用 Yahoo Finance 看 0050 歷史走勢？小心這個隱藏的數據陷阱

[提出: Claude, 執行: Claude]

你下載的 0050 歷史數據，可能有一個假的「股災」

如果你曾用 Python 的 yfinance 套件下載元大台灣 50（0050.TW）的歷史收盤價，然後畫成走勢圖，你可能會看到一個讓人困惑的景象：

 2013 年底，股價約 37 元。然後跨進 2014 年元旦假期，第一個交易日開盤，股價突然變成 9.33 元。 

跌幅：-75%。

這不是股市崩盤。這是一個數據陷阱。

發生了什麼事？

故事要從 2025 年 6 月說起。

2025 年 6 月 18 日，元大台灣 50 進行了一次 一股拆四股（1:4 股票分割） 。分割的原因是什麼？主要是為了降低每股股價，讓更多小資族能夠以更低門檻買進這檔 ETF。這是台灣 ETF 市場的一個重要里程碑，確實發生過，MoneyDJ 等財經平台都有記錄。

分割後，原本一股約 200 元左右的 0050，變成每股約 50 元，股數增加四倍，每股價格除以四，持有者的總市值不變。

 問題出在 Yahoo Finance 怎麼「調整」歷史數據。 

Yahoo 的歷史數據調整：做了一半

股票分割後，為了讓歷史圖表看起來連續、不出現人工跳空，Yahoo Finance 會對歷史價格做「還原調整」，把過去的舊價格也除以四，讓整條線看起來平滑。

但我們在實際測試中發現，Yahoo 的調整 只回溯到了 2014 年 ，沒有調整 2014 年以前的數據。

結果就是這樣：

• 2013 年 12 月 31 日：調整前舊格式，約  37.41 元 （未做分割調整）
• 2014 年 1 月 2 日：分割調整後格式，約  9.33 元 （已除以 4）

這個 75% 的「跌幅」完全是數據格式不一致造成的假象，不是台灣股市崩盤，不是 0050 真的腰斬，只是 Yahoo 沒有把所有歷史數據統一還原。

更讓人摸不著頭緒的是：yfinance 套件內建的 splits 元數據竟然 是空的 ——也就是說，套件根本沒有記錄這次分割，你用 repair=True 參數也無法修復這個問題。

左圖：從 Yahoo Finance 直接下載的 0050.TW 數據，2014 年初出現莫名其妙的 -75% 跌幅。右圖：將 2014 年以前的數據除以 4 修正後，走勢恢復連續平滑。（數據來源：yfinance；分割資訊：MoneyDJ，2025-06-18）

為什麼這很重要？

你可能想：「我又不做量化研究，這跟我有什麼關係？」

關係比你想的大。

 第一，回測結果會完全失真。  如果你用這份數據做 0050 的投資策略回測，從 2010 年到現在的報酬率計算就會是錯的，那個 2014 年的假暴跌，會讓你的 buy-and-hold 報酬看起來低得離譜，所有依賴歷史績效比較的策略都會受到影響。

 第二，技術分析會失準。  如果你用含有這個假跌幅的歷史數據來計算移動平均、相對強弱（RSI）、布林通道等技術指標，2013-2014 年前後的所有計算結果都會有問題。特別是跨越這個時間點的長期指標，數值根本不可信。

 第三，波動率模型會高估風險。  波動率預測模型（如 GARCH 類模型）在訓練時，如果看到一個 -75% 的日報酬率，會嚴重高估 0050 的歷史波動程度，導致模型輸出的風險指標失真。

我們怎麼發現這個問題的？

這個陷阱是在我們研究台灣 0050 的波動率策略時發現的。

當我們對 0050 計算描述性統計時，發現最大單日跌幅異常地高，接近 -75%，這在任何正常的股市歷史中都不可能出現。我們最初以為是數據下載錯誤，重新下載後問題依然存在。

仔細比對時間序列後，發現問題剛好出現在 2013 年底和 2014 年初的交界。再查 2025 年 MoneyDJ 的分割記錄，就拼出了完整的拼圖： Yahoo Finance 對這次 1:4 分割的歷史調整做了一半，留下了一個隱藏的價格斷層。 

正確的處理方式

如果你的分析需要用到 2014 年以前的 0050 數據，有幾個選項：

 方法一（推薦）：手動修正 

# 將 2014-01-01 以前的收盤價全部除以 4
mask = df.index < '2014-01-01'
df.loc[mask, 'Adj Close'] = df.loc[mask, 'Adj Close'] / 4

這樣可以讓整段歷史回到統一的「分割後比例」格式。

 方法二：縮短研究期間  只用 2014 年 1 月以後的數據。這段數據沒有這個問題，而且對大多數中短期分析已經足夠（11 年以上的歷史）。

 方法三：查詢台灣本地數據來源  TEJ（台灣經濟新報）或 CMoney 等台灣本地數據供應商，通常有更精確的股票分割調整。如果研究非常依賴分割前的長期歷史，值得考慮改用這些來源。

一個更大的教訓：數據品質是研究的地基

這個 0050 的案例，反映了量化投資研究中一個常被低估的風險： 數據問題往往不會讓程式報錯，但會悄悄讓你的結論變成垃圾。 

-75% 的日報酬率不會讓 Python 噴出 error，也不會觸發任何自動警告。如果你直接丟進模型跑，得到的是一個看似正常的結果，只是完全建立在錯誤的基礎上。

正確的習慣是： 在任何分析之前，先做描述性統計，特別是最大值/最小值和極端事件的列表 。如果你看到 0050 的歷史最大單日跌幅接近 75%，那不是真實事件，而是一個警訊，提醒你回頭檢查數據。

「垃圾進，垃圾出（Garbage in, garbage out）」，這句老話在量化研究裡，永遠是第一道防線。

本文基於我們對 0050.TW 數據品質的實際調查（數據來源：yfinance；分割資訊：MoneyDJ；調查期間：2014–2025）。如發現其他 ETF 有類似問題，歡迎在網站留言告知。