台股要到 6 萬點？我們用模型把這個假設拆開來看

會員 yaoxk1431 丟來一個很具體的問題：假設三個月後台股漲到 60,000 點，現在哪些股票還沒到該有的價位、哪些產業值得佈局、到了 6 萬點該先做哪些準備。我把這三個子問題拆開，全部用 VolPred 的量化方法跑一遍，不喊單、不保證、不靠感覺。先說結論：6 萬點不是不可能，但它是一個比多數人想像中更猛的漲幅；而真正該花心思準備的，不是「買哪支」，是「萬一沒到、半路又先深跌一段，你的部位扛不扛得住」。

先把這個 move 的量級錨在現實上。台股加權指數 2026-06-18 收在 46,465 點（^TWII，yfinance 收盤）。要摸到 6 萬，得漲 29.1%。一根長紅解決不了，得在三個月內、約 63 個交易日內，整個大盤往上墊近三成。把這個數字放進歷史裡看更清楚。2012 年以來的 3,457 個「任意連續 63 日」窗口裡，真正出現過 +29.1% 等級漲幅的，只有 38 次，比例 1.10%；史上最猛的三個月也只漲了 44.7%（2012-2026 ^TWII rolling 窗，n=3,457）。光從歷史經驗看，這種速度的漲法本來就稀有。

模型怎麼說：機率是個位數，但比平常高一點

光看歷史頻率還不夠，因為現在的市場狀態跟「平均的某一天」不一樣。我用 ^TWII 2012-01-03 到 2026-06-18 共 3,520 個交易日的日對數報酬，擬合一個 GARCH(1,1) 配 Student-t 厚尾的波動率模型（arch 套件，以 AIC 選 Student-t 版本：9364.8 優於常態的 9601.0，自由度 ν=5.68），然後固定 seed=42、模擬 20,000 條未來 63 個交易日的路徑，看有多少條路徑曾經摸到 6 萬點。

兩種假設給出兩個答案。如果不預設方向（零 drift，最保守的假設），三個月內觸及 6 萬的機率是 3.36%。如果沿用 2012 年以來的歷史平均上行（年化約 +13.5%）外推，機率升到 4.89%。零 drift 跟歷史 drift 差了快一個半百分點，這個差距完全來自「你要不要假設過去的多頭會延續」這一個選擇。我把兩個情境都列出來，就是不想只報一個好看的數字。

模型給的 3.4%–4.9% 比歷史經驗的 1.1% 高，原因不難理解。台股眼下的起始波動率偏高：日波動 1.85%、年化約 29%，遠高於這個模型算出的長期無條件水準 17%。波動越大，短線甩到極端位置的可能性就越高，所以近端觸及機率被推上去。但 GARCH 有均值回歸的性質，這個高波動 regime 在 63 日內會慢慢往長期水準收斂，不會一直撐著。換個白話：現在確實比平常更有機會衝高，但機率仍然只是個位數百分比，把 1.1% 當成歷史錨、把 3%–5% 當成「當前高波動下的模型上限」，兩個數字一起看比較誠實。

更重要的是中位數。零 drift 情境下，63 日後指數的中位數落在 46,474，歷史 drift 下也只有 48,069。兩個情境的「最可能落點」距離 6 萬都還有一大段。多數模擬路徑根本到不了 6 萬。零 drift 下 5/95 百分位區間是 38,554 到 56,015，歷史 drift 是 39,877 到 57,938；意思是就算把樂觀情境拉滿，95 百分位也還沒摸到 6 萬。

就算真的衝上去，路上也不會太平靜

很多人想像「漲到 6 萬」是一條平滑的上坡，模型告訴我們不是。在那些真的摸到 6 萬的模擬路徑子集裡，中途最大回撤的中位數仍有 9.2%（零 drift）到 8.1%（歷史 drift）；把全部路徑算進來，最大回撤的中位數是 10.0%（零）跟 8.8%（歷史），而 95 百分位的回撤更高達 23.1% 跟 21.5%。

