較總報酬、CAGR、最大回撤、交易次數、現金閒置時間等。

甚至再加入 0050、00631L、006208、TQQQ、QLD、QQQ 等不同標的，就可以研究「這套規則究竟真的有效，還是剛好適合某段 00631L 多頭市場」。

這比單純找一組「最佳參數」可靠很多，因為我們還可以看參數附近是不是普遍都有效，避免挑到歷史資料的過度擬合。

如果你願意，我建議下一步就直接建立這個 「投資策略回測 Work」，而不是只算這一次；第一個測試案例就放你現在這套 00631L／2020 起始／ATH 賣 50%／回撤 20% 滿倉。Work 特別適合後續反覆改參數、跑資料與產出結果。

對，這樣的架構比較合理。我已經幫你開了一個新的 Work 專案對話，目標就是把它做成「資料更新」和「本機回測」分離的工具。

核心會是：第一次把標的歷史資料完整抓下來並保存，之後只做增量更新；回測邏輯則全部在你本機執行，所以改參數、批次掃描、重跑幾百次都不用再依賴我。資料層我也建議保留「原始價格 / 分割配息事件 / 還原價格」三層，這樣之後換 00631L、0050、TQQQ 或其他標的都不容易算錯。

介面方面，我建議同時做兩個入口：一個簡單的本地網頁介面，例如 Streamlit，讓你直接填「標的、起始日、ATH 賣出比例、回撤比例」按一下就跑；另一個保留命令列模式，方便以後批量測幾十、幾百組參數。

第一個內建策略就是你現在這套：

滿倉 → 創新高賣一半 → ATH 回撤 20% 全部買回 → 突破前高再賣一半 → 重複

並跟 Buy & Hold 同時輸出總報酬、CAGR、最大回撤、交易紀錄、資產曲線與現金閒置情況。

後面你只需要在那個 Work 對話裡繼續叫它實作即可；這樣會比在一般聊天裡零散寫程式好很多。

已完成，可獨立執行，之後更新資料與回測都不需要呼叫 GPT。

• 下載完整工具 ZIP 〔連結已移除〕
• 使用說明 〔連結已移除〕
• 00631L 回測報告 〔連結已移除〕

解壓後雙擊 「開啟回測工具.bat」。需要 Python 3.10 以上，無須額外套件。包含本地網頁、命令列、SQLite、增量更新、交易紀錄、資產曲線及批次掃參數。

已保存 2,899 個交易日，並依證交所公告處理 1 拆 22。12 項測試、增量更新與網頁操作驗證均通過。

你指定策略的結果：2020/1/2～2026/9/23，本金 100 萬、零交易成本。

另附 42 組參數比較。回測採同日收盤判斷與成交；其他標的使用通用資料來源，公司行動尚未像 00631L 一樣逐項官方核對。

已跑完 84 組排列組合，以下按總報酬率由高到低排序。

設定沿用：00631L、2020/1/2～2026/9/23、本金100萬元、手續費／稅／滑價皆為零。

這次只有前3名超過 Buy & Hold。第一名多賺約 61.75萬元；第三名報酬略低於第一名，但最大回撤降至 −41.61%。

前10名均成交 8筆（含首次買入），代表結果受少數幾次進出影響很大；這是同一段歷史挑出的最佳參數，尚未做樣本外驗證。

下載完整84組結果 CSV 〔連結已移除〕

已跑完 70 組：賣出比例 10%～100%（每10%），回撤買回門檻 30%～60%（每5%）。

沿用 00631L、2020/1/2～2026/9/23、本金100萬元、零交易成本、閒置現金零報酬。本次共有 5組勝過 Buy & Hold。

「平均現金比例」是每天收盤時，現金占當日總資產比例的平均，包含沒有現金的日子。

閒置資金確實可能等待很久。 以第一名「賣20%、回撤50%買回」為例：

這組策略在 1,631個交易日中，有1,129天持有現金，占69.22%。但平均現金比例只有9.17%，因為多數資產仍在00631L，且股價上漲會降低現金占比。

比較不同減碼幅度、同樣等待回撤50%：

¹ 金額按日曆天數加權，包含週末，適合後續計算資金停泊收益；本金雖是100萬元，但獲利後可減碼的金額會增加。

另一個極端是「賣100%、等待回撤60%」：2020/1/13賣出後，到截止日都沒有買回，現金閒置 2,445天，總報酬僅 0.28%。

後續比較5%報酬時，應把停泊收益逐日累積，並在買回時一併投入00631L，重新跑整個策略；不能直接在目前總報酬上加5%。也應分開測「假設固定年化5%」與「實際非槓桿標的」：後者在需要買回00631L時，可能正處於虧損。

