完整流程

實盤覆盤

本頁內容5

回測報表看的是理論部位，實盤覆盤看的是你真的成交了什麼。TradeReview 用實際成交價、手續費、交易稅、除權息與入出金，重建每天的持股、現金與淨值，算出排除入出金影響的報酬率（時間加權報酬），並產生和回測同一套的 FinLab 報表。

做完這一頁，你會有：每天的持股與淨值、時間加權報酬、一份 FinLab 報表，以及實際部位和策略目標的差異表。

開始前你需要：

一個用 finlab.online 連上的券商帳戶，設定方式見實盤下單。券商不在支援清單，或想用匯出的成交檔，看本頁最後一節「用自己的成交紀錄」。
決定從哪一天開始覆盤。券商 API 查不到那麼早的資料時，覆盤只能從查得到的那天開始。

從券商帳戶覆盤

連上券商帳戶

以永豐為例，其他台股券商的支援程度見下方的表：

from finlab.online.sinopac_account import SinopacAccount

acc = SinopacAccount()

以嘉信為例：

from finlab.online.schwab_account import SchwabAccount

acc = SchwabAccount()

建立覆盤

from finlab.portfolio import TradeReview

review = TradeReview.from_account(acc, start="2026-01-01")

from_account 會依序做四件事：

依券商 API 抓 start 到今天的成交（各券商的差異見下方的表）。
由券商目前庫存倒推起始日的庫存（扣回期間成交、除回配股與分割），最後再把重建出的期末庫存和券商庫存對帳，不一致的代號會寫進 review.limitations。
套用除權息。台股自動套用 FinLab 公告的除權息：現金股利在除息交易日入帳，配股與 ETF 分割在除權交易日（分割為恢復買賣日）調整股數。嘉信與幣安用券商紀錄裡的股利。
以未還原收盤價每日估值。

先看資料限制

review.limitations  # 這次覆盤的資料限制，務必看過

對帳不一致的代號、被略過的融券與借券成交，都會列在這裡。先看過，再相信後面的數字。

看績效與明細

review.summary()  # 起訖淨值、外部淨投入、股利、費稅、損益、時間加權報酬
review.daily  # 每日現金、持股市值、淨值、流入流出、報酬率、累計損益
review.holdings  # 每日收盤持股股數
review.trades  # FIFO 配對的每段實際交易（含股利），未出清的部位 exit_date 為空
review.report.display()  # FinLab 報表：淨值曲線、績效指標、MAE/MFE、交易明細

和策略目標比對

compare 用「目標日收盤時」的實際部位和目標比，不會用到之後的成交。目標可以是股數，也可以是權重：

import pandas as pd

target = pd.DataFrame({"2330": [2000], "2454": [1000]}, index=["2026-03-02"])
review.compare(target)  # date, stock_id, target, actual, diff（股數）

weights = pd.DataFrame({"2330": [0.6], "2454": [0.4]}, index=["2026-03-02"])
review.compare(weights, kind="weight")  # 也可以比權重

import pandas as pd

target = pd.DataFrame({"AAPL": [20], "MSFT": [10]}, index=["2026-03-02"])
review.compare(target)  # date, stock_id, target, actual, diff（股數）

weights = pd.DataFrame({"AAPL": [0.6], "MSFT": [0.4]}, index=["2026-03-02"])
review.compare(weights, kind="weight")  # 也可以比權重

報酬怎麼算：帳戶模式與持股模式

覆盤會依券商查得到哪些資料，選一種口徑算淨值：

口徑	什麼時候用	淨值	外部資金流
帳戶模式	券商 API 有完整入出金（嘉信、幣安），或你給了 `initial_cash` 與 `cash_events`	現金＋持股市值	入金、出金
持股模式	台股券商（交割戶是銀行帳戶，API 查不到入出金）	持股市值	買進金額視為開盤前投入；賣出淨額與股利視為收盤後取出

日報酬 r = (當日淨值 + 當日流出) / (前日淨值 + 當日流入) - 1，串接成累積報酬。報表的年化報酬、夏普、回撤都以此計算，不受入出金影響。帳戶模式下 pnl 是「淨值變化減去外部淨投入」。

台股券商查不到入出金，所以預設只覆盤持股。要算含現金的帳戶淨值，自己給起始現金與入出金：

import pandas as pd

review = TradeReview.from_account(
    acc,
    start="2026-01-01",
    initial_cash=500_000,
    cash_events=pd.DataFrame(
        {
            "time": ["2026-03-02"],
            "amount": [100_000],
            "type": ["deposit"],
        }
    ),
)