這張圖右邊那 40 條樣本路徑很值得盯著看：橘色是摸到 6 萬的路徑，灰色是沒摸到的，幾乎每一條往上走的路線都先彎下去過。漲到 6 萬跟「半路先跌掉一兩成」可以同時成立。零 drift 下 5% 最差情境會跌到約 38,554，等於從現在再往下 17%。所以「會到 6 萬」這句話，最誠實的講法是：在這個模型的假設下、以個位數的機率、而且很可能伴隨一段不舒服的回檔。它是條件性、機率性的描述，不是確定事件。

要提醒一句模型本身的限制：GARCH(1,1) 是對稱模型，但台股有明顯的槓桿效應，同系列 GJR 模型的不對稱項 γ 在各個估計窗都顯著為正（依樣本窗大約落在 0.13 到 0.27 之間，不是固定的單一數字），意思是跌的時候波動放大得比漲的時候快。對稱模型因此可能略微低估下行群聚的尾端。換句話說，真實世界的回撤風險，比上面這些數字只多不少。

哪些還沒到該有的價位？先看相對自身歷史的位置

第二個子問題是估值。這裡要先把話講在前面：我手上沒有「台股整體 PER 比某個絕對基準便宜」的 verified 數據，所以我不會說「台股很便宜」這種話。我能做的是相對估值：拿 30 檔台股代表股近五年（2021-06-15 到 2026-06-18，每檔約 1,200+ 個交易日）的每日 PBR 序列，算出最新值落在它自己歷史分佈的第幾百分位。以 PBR 為主、PER 為輔，因為循環股在獲利高點時 PER 反而低，會騙人。資料來自 FinMind 真實歷史，並用 yfinance 的 priceToBook 做交叉比對，30 檔裡有 28 檔兩個來源幾乎完全一致（比值約 1.00），資料可信度沒問題。

結果蠻分裂的。以產業層級的 PBR 歷史分位中位數看，金融服務落在約 p99.9、科技 p98.0、電信 p96.3，全擠在自身近五年的最高檔；另一端，消費必需 p1.5、消費循環 p14.2、原物料 p15.6、工業 p24.9，靠近自身歷史低檔。

個股層級，全籃子最靠近自身歷史低檔的是消費必需：統一超（2912）落在 p0.7（PBR=5.0，z=-2.17，殖利率約 4.03%）、統一（1216）落在 p2.2（PBR=2.93，殖利率約 4.03%）。但低分位的成因要看清楚：這兩檔的低分位有一部分來自股價長期橫盤、淨值持續累積把分母墊大，不必然代表股票被低估，得個別檢視 ROE 跟成長性。

另一邊，台積電（2330）的 PBR 落在 p99（PBR=10.61），PER 也在 p99（32.4 倍），位於自身近五年的估值頂端；金融股更誇張，永豐金、元大金、中信金、富邦金、國泰金、華南金幾乎整片都在 p99+。但高分位不等於「該跌」。這是 2023-2025 年升息加上資本市場熱絡，把金融業的獲利跟淨值評價一起推上去的 regime 結果。同樣的，台積電的高分位反映的是 AI 行情的重新定價。分位高只是描述它「相對自己過去很貴」，不是預測它要回檔。

 最需要警示的是循環股這一群。  台塑（1301）跟中鋼（2002）目前 PBR 都小於 1（0.84 跟 0.98），看起來「跌破淨值很便宜」，但它們都已經陷入虧損、PER 無從計算，低 PBR 來自獲利掉到谷底，不是市場看錯。航運的萬海（2615）更典型：PBR 落在低分位 p22.5（0.79），PER 分位卻高到 p70.3，這是「資產便宜、但盈利還沒崩」的循環中段訊號。這些就是教科書上的 value trap：便宜可以更便宜，低 PBR 不等於低估。

如果硬要從低分位裡挑出「同時帶相對健康訊號、可以放進觀察名單」的（再強調一次，這是觀察名單不是買進建議），和泰車（2207）的 PBR p4.8 配 PER p2.8 是少見的雙低、殖利率約 4.15%；合庫金（5880）是九檔金融股裡唯一還靠近自身歷史低檔的（p14.7、殖利率約 4.24%）。但要不要進場，仍得結合基本面跟成長性自己判斷。單一個 PBR 指標決定不了一檔股票該不該買。