完整資料已保存：

• 全部70組結果與現金指標 〔連結已移除〕
• 每組策略的逐段閒置資金紀錄 〔連結已移除〕

結果出來了：三組將閒置資金轉入0050後，都比原本留現金好；原第11名在這三組中變成報酬最高。

沿用 2020/1/2～2026/9/23、本金100萬元、零交易成本。減碼當日收盤買0050，00631L回撤50%觸發時，同日收盤賣0050並買回00631L。0050配息假設於除息日收盤再投資，並非實際發放日。

相較留現金，三組期末分別增加 33.15萬、137.66萬、307.21萬元。你關注的第11名，改買0050後比00631L Buy & Hold多出約 205.96萬元。

但原第11名的最大回撤，也從留現金時的 −33.80%擴大至−42.91%。

交易頻率三組完全相同：

若不計配息再投資，就是 15筆成交。期末仍持有最後一輪的0050，沒有假設強制賣出。

0050在四段等待期間的表現如下。 三組進出日期相同，因此0050的區間報酬相同，投入金額則不同。

這說明最後一段0050的強勁上漲對結果很有幫助；第一段則反而減少了可買回00631L的資金。0050停泊資金會承擔股市漲跌，與固定年化5%的假設不同。

已保存0050 2010/1/4～2026/9/23，共4,095個交易日，足夠涵蓋本次回測；並納入官方配息資料及2025年1拆4分割。三組結果另以獨立計算方式交叉驗證通過。

下載三組完整報告、交易紀錄與資產曲線 〔連結已移除〕

已完成原先前30組的重新回測與排序。30組改買0050後皆優於原本留現金，其中15組勝過00631L Buy & Hold。

設定相同：2020/1/2～2026/9/23、本金100萬元、零交易成本；減碼資金同日收盤買0050，觸發回撤門檻時全部換回00631L，0050配息採除息日收盤再投資。

一次換倉＝賣一檔、買另一檔，共兩筆成交；表中不含初次買入及配息再投資。

新第一名是原第24名「賣80%、回撤50%買回」，100萬元期末變成 1,795.60萬元。原本留現金的總報酬為1,161.99%，改成0050後提高至1,695.60%；但最大回撤也由 −22.01%擴大至−38.86%。

這次只重新排序「原先前30組」，尚未代表全部70組改買0050後的最佳排名；原本落在後40名的參數，也可能因停泊方式改變而上升。

• 新舊排名比較表 CSV 〔連結已移除〕
• 完整30組報告、交易紀錄與資產曲線 ZIP 〔連結已移除〕

已依 2020/1/2～2025/9/23 重新完成兩階段回測：先排名全部70組保留現金策略，再取這個期間的前30名改買0050，沒有沿用2026年的入選名單。

本金100萬元、零交易成本；0050配息採除息日收盤再投資。

保留現金的前5名如下，完整70名已存入下方檔案：

以下是現金前30名改買0050後的新排名。「現金排名」指這次截至2025/9/23重新計算的名次。

這次結果與截至2026年的比較明顯不同：

• 只有12組改買0050後優於留現金，另外18組反而下降。
• 30組改買0050後仍全部勝過同期Buy & Hold。
• 第一名「賣100%、回撤50%買回」：留現金期末 971.85萬元，改買0050為 906.51萬元，少了約 65.35萬元，最大回撤也擴大。
• 這30組均有 7次換倉；每次是一賣一買，首次買入與配息再投資另計。

拿掉2025/9/23之後的行情，確實改變了停泊0050的優勢，顯示先前結論對截止日期相當敏感。

• 完整70組保留現金排名 〔連結已移除〕
• 前30名轉0050新排名 〔連結已移除〕
• 全部報告、交易紀錄與資產曲線 ZIP 〔連結已移除〕

我的結論很明確：不要根據目前這份回測，把真實資金投入這套策略，更不應拿排行榜向網友推薦。

這不是說它未來一定賠錢，而是：目前的證據，遠不足以支持它具有可持續、可執行的投資優勢。 前面的報酬表是研究結果，不是投資方法已經通過驗證。我也應該把這個界線說得更清楚。

