大衛．卓曼逆向投資策略：在恐慌中尋找被市場低估的寶藏
前言
大衛．卓曼（David Dreman）是華爾街最著名的「逆向投資（Contrarian Investing）」大師之一，也是卓曼價值管理公司（Dreman Value Management）的創辦人。他著有於1998年出版的經典名作《逆向投資策略》（Contrarian Investment Strategies），在書中他深入探討了投資心理學與市場效率低下的關聯。
卓曼的核心哲學建立在「均值回歸」與「投資人心理偏差」之上。他認為市場經常對壞消息反應過度，導致績優公司的股價被不合理地殺低；反之，市場也常對熱門股過度追捧，推升本益比至無法維持的高點。卓曼的策略專注於挑選那些被市場冷落、本益比（P/E）與股價淨值比（P/B）低於市場平均，但同時具備高殖利率保護的「價值股」。這套方法不僅是撿便宜，更是一種利用市場情緒錯誤定價來獲利的系統化邏輯。
本文透過 TQuant Lab 將大衛．卓曼的逆向投資法轉化為可執行、可回測的量化條件，並以台股市場作為實證對象，檢驗其長期績效與風險表現。
從高品質資訊開啟量化之路
- TEJ 量化資料庫：具備 Point-in-Time (PIT) 架構，確保回測時使用的是當時市場真正能取得的資訊，徹底排除前瞻偏差 。
- TQuant Lab：專為台灣市場打造的一站式平台，整合數據調取、事件驅動回測與 Pyfolio 專業分析模組，助您精確模擬真實交易邏輯 。👉 立即造訪 TQuant Lab 官網，掌握台股量化開發利器。
量化定義與資料來源
為了驗證此策略在台灣股市的有效性，我們設定了以下嚴謹的歷史模擬環境：
- 資料來源：TEJ 財務資料庫、交易日曆資料庫、股價資料庫。
- 投資標的：台灣證券交易所上市普通股（排除特別股與全額交割股）。
- 回測期間：2020 年 1 月 1 日至 2025 年 9 月 30 日，涵蓋了疫情崩盤、多頭復甦及升息循環等不同市場週期。
- 再平衡頻率：每季調整（於 3、6、9、12 月的最後一個交易日進行）。這符合價值投資「買進並持有（Buy and Hold）」的精神，給予價值股足夠的時間發酵，同時降低頻繁交易的摩擦成本。
- 績效指標：台灣加權報酬指數（IR0001）。
- 部位配置方式：等權重配置 。
- 初始資金：1,000 萬元 。
- 交易成本：最低手續費 20 元，證交稅 0.3%。
- 滑價成本：採用成交量份額滑價模型（VolumeShareSlippage），設定價格衝擊參數為 0.01，以模擬大額交易對市場價格的真實影響。
策略邏輯：兩階段篩選機制，捕捉錯殺價值股並規避「價值陷阱」
本策略以大衛．卓曼（David Dreman）的逆向投資哲學為核心，旨在利用市場情緒的過度反應（Overreaction）尋找獲利機會。卓曼認為，市場往往對熱門股過度樂觀，而對冷門股過度悲觀，這創造了低本益比股票長期跑贏大盤的「均值回歸」機會。
為了精準捕捉這些被市場錯殺的價值股，並有效規避股價低是因為基本面惡化的「價值陷阱（Value Trap）」，本策略設計了嚴謹的「兩階段篩選機制」：
第一階段：核心逆向篩選（Hard Filter）
此階段為「必要條件」，旨在建立一個具備流動性、且估值處於絕對低檔的安全股票池。
市值 ≥ 市場平均值
邏輯：卓曼偏好大型股，因其財務資訊較透明，且具備較佳的流動性與抗風險能力。排除極小型股可避免流動性枯竭風險。
本益比（P/E）≤ 50% 分位數 且 ≤ 市場平均
邏輯：這是逆向投資的靈魂。我們僅選取本益比低於市場中位數與平均數的後半段班。低本益比不僅代表買進成本低，更意味著市場對其預期極低，一旦有好消息出現，股價的反彈力道往往最強。
股息收益率 ≥ 市場平均
邏輯：高股息提供了強大的下檔保護（Downside Protection）。在股價盤整或修正時，股息收入能穩定投資組合的現金流，同時也是管理層對未來現金流具備信心的訊號。
第二階段：財務體質計分（Quality Scoring）
