原理

營收 (Revenue) 是一間公司「做多少生意」的指標，然而做多少生意不表示賺多少錢，營收再高也不代表賺更多的錢，中間還要扣除銷貨成本得到的營業毛利 (Gross profit)，營業毛利扣掉費用後得到的營業利益 (Operating profit)，而後還有營業外支出，利息與所得稅等等，東扣西扣最後才是代表轉多少錢的指標稅後淨利 (Net income)。

先不論一間公司在外面做多少生意，繳多少利息與所得稅等等這些支出，衡量公司賺錢真本事的剩下營業毛利與營業利益這兩個指標。而營業毛利取決於行業類別，例如航運與鋼鐵業，毛利平均 10% 左右；晶圓代工與光學鏡頭，毛利平均在 40% 以上，難以用一個數字去衡量所有公司的好壞。而營業利益表是一間公司控管費用的能力，更能代表這間公司營運能力。

計算營業利益率

營業利益率 = 營業利益 / 營業收入合計

使用 Finlab API：

from finlab import data

operating_income = data.get('financial_statement:營業收入淨額')
operating_profit = data.get('financial_statement:營業利益')
operating_profit_ratio = (operating_profit / operating_income) * 100

其中：
operating_income： 營業收入合計
operating_profit： 營業利益
operating_profit_ratio： 營業利益率

如何評估營業利益率

了解營業利益是評估一間公司營運能力的基礎之後，希望找出營業利益穩定成長，若沒有穩定成長，至少要穩定，因此考慮到季與季之間不能下跌過大。

再來，營業利益率若長期都是負值，再怎麼穩定也是枉然。

因此，對以下條件進行量化：

1. 營業利益率連續 seasons 季，下跌不超過某個數值 drop，認為是穩定。
2. 營業利益率連續 seasons 季都是正值。

以上的 seasons 與 drop 都是變數。

先把要量化的公式寫出來：

condition1 = (((operating_profit_ratio - operating_profit_ratio.shift(1)) / 
           abs(operating_profit_ratio.shift(1))).rolling(seasons-1).min()) * 100 > drop
condition2 = operating_profit_ratio.rolling(seasons).min() > 0

position = condition1 & condition2

上式計算出連續 seasons 個季度，季與季之間的變化百分比(例如近 4 季就有 3 次變化)至少高於某個數值 drop。

def get_return_by_seasons(seasons):
  ret = {}
  return_dataset = {}
  for drop in range(-50, 10, 10):
    condition1 = (((operating_profit_ratio - operating_profit_ratio.shift(1)) / 
           abs(operating_profit_ratio.shift(1))).rolling(seasons-1).min()) * 100 > drop
    condition2 = operating_profit_ratio.rolling(seasons).min() > 0

    position = condition1 & condition2
    
    report = backtest.sim(position.loc['2014':], resample="M", upload=False)
    return_series = report.creturn
    return_dataset['seasons'] = seasons
    return_dataset[f"{drop}"] = report.creturn
  return_dataset = pd.DataFrame(return_dataset)
  return return_dataset

return_season_df = pd.concat([get_return_by_seasons(s) for s in [8, 7, 6, 5, 4, 3, 2]])

上面程式碼分別回測連續 2 到連續 8 個季度，季與季之間變化幅度大於 -50%, -40%, -30%, -20%, -10%, 0% 的情形，使用 plotly express 模組，繪製如下：

import plotly.express as px

fig = px.line(return_season_df, facet_row='seasons', height=1000, title='operating profit ratio backtest')
fig.show()

觀察到，season = 4 的圖表，較能看出一字排開的現象，表示近 4 季(3 次變化)，可以明顯地區分出各下跌百分比。且報酬率以季與季變化大於 0% 最好。

放大顯示：

營業利益率 v.s. 股價

有了上述的基礎之後，再來想要知道可否運用較少的資金，也就是選擇股價較低但滿足上述條件的公司買入，取得較高的報酬。
因此進一步將股價區分，對不同股價區間的公司作回測，得到最終到報酬率的柱狀圖如下：

close = data.get('price:收盤價')

def get_return_by_percentage(drop):
  condition1 = (((operating_profit_ratio - operating_profit_ratio.shift(1)) / abs(operating_profit_ratio.shift(1))).rolling(3).min()) * 100 > drop
  condition2 = operating_profit_ratio.rolling(4).min() > 0

  price_range = np.arange(0, 120, 10)
  ret = []
  for s,e in zip(price_range, price_range[1:]):
    condition3 = (close > s) & (close < e)
    position = condition1 & condition2 & condition3
    r = backtest.sim(position.loc['2014':], resample="M", upload=False)
    return_series = r.creturn
    ret.append({'%':drop, 'price_range':f"{round(s,1)}-{round(e,1)}", 'return':return_series[-1]})
  df = pd.DataFrame(ret)
  return df

return_percentage_df = pd.concat([get_return_by_percentage(percentage) for percentage in [-50, -40, -30, -20, -10, -5, 0, 5, 10]])

看起來符合預期，在營業利益率季與季之間變化大於 5% 的族群中(倒數第二欄柱狀圖表)，股價介於 30~40 間的公司報酬率最好，代表著有機會以較低的資金取得較好的報酬。