1. 我們是在看過答案之後，挑選最漂亮的參數。

我們測試不同賣出比例、回撤門檻、截止日期，再選出表現好的組合，接著加入0050。

每多看一次結果、再修改一次規則，就多一次迎合歷史的機會。即使沒有刻意作弊，仍然可能找到「剛好配合過去幾次轉折」的參數。

尤其是「先選保留現金前30名，再測0050」，這個入選程序本身就使用了整段歷史資訊。2020年開始投資的人，不可能事先知道2025年或2026年的前30名是誰。

排行榜只回答「過去誰贏」，沒有回答「未來為什麼仍會贏」。

2. 我們自己的結果，已經證明結論高度依賴截止日期。

兩期前30名的成員不同，不能把這張表當成完全相同組合的逐一比較；但它足以說明：我們對「適合賣多少」「閒錢該放哪裡」的結論，會隨樣本期間明顯改變。

此外，把截止日往前改，不等於做了樣本外驗證。因為我們已經看過這些年份，還在用它們重新選參數。

3. 最關鍵的成交假設，實際上無法事先保證。

目前的規則是：

確認今天最終收盤價觸發訊號，再假設自己已經用今天的收盤價完成交易。

問題是，在最終收盤價確定之前，你還不知道訊號是否成立；等它確定後，你又不能保證回頭以同一價格完成兩檔ETF的全部換倉。

證交所收盤前揭露的是試算資訊，不能等同已確定的最終成交結果。證交所交易制度說明

這個回測把「訊號確認」與「成交」理想化地放在同一時間點。實際上必須選擇提前下單、收盤後另找成交機會，或延至次日操作，每一種都會改變結果。

在測過可實際執行的成交方式之前，現在的績效不能視為可複製績效。

4. 「回撤50%買回」完全不是「最多只會虧50%」。

回撤門檻只是買入條件，不是止損，也不是風險上限。

假設價格從100跌到50，你滿倉買回；接著跌到25，你買回的部位仍然會再虧50%。這套規則沒有因為跌得更深就降低曝險，反而是在市場下跌後增加槓桿ETF部位。

還有一個容易忽略的問題：

100元賣出，之後漲到300元，再回撤50%至150元買回。

這完全符合策略，但買回價格仍比賣出價高50%。從高點跌很多，不代表比你賣掉時便宜。

5. 把閒錢放0050，並沒有消除等待期間的風險。

0050與00631L都主要承受台灣大型股票市場的風險。轉入0050，主要是在降低槓桿曝險，不是把資金移出股市。

我們已經算出：2020/1/13～2020/3/19那段等待期間，0050含息報酬約為 −27.80%。

也就是說，當00631L終於跌到你準備加碼的位置，你拿來加碼的資金，可能已經先縮水。

這是這種配置最需要正視的矛盾：你期待它保留逢低加碼能力，但它可能在最需要資金時一起下跌。

截至2025/9/23，「賣100%、回撤50%買回」改放0050後，總報酬從871.85%降至806.51%，最大回撤從−14.53%擴大至−33.79%。這不是無代價的收益提升。

6. 00631L不能當成「長期報酬固定加倍的0050」。

槓桿ETF追求的是單日倍數報酬，長期結果受到每日複利、行情路徑、追蹤差異及運作成本影響。證交所也明確提醒，單日倍數目標不等於長期倍數報酬。證交所槓桿型ETF說明

舉一個不計成本的簡化例子：

• 指數先漲10%，再跌9.09%，大致回到原點。
• 理想單日兩倍部位先漲20%，再跌18.18%，結果約虧1.82%。

這不代表槓桿ETF在所有行情都必然損耗，但表示：未來即使指數最後漲了，途中怎麼走，仍可能大幅改變你的結果。

過去幾次跌深後迅速反彈，不能當成未來每次都會如此的保證。

7. 七次換倉，不足以證明你找到了穩定規律。

不少漂亮組合整段期間只有七次換倉。每日有上千筆淨值資料，不代表有上千次獨立的策略成功經驗。

績效可能主要由少數幾次買回，以及最後一段尚未結束的持倉決定。例如先前截至2026年的測試，最後一段0050停泊含息報酬達104.79%，對結果非常有利。

如果少數事件就能大幅改變排名，你應該先懷疑結果是否偶然，而不是急著相信最佳參數。

8. 回測還省略了實際投資中會產生影響的條件。

目前包括：

• 手續費、交易稅與滑價均為零。
• 允許任意小數股、完全用盡資金。
• 0050股息在除息日立即再投資，而非實際入帳後。
• 未模擬兩檔成交不同步、部分成交與資金使用限制。
• 未納入個人的提款需求、股息稅負與臨時資金需求。

這些因素不一定足以吃掉所有歷史優勢；但在沒有計算之前，不能直接認定它們無關緊要。

同樣地，程式測試通過，只證明部分邏輯符合設定，不代表市場假設正確，更不代表未來會賺錢。

9. 真正困難的執行，往往发生在你最不想照規則做的時候。

你可能需要忍受：

• 賣出後市場持續上漲，幾年等不到買回點。
• 市場暴跌、新聞極度悲觀時，把資金全部買回槓桿ETF。
• 滿倉後繼續下跌，帳戶出現數十個百分點虧損。
• 另一組參數突然表現更好，卻仍維持原規則。

回測不會失業、不會急需用錢，也不會因為家人反對而中途停損。你會。

如果你承受不了策略所要求的實際持倉過程，最後執行的就會是另一套沒有測過的策略。

所以，在完成真正未看過資料的驗證、可成交時點測試、成本與配息入帳模擬，以及不同市場環境的壓力測試之前，不應依據這份排行榜投入資金或推薦他人跟單。

最需要拒絕的想法是：

「歷史結果這麼漂亮，先投入再慢慢驗證。」

投入之後，你失去的可能不只是本金，還有客觀判斷的能力——因為那時候你會更想證明自己選對了，而不是認真尋找它為什麼可能失效。