為了確保篩選出的低價股並非將死之象，我們引入「財務計分卡」機制。針對通過第一階段的股票進行五項體質檢測，每通過一項得 1 分，總分需達 3 分（含）以上才納入投資組合。
償債能力檢測：
流動比率 ≥ 市場平均：確保短期償債無虞。
- 負債淨值比 ≤ 市場平均：避免槓桿過高，降低破產風險。
獲利能力檢測：
ROE > 0 且 ≥ 正值平均：確保股東權益報酬率優於一般獲利企業。
- 稅前淨利率 > 0 且 ≥ 正值平均：確認本業獲利能力穩健，非靠一次性業外收入美化帳面。
成長動能檢測：
盈餘成長率 ≥ 市場平均：即使是價值股，也需具備一定的獲利成長性，以驅動股價回升。
👉 立即前往 [GitHub] 獲取 TQuant Lab 完整程式碼，掌握策略實作細節。
實戰回測與圖表分析
逆向投資策略透過長期持有一籃子低估值、高品質的標的，並配合每季的動態調整，我們觀察到此策略在面對台股多空循環時的抗壓性與獲利爆發力。
以下整理了自 2020 年至今的回測績效數據，從年化報酬率、夏普比率（Sharpe Ratio）到最大回撤（Max Drawdown）等關鍵指標，深度剖析逆向投資策略的實戰優勢：
📊 大盤 vs. 策略 績效對比表
回測期間：2019-12-30 至 2025-09-30 (共 66 個月)
表1：策略績效指標摘要
指標項目 台灣加權報酬指數(Benchmark) 策略表現 (Strategy) 差異/備註 年化報酬率 (Annual Return) 18.86% 37.44% 策略勝出近 2 倍 累積報酬率 (Cumulative Returns) 160.99% 484.38% 策略累積獲利是大盤的 3 倍 夏普比率 (Sharpe Ratio) 0.97 1.41 策略承受每單位風險的獲利更高 索提諾比率 (Sortino Ratio) 1.36 2.11 策略應對下檔風險的能力更強 卡瑪比率 (Calmar Ratio) 0.66 1.08 報酬/最大回撤比率更優 年化波動率 (Annual Volatility) 19.77% 24.67% 策略波動較大 最大回撤 (Max Drawdown) -28.55% -34.80% 策略回撤較深，需較高風險承受力 日風險值 (Daily VaR 95%) -2.42% -2.97% Alpha (超額報酬) - 0.20 具備顯著的選股能力 Beta (市場連動性) 1.00 0.88 與大盤連動性略低 每日週轉率 (Daily Turnover) - 2.36% 交易頻率適中 總槓桿 (Gross Leverage) - 1.00 無使用槓桿
從策略的績效結果我們整理了這個策略的重點：
- 驚人的獲利爆發力： 策略的累積報酬高達 484%，遠超大盤的 160%。年化報酬率達 37.4% ，證明此逆向策略在長達 5.5 年的週期中（含疫情、升息等事件）具備強大的獲利引擎。
- 高風險換取高報酬（且值得）： 雖然策略的波動率（24.67%）與最大回撤（-34.80%）都高於大盤，但從 夏普比率 (1.41) 與 索提諾比率 (2.11) 來看，這份額外的風險是「值得的」。索提諾比率高達 2.11，代表策略在上漲時的波動貢獻了大部分，而非單純的下跌風險。
- 優異的 Alpha 值： Alpha = 0.20 ，代表扣除市場因素後，策略本身依靠選股邏輯每年能創造 20% 的額外收益。
- Beta 小於 1： Beta 為 0.88，意味著策略並非單純靠「放大槓桿」或「追逐高 beta 股」來獲利。它在系統性風險上的曝險比大盤還低一點，但卻創造了更高的報酬，這是典型的優質 Alpha 策略特徵。
總結：這是一個「高波動、高成長」的攻擊型策略，適合風險承受度較高、追求長期資本大幅增值的投資人。
圖 1：策略累計報酬率圖（Cumulative Returns)
值得注意的是在2021年4月到6月所創造出的超額績效，使策略績效在此時機校指標開始產生極大差距。因此我們深入分析2021年依據策略所選擇之股票為何?