各券商支援程度

券商	成交來源	手續費／交易稅	已平倉部位	股利	入出金	預設口徑
永豐	已實現損益＋明細、未實現部位明細	買進取自明細；賣出由已實現損益反推（合併記在 fee）	可還原買進腿	FinLab 自動	無	持股模式
口袋	已實現損益、未實現部位明細	無	SDK 有明細查詢時同永豐；沒有時期間內賣出的股票視為起始日已持有	FinLab 自動	無	持股模式
富邦	`filled_history`（每次 30 天，需 fubon_neo 2.1.1 以上）	API 無逐筆費稅，依 `fee_ratio` 與法定稅率估算	可	FinLab 自動	無	持股模式
台新（原元富）	對帳單 `account_statment`	逐筆實際值	可	FinLab 自動	無	持股模式
玉山（富果）	`get_transactions_by_date`（每次 180 天）	逐筆實際值	可	FinLab 自動	無	持股模式
嘉信	交易紀錄 `get_transactions`	淨額與成交金額的差	可	券商紀錄	券商紀錄	帳戶模式
幣安	`myTrades`（逐幣別）	以報價幣或該幣支付的手續費；以 BNB 支付的未計入	只查目前持有與 `symbols=` 指定的幣別	報價幣配發	報價幣入出金	帳戶模式

所有券商共同的限制：

只覆盤現股與融資的多單；融券、借券成交會略過並列在 limitations。融資利息不計。
台股成交大多只有日期；同一天先處理買進再處理賣出，每日收盤估值不受影響。
減資、面額變更沒有完整的每股退還現金與換股比例資料，不自動處理；遇到時把事件放進 corporate_actions（欄位 stock_id, date, cash, ratio）。配股以「元/股 ÷ 面額」換算，零股以無條件捨去計算。
券商 API 查不到時間範圍外的資料時，覆盤只能從查得到的那天開始。

用自己的成交紀錄

券商不在上表，或要用匯出的成交檔時，把檔案整理成標準欄位，直接建立 TradeReview。quantity 是股數，fee、tax 是該筆實際金額，沒有這兩欄時以 0 計。

台股可以用 tw_corporate_actions(stock_ids, start, end)，從 FinLab 公告的除權息產生 corporate_actions 表：

import pandas as pd
from finlab.markets.tw import TWMarket
from finlab.portfolio import TradeReview
from finlab.portfolio.trade_review import tw_corporate_actions

fills = pd.DataFrame(
    {
        "time": ["2026-01-05 09:01", "2026-01-07 10:00"],
        "stock_id": ["1101", "1101"],
        "action": ["buy", "sell"],
        "quantity": [5000, 5000],  # 股數，不是張數
        "price": [35.2, 36.0],
        "fee": [250, 256],  # 該筆實際金額
        "tax": [0, 540],
    }
)
market = TWMarket()
review = TradeReview(
    fills,
    market.get_price("close", adj=False),
    start="2026-01-05",
    initial_holdings={"2330": 1000},
    corporate_actions=tw_corporate_actions(
        ["1101", "2330"], "2026-01-05", "2026-12-31"
    ),
    market=market,
)

美股的股利與分割自己寫進 corporate_actions：cash 是除息日每股配發的現金，ratio 是股數倍數（2.0 代表一股拆成兩股）。

import pandas as pd
from finlab.markets.us import USMarket
from finlab.portfolio import TradeReview

fills = pd.DataFrame(
    {
        "time": ["2026-01-05 09:45", "2026-01-07 10:00"],
        "stock_id": ["MSFT", "MSFT"],
        "action": ["buy", "sell"],
        "quantity": [50, 50],  # 股數
        "price": [480.0, 486.5],
        "fee": [0, 0],  # 該筆實際金額；沒有 fee、tax 欄位時以 0 計
    }
)
market = USMarket()
review = TradeReview(
    fills,
    market.get_price("close", adj=False),
    start="2026-01-05",
    initial_holdings={"AAPL": 100},
    # 示意用的股利：除息日每股現金；ratio 2.0 代表一股拆成兩股
    corporate_actions=pd.DataFrame(
        {"stock_id": ["AAPL"], "date": ["2026-02-09"], "cash": [0.25], "ratio": [1.0]}
    ),
    market=market,
)

建好之後，review 的用法和從券商帳戶建立的完全一樣。

下一步

實盤下單設定券商帳戶，從回測結果算出部位並下單。
從研究到實盤從策略構想、回測、驗證到上線的完整流程。
多策略組合把多個策略合成一個帳戶來管理與下單。
finlab.portfolio API TradeReview 與組合相關類別的完整參數。

這一頁有幫到你嗎？