到了高檔，該準備的是風險管理不是買哪支

第三個子問題問「該做哪些預先投資準備」。我的答案可能跟會員預期的有點不一樣：在高檔、在急漲段，最該先準備好的是風險控制，不是物色標的。這不是雞湯，是台股自己的數據逼出來的結論。

我把 2012 年以來的 ^TWII 切成兩種狀態：過去 126 個交易日漲超過 20% 的「大漲段」，跟其他時期。大漲段佔了 480 天、約 14.1% 的交易日。然後比較兩種狀態的風險特徵，三項全部往同一個方向倒：大漲段的年化已實現波動率 19.5%，平時只有 14.2%（Welch t-test p=5.3e-37）；大漲段之後 63 日的平均最大回撤 -9.5%，平時 -7.3%（p=1.8e-18）；大漲段的單日 5% 尾部 -1.8%，平時 -1.5%（block bootstrap，block=21、2,000 次、seed=42）。三項差異都在統計上極度顯著。

翻成白話：台股創高、急漲的時候，不是更安全，是更危險。波動更大、後面一季回撤更深、單日往下甩的尾巴更胖。所以「往 6 萬衝」的這段路，正是該繳保險費的時段。

保險費怎麼繳？VolPred 既有的研究 K178 量化過台灣波動率擇時（VT）策略的成本與效益：月頻調整曝險的 VT 把 0050 的最大回撤從 -22.9% 改善到 -15.9%（改善 7 個百分點），代價是年化約 4% 的「保險費」（VT 的 Sharpe 顯著低於買進持有，Harvey t=-3.06）。這句話要聽清楚：VT 買的是抗跌，不是更高報酬，它讓你在大跌時少賠，但長期報酬會被那 4% 的成本拖低。而本研究剛好證實，大漲段正是波動最高、最值得付這筆保險費的時點。

再往下看避險，台股有個跟美股很不一樣的結構問題：分散到美股對台股幾乎沒用。K176 用 CoVaR 量過尾部傳染，台積電對 0050 的 ΔCoVaR 是 -1.599，遠強於 SPY 對 0050 的 -0.345（0050-台積電相關係數 0.893）。0050 的本質就是一個台積電集中度極高的部位，而拿 SPY 來 cross-hedge 台股的解釋力（R²）只有 1.3%，等於沒用。真正在歷史上壓得住回撤的組合是 K177 驗證的「0050 + 黃金各半 + 波動目標」：COVID 期間把最大回撤從買進持有的 -28.6% 壓到 -2.9%，Fed 升息期從 -34.2% 壓到 -6.6%。黃金的價值在於它對台股的尾部傳染接近零，能在最壞的時候不跟著一起垮。

還有一個別人不太會提醒你的細節：避險要在漲勢裡就先佈局，不要等崩了才補。大漲段的尾部更胖、跨資產傳染上升，等下跌真的發生再去買保護，成本是最貴的。預先準備的意義就在這個「預先」。

至於產業選擇，歷史數據給的提醒是別追當下最熱的題材。我用龍頭個股的日報酬減大盤報酬，算各產業在大漲段的年化超額報酬跟資訊比率（IR）。最穩定的領漲者是半導體：台積電在 7 次大漲段裡有 5 次跑贏大盤，年化超額 +12.4%、IR=0.84，而且跨好幾個不同的 AI/科技 regime 都重現。帳面數字最誇張的是航運，長榮年化超額 +81.3%、IR=1.39，但這幾乎全來自 2021 那一次超循環（單一 episode +334%），7 次裡只贏 3 次，完全不能外推，最後一段大漲它反而落後大盤 64.7%。最一致的落後者是傳產塑化：台塑 7 次大漲只贏 2 次、年化落後 40.8%。國泰金代表的金融龍頭中等穩定（年化超額 +10.9%、IR=0.44、4/7 段領先），波動相對低。

一句話框架：大漲段是「高波動 + 深回撤 + 胖尾部」的時段，預先準備等於五件事：降低槓桿跟部位上限、用波動率擇時當保險、避險在漲勢中先建好而不是事後補、產業偏向歷史勝率高的半導體與金融龍頭、遠離傳產落後者。並且要記得，任何輪動的領導都會在下一個 regime 翻臉，航運就是最好的反例。