圖 2：報酬分析
關鍵時刻：策略在 2021 年成功捕捉航運主升段
從權益曲線圖中可以觀察到，本策略與大盤績效真正拉開差距的關鍵點發生在 2021 年 4 月至 6 月。透過持倉歸因分析，我們發現該期間策略成功捕捉到了台股歷史上的重大行情——長榮 (2603) 的主升段。
這並非巧合，而是 David Dreman 逆向投資邏輯的完美演繹：
- 低本益比的訊號：2021 年初，航運股獲利開始爆發，但股價尚未完全反應，導致本益比（P/E）處於市場極低水位，觸發了策略的「核心篩選機制」。
- 成長動能的確認：策略的計分系統偵測到其盈餘成長率與 ROE 大幅好轉，確認其並非價值陷阱，而是被低估的成長股。
這筆成功的逆向操作，使策略在短短一季內創造了爆炸性的超額報酬，不僅證明了模型在極端行情下的捕捉能力，也奠定了後續績效大幅領先大盤的基礎。
圖 3：2021年4月到6月的持股明細
圖 4：2603長榮股價走勢(2020年1月到2025年9月)
以專業數據架構大師策略：開啟您的量化選股之路
大衛．卓曼的逆向投資策略提醒我們，群眾的共識往往是錯誤的。在市場過度悲觀時買進績優的價值股，需要極大的勇氣與耐心。透過 TQuant Lab 的量化回測，我們驗證了這套邏輯在台灣市場的可行性：長期持有低本益比、低股價淨值比且高殖利率的大型股，是一個穩健累積資產的有效方法。
TQuant Lab：一站式量化策略開發平台
TQuant Lab 是專為量化交易者設計的專業開發環境，整合了從數據調取、策略研發至績效評估的全流程優勢：
精準數據與高效整併：內建 Point-in-Time (PIT) 量化資料集，配合 TejToolAPI 自動完成跨頻率數據整併（如將季、月頻率財務指標轉換至日頻率），讓使用者在排除前瞻偏差的前提下，快速建構如「營收成長率」等複雜選股因子。
高模擬度事件驅動回測：採用 事件驅動 (Event-driven) 架構，全方位模擬台股真實交易環境。回測過程中嚴謹計入證交稅、手續費與滑價成本，並具備注意股、處置股等流動性過濾機制與資金控管功能，確保回測績效具備高度的可執行性。
多構面績效量測指標：系統化產出專業評估報表，包含涵三大構面：
報酬指標：累計報酬率、年化報酬率、Alpha 值。
- 風險指標：最大回撤 (MDD)、夏普比率 (Sharpe Ratio)。
- 持股分析：前十大持有標的占比、換手率統計。
- 風險指標：最大回撤 (MDD)、夏普比率 (Sharpe Ratio)。
數據的品質與工具的效率，決定了量化模型的生命力。不論您是想複製大師經典策略，或是開發獨門的因子模型，TEJ 與 TQuant Lab 都是您在資本市場中最堅實的數據後盾。
🚀 準備好開啟您的量化交易之路了嗎？ 👉立即前往 TQuant Lab 官方網站，查看更多策略範例與產品資訊。
本文內容僅供研究與學術探討之用，不構成任何投資建議。
延伸閱讀
從新聞到市場：媒體報導的投資訊號(上) — TCRI 看門狗「N 新聞媒體」事件實證分析