將績效曲線繪製出來如下：

進一步過濾：好中選好

只是選擇營業利益穩定的中低股價公司就有不錯的報酬，是否可以進一步過濾出更好的股票呢？

嘗試加入以下兩個條件試試：

1. 這季營益率大於上季 ⇒

經營能力變好。 近三月營收平均大於近十二月營收平均 ⇒

1. 最近營收成長。

回測績效如下：

結果也進一步地提升績效，看起來是個不錯的策略。

後續探討

• 試圖加入技術指標或其他濾網
• 使用其他指標來對營業利益率的分類：
  有些資本密集的公司(晶圓代工)，由於股本較大，公司本身對費用控管能力較好，卻屬於中低股價。因此本篇用股價區間來區分難免有些偏頗。
  希望可以改用其他指標(本益比、股價淨值比 …)，找出資本較小，卻有優異的營運管理能力的公司，在股價相對低點買入，以期獲得更好的報酬。

Colab 範例程式碼

28

只要你信仰科學投資，千萬別錯過這次發光的機會。

FinLab Package 讓大家用最親民的 Python 程式語言進入量化交易的大千世界，程式交易的門檻很高，要撰寫爬蟲、數據處理、資料分析、回測設計、資料視覺化、策略調校等等繁瑣的工程。如今 FinLab 打造好了舞台，化繁為簡，為大家省下搭建基礎建設的時間成本與進入門檻，讓量化交易不再難如登天。

目前測試期間，所有 VIP 功能都讓大家免費使用！光是下載這些財經數據，就值回票價，但是這個燒錢的項目，最終還是希望透過永續經營的商業模式達到收支平衡，並透過用戶的參與激盪出更多可能性。

未來到付費制的時候，大家要如何免費來使用呢？不用擔心，我們將舉辦徵稿活動，只要你的文章入選並刊登在 FinLab 部落格，將獲得 VIP 3 個月，相當於台幣近 2000 元的平台使用權利，這個活動目前朝向長期辦理，只要入選 4 次，就可以當一年的 VIP 了！順便來試試看 Finlab Package 的強大之處！不論入選與否，你都能在撰寫文章的過程中增強交易思維，成為更好的量化交易者，可說是穩賺不賠，這麼簡單好康的活動，趕快往下看徵文辦法來參加吧！

徵文辦法

徵文主題

如何用 FinLab package 玩轉投資科學？
可以是研發策略、玩數學、做統計、應用AI演算法、任何可能To the moon的想法我們都歡迎!

想不到主題嗎？

可參考 FinLab 部落格文章 : 本益成長比策略以及其他 FinLab 部落格上的內容，如果你的文章段落分明、圖文並茂，又還有清晰簡潔的程式碼，那得獎者非你莫屬！

獎勵方式與名額

FinLab 量化平台 VIP 會員權限 3 個月 * 10 名。

FinLab 亦提供得獎作品發表管道，經得獎者授權同意後，將作品發表於 Finlab 部落格，讓你除了成為 VIP，還能成為發揮知識影響力的 KOL!

收件及截稿日期

自 2021/11/15 起開始收件，2021/12/31 截稿，不要再猶豫了，好好把握這難得的活動！有得學又有得獎機會，一定要參加啦！

得獎名單揭曉及頒獎日期

預計於 2022/1/5公佈得獎名單，名單公佈於 FinLab 臉書粉絲團、FinLab Discord 官方公告頻道。名單公佈後隔日以 email 寄送 VIP coupon 至獲獎者報名資料留的郵件信箱。擇日公告主辦方評審心得與給投稿者的反饋，我們一起讓知識流動~

收件方式

投稿內容以 email 方式寄至 finlab.company@gmail.com，
信件格式規定如下:

• 信件標題:
  FinLab 量化平台徵稿-題目-投稿人姓名，ex: FinLab 量化平台徵稿-動能策略-蔡小倫。
• 信件副件:
  報名表 word 檔 –下載連結。
  報名表名稱寄送時請改成 FinLab 量化平台徵稿報名資料-題目-投稿人姓名，ex: FinLab 量化平台徵稿報名資料-動能策略-蔡小倫。
  投稿內文使用hack.md編輯器撰寫，hack.md文檔連結填寫於報名資料文件內。
  著作權同意書使用電子簽名簽署(或貼上簽名截圖)後回傳。

徵文規定

• 須以中文創作。
• 每個人僅可投稿一篇。
• 內容需用到 FinLab 模組或網站功能，想知道模組如何使用可以參考這篇 入門文章 喔！我們有詳細的 API 文檔 與豐富的 資料庫 等你來探索。
• 格式不限，字數不限。

評審方式

評判標準為邏輯合理性、策略體質、代碼清晰度、實戰可行性、思維創新、延伸發展潛力、整體內容完整性。
由 Finlab團隊審核。作品如未達水準，得由評審決定從缺。

注意事項

1. 請依照參賽辦法寄送規定的信件內容與檔案，缺件者會通知補件事宜，但僅以一次為限。
2. 因內容會被評審觀看或於得獎後發表於 Finlab 部落格，若策略涉及個人隱私或 保密性質，內容請自行拿捏或斟酌投稿與否，邏輯概念可點到為止，評審自有判斷。
3. 若對徵稿活動或程式開發上遇到任何問題，可來信 finlab.company@gmail.com 附上你的問題來洽詢意見，或到 FinLab Discord 討論。
4. 抄襲或者侵害他人著作權之作品，除取消得獎資格、追回獎項，並公布違規情形事實外，投稿者終生不得參加 Finlab 徵文活動，且一切法律責任由參加者自行負責。
5. 得獎者同意無償授權芬嚮資訊有限公司（ FinLab 財經實驗室）將得獎作品發表於 FinLab 部落格，並以合理方式利用，不需另支稿酬及版稅。
6. 本辦法如有未盡事宜，得隨時修訂補充。