假設與限制：把該講清楚的全攤開

這篇用了好幾組數據跟模型，每一組都有它的適用邊界，這裡一次講清楚，免得讀者把條件性的結論當成保證。

 模擬部分。  GARCH(1,1) Student-t 的觸及機率是 model-conditional 的：它回答的是「在這個擬合出來的過程下，63 日內摸到 6 萬的機率」，不是「現實世界一定會 / 一定不會發生」。零 drift（3.36%）跟歷史 drift（4.89%）的差距，整個來自「要不要假設多頭延續」這一個假設選擇；歷史平均上行未必延續。模擬起點的波動率取樣本末端的條件變異（反映當前高波動 regime），不是長期水準，這會推高近端機率。模型用了 20,000 條路徑、seed=42、63 個交易日約等於 3 個月。歷史 empirical 頻率（1.10%）是描述性的 rolling overlapping 窗統計，窗與窗之間重疊、不是獨立樣本，所以我不對它做顯著性宣稱，只當作經驗錨。GARCH(1,1) 對稱、無法捕捉槓桿效應，對下行尾端可能略低估。

 估值部分。  低分位不等於保證上漲，便宜可以更便宜，這條 value-trap 警示對台塑、中鋼、萬海這些循環股尤其要記牢。近五年窗（2021 多頭高點 + 2022 空頭 + 2023-25 AI 行情）作為「自身歷史常態」的基準，比單一 regime 中性，但它仍不是永久常態，產業結構改變或 AI 重評價都會讓歷史分佈失效。sector 分類採 yfinance 慣例（台灣大被歸消費循環、鴻海歸科技等），部分產業樣本數小，產業層級中位數的代表性有限。虧損公司的 PER 視為 undefined 不納入分位。FinMind 的歷史 PER/PBR（基於歷史 EPS/淨值）跟 yfinance 的 forwardPE（前瞻）口徑不同，交叉比對只看方向一致性。本研究只描述「相對自身歷史的位置」，不做方向預測。

 風險與輪動部分。  大漲段門檻固定在「126 日漲 ≥20%」，換門檻會改變樣本（敏感度未掃，屬已知限制）。後續 63 日最大回撤是描述性的條件統計，不是可交易訊號，不能反推成「現在進場一季後必跌 X%」。產業用龍頭個股 + 對應 ETF 近似，不是完整的 GICS 產業組合，單一個股的特異風險會放大讀數（航運=長榮一檔尤其明顯）。最後一段大漲（2025-09-30 起算）到現在還沒結束，相關讀數會隨後續資料變動。資料品質上，幾筆超過台股 ±10% 漲跌幅限制的 yfinance 調整假象（如 0052 某日 -85.7%）已 clip 重建。

 底層研究的成熟度。  K1404 的尾部分位模型在 ^TWII 1,305 個 OOS 交易日（2021-2026）的 τ=0.95 覆蓋率是 95.02%、誤差僅 0.02 個百分點（Kupiec p=0.975），尾部刻畫可信；但它的中位數點預測明確輸給 OLS（DM=-8.90），所以它能畫「95% 情境波動不超過這條線」，不能算「明天漲跌幾趴」。VaR 相關的 K836/K850 樣本是 2023-2024 的 481 天、單一期間。K1395 的 DCA 結論是 CONDITIONAL_PASS（Codex 審查 runtime 掛起，改由主線程獨立驗證關鍵爭點）。日絕對報酬被當作 RV 的粗略 proxy，跟 5 分鐘高頻 RV 可能不同。這些都是還在累積中的研究，不是定論。

免責聲明

本文為 VolPred 平台的量化研究分析， 不是投資建議 。文中所有模擬與機率（GARCH Monte Carlo 觸及機率、回撤分佈等）皆為 model-conditional 的情境刻畫，建立在特定模型與假設之上， 不是對未來的保證或預測 ；相對估值的分位結果只描述個股「相對自身歷史的位置」，低分位不等於保證上漲，便宜可以更便宜（value trap）。文中提及的個股與產業僅為量化研究的舉例與觀察， 不構成任何買賣推薦 。投資人應自行判斷、自負盈虧，並在必要時諮詢合格的專業人士。所有數據來自 yfinance、FinMind、TAIFEX 及 VolPred 本地實驗，方法、期間、樣本數已於文中標明，結果可復現。