TEJAPI Python Medium Quant 研究筆記¶
資料來源¶
| 項目 | 連結 |
|---|---|
| GitHub | https://github.com/tejtw/TEJAPI_Python_Medium_Quant |
| Medium 專欄 | TEJ-API 金融資料分析 |
| 資料庫 | TEJ E SHOP 斜槓方案 |
| 相關表格 | TWN/EWPRCD（證券交易資料）、TWN/EWPRCD2（報酬率資訊） |
專案概述¶
TEJAPI Python Medium Quant 是台灣經濟新報 (TEJ) 在 Medium 上發布的量化分析系列文章配套程式碼。這個專案包含了從基礎的定期定額回測到進階的機器學習預測、ESG 因子選股等多種量化分析範例。
這個專案的核心價值在於提供台灣股市的量化分析實作範例，使用 TEJ API 取得專業級的金融數據。對於想要進行台股量化研究的開發者來說，這是非常珍貴的中文學習資源。
適合場景： - 台灣股市量化分析研究 - 學習 Python 金融數據分析 - TEJ API 使用範例參考 - 技術指標回測實作
核心功能¶
- 定期定額回測：以 0050 為標的的定期定額策略回測
- 技術分析回測：MACD、KD、RSI 等指標回測實戰
- 機器學習預測：使用 ML 模組預測市場
- 籌碼分析：三大法人交易策略分析
- 事件研究法：現金增資宣告效果研究
- 效率前緣：投資組合效率前緣曲線
- ESG 因子選股：ESG 量化因子策略
- 風險值計算：投資組合風險值 (VaR)
- 產業動態指數：台電產業動態指數應用
- 盈餘管理：衡量公司盈餘管理程度
技術架構¶
┌─────────────────────────────────────────────────────────────┐
│ TEJAPI Quant 系列架構 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ 數據來源 (TEJ API) ││
│ │ ┌───────────────────────────────────────────────────┐ ││
│ │ │ TWN/EWPRCD - 證券交易資料表 │ ││
│ │ │ TWN/EWPRCD2 - 報酬率資訊表 │ ││
│ │ │ 其他 TEJ 數據表 │ ││
│ │ └───────────────────────────────────────────────────┘ ││
│ └─────────────────────────────────────────────────────────┘│
│ │ │
│ ▼ │
├─────────────────────────────────────────────────────────────┤
│ 量化分析系列 │
│ │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ 基礎篇 ││
│ │ ┌───────────┐ ┌───────────┐ ┌───────────────────┐ ││
│ │ │ Week5 │ │ Week9 │ │ Week10 │ ││
│ │ │ 定期定額 │ │ 技術分析 │ │ 機器學習預測 │ ││
│ │ │ 複利效果 │ │ 指標回測 │ │ │ ││
│ │ └───────────┘ └───────────┘ └───────────────────┘ ││
│ └─────────────────────────────────────────────────────────┘│
│ ┌─────────────────────────────────────────────────────────┐│
│ │ 進階篇 ││
│ │ ┌───────────┐ ┌───────────┐ ┌───────────────────┐ ││
│ │ │ 量化4 │ │ 量化5 │ │ 量化6 │ ││
│ │ │ 籌碼分析 │ │ 產業指數 │ │ 事件研究法 │ ││
│ │ │ 大戶策略 │ │ 營收應用 │ │ 現增宣告 │ ││
│ │ └───────────┘ └───────────┘ └───────────────────┘ ││
│ └─────────────────────────────────────────────────────────┘│
│ ┌─────────────────────────────────────────────────────────┐│
│ │ 專題篇 ││
│ │ ┌───────────┐ ┌───────────┐ ┌───────────────────┐ ││
│ │ │ 量化7-8 │ │ 量化9 │ │ 量化10-15 │ ││
│ │ │ 效率前緣 │ │ ESG選股 │ │ 技術指標實戰 │ ││
│ │ │ MACD回測 │ │ │ │ KD/RSI/量能 │ ││
│ │ └───────────┘ └───────────┘ └───────────────────┘ ││
│ └─────────────────────────────────────────────────────────┘│
│ ┌─────────────────────────────────────────────────────────┐│
│ │ 風險與財報篇 ││
│ │ ┌───────────┐ ┌───────────┐ ┌───────────────────┐ ││
│ │ │ 量化16 │ │ 量化17 │ │ 量化18 │ ││
│ │ │ 投資組合 │ │ 填權息 │ │ 殖利率曲線 │ ││
│ │ │ 風險值 │ │ 探討 │ │ 倒掛 │ ││
│ │ └───────────┘ └───────────┘ └───────────────────┘ ││
│ └─────────────────────────────────────────────────────────┘│
│ │
└─────────────────────────────────────────────────────────────┘
安裝與使用¶
前置需求¶
- Python 3.x
- TEJ API 帳號（TEJ E SHOP 斜槓方案）
取得程式碼¶
# 克隆專案
git clone https://github.com/tejtw/TEJAPI_Python_Medium_Quant.git
cd TEJAPI_Python_Medium_Quant
相關 Medium 文章¶
| 編號 | 主題 | 連結 |
|---|---|---|
| Week5 | 定期定額與複利的效果 | 連結 |
| Week9 | 技術分析簡介與回測 | 連結 |
| Week10 | 預測市場 | 連結 |
| 量化4 | 跟隨大戶的交易策略 | 連結 |
| 量化9 | ESG量化因子選股 | 連結 |
| 量化16 | 投資組合風險值 | 連結 |
TEJ API 基本使用¶
import tejapi
# 設定 API 金鑰
tejapi.ApiConfig.api_key = "YOUR_API_KEY"
# 取得證券交易資料
data = tejapi.get('TWN/EWPRCD',
coid='2330', # 台積電
mdate={'gte':'2020-01-01','lte':'2023-12-31'},
paginate=True)
與其他工具的比較¶
| 特性 | TEJAPI Quant | StockStats | FinRL |
|---|---|---|---|
| 台股數據 | ✅ TEJ 專業數據 | ❌ | ⚠️ 有限 |
| 中文資源 | ✅ | ❌ | ❌ |
| 學習難度 | ✅ 低（文章配套） | ⚠️ 中 | ❌ 高 |
| 數據費用 | 💰 需訂閱 | 免費（yfinance） | 免費 |
| 覆蓋範圍 | 台股 | 全球 | 全球 |
研究心得¶
TEJAPI Python Medium Quant 是台灣量化分析領域少見的系統性學習資源，結合了 Medium 文章的理論說明和 GitHub 的實作程式碼。
專案特色： 1. 台股專精：使用 TEJ 專業級台股數據 2. 系統完整：從基礎到進階共 18+ 篇文章 3. 中文說明：完全中文的文章和程式碼註解 4. 實戰導向：每篇文章都有可執行的程式碼
學習價值： - 學習使用 Python 進行量化分析 - 理解各種技術指標的實作 - 了解 TEJ API 的使用方式 - 掌握回測框架的基本概念
對 AI Agent 開發的參考價值： - 展示如何整合專業金融數據 API - 技術指標計算邏輯可用於 Agent 分析功能 - 回測框架設計可參考用於 Agent 決策驗證
限制與注意： - 需要 TEJ API 訂閱（付費） - 部分程式碼可能需要更新以配合 API 變更 - 適用於台股市場，非全球通用
推薦給： - 想要學習台股量化分析的開發者 - 已有 TEJ 訂閱的使用者 - 需要中文量化學習資源的研究者
研究日期：2026-02-03