
重點整理
- 期交所公開的台指期資料有三種:OpenAPI 的期貨每日交易行情(JSON,最近一個交易日)、每日行情下載(CSV,一次不超過一個月)、前 30 個交易日期貨每筆成交資料(zip,用來切分 K)。
- 每日行情 CSV 和逐筆檔都是 Big5 編碼;逐筆檔的「成交數量(B+S)」是買賣雙方加總,單邊口數要除以 2。
- 盤後交易時段的成交算在下一個交易日:標示 2026/11/18 的盤後資料,是 11/17 下午 3:00 到 11/18 凌晨 5:00 的交易。
- 換月要用同一個月份前後兩天的收盤算漲跌:2026/11/18 主力從 11 月換到 12 月,同月份相減是漲 160 點,兩個月份直接接起來會變成 239 點。
- 用 2026/11/18 的逐筆資料切 1 分 K,再合成日 K,一般時段和盤後的開高低收都跟期交所每日行情一致。
一、期交所的三種台指期資料
| 資料 | 怎麼抓 | 拿來做什麼 |
|---|---|---|
| 期貨每日交易行情(OpenAPI) | GET,回 JSON,只有最近一個交易日 | 每天收盤後抓最新一天 |
| 每日行情下載 | POST 起訖日期,回 CSV(Big5) | 日 K、補一個月內的歷史 |
| 前 30 個交易日期貨每筆成交資料 | 直接下載 Daily_年_月_日.zip | 切 1 分 K、5 分 K |
- 每日行情下載頁註明「下載區間,以不超過一個月為限」;同一頁另有 1998 年起的年度行情 zip,補長期日 K 用。
- 逐筆檔只保留最近 30 個交易日,期交所註明「不含鉅額」。要累積更長的分 K,就每天下載一次存起來。
- 三種資料都含台指期(代號 TX)各月份;小台是 MTX、微台是 TMF,程式裡換代號就好。小台另有週契約,到期月份欄寫成 202611W4 這樣,下面程式只留六位數月份,週契約會被濾掉。
小結:要日 K 用前兩種,要分 K 只能用逐筆檔。
二、抓最近一天:OpenAPI
import requests, pandas as pd
# 最近一個交易日的全部期貨行情(JSON),日盤、盤後各一列
url = "https://openapi.taifex.com.tw/v1/DailyMarketReportFut"
d = pd.DataFrame(requests.get(url, timeout=60).json())
tx = d[(d["Contract"] == "TX") & d["ContractMonth(Week)"].str.fullmatch(r"\d{6}")]
print(tx[["Date", "ContractMonth(Week)", "TradingSession", "Open", "High",
"Low", "Last", "Volume", "SettlementPrice"]].head(4))
- 這支 API 一次只給一天,用之前看一下 Date 欄是哪一天。
- TradingSession 欄分「一般」和「盤後」;fullmatch 那一行把價差單(到期月份帶「/」)濾掉。
- 2026/11/18 是 11 月契約的最後交易日,那一列的 SettlementPrice 是 0;最後結算價照規格另外算,是最後結算日收盤前三十分鐘加權指數的簡單算術平均。
小結:OpenAPI 適合每天收盤後抓一次,往回補資料要用下一節的 CSV。
三、日 K 與換月:每日行情 CSV
import io
import requests, pandas as pd
# 1. 每日行情 CSV:POST 起訖日期,一次不超過一個月,Big5 編碼
r = requests.post("https://www.taifex.com.tw/cht/3/futDataDown", data={
"down_type": "1", "commodity_id": "TX", "commodity_id2": "",
"queryStartDate": "2026/10/19", "queryEndDate": "2026/11/18"}, timeout=60)
if r.content.lstrip().startswith(b"<"): # 區間超過一個月或暫時失敗會回網頁
raise SystemExit("沒拿到 CSV,檢查日期區間後重試")
d = pd.read_csv(io.StringIO(r.content.decode("big5")), dtype=str, index_col=False)
d.columns = d.columns.str.strip()
d = d.apply(lambda s: s.str.strip())
# 2. 日 K 只用一般時段,排除價差(到期月份帶「/」)
d = d[(d["交易時段"] == "一般") & d["到期月份(週別)"].str.fullmatch(r"\d{6}")].copy()
for c in ["開盤價", "最高價", "最低價", "收盤價", "成交量"]:
d[c] = pd.to_numeric(d[c], errors="coerce")
# 3. 換月:每天成交量最大的月份當主力;到期那天的到期月份結算價欄是 0,先排除
cand = d[d["結算價"] != "0"]
main = cand.loc[cand.groupby("交易日期")["成交量"].idxmax()].set_index("交易日期")
# 4. 漲跌用同一個月份前後兩天的收盤相減,換月的價差就不會被算成漲跌
close = d.pivot(index="交易日期", columns="到期月份(週別)", values="收盤價")
chg = close.diff()
main["漲跌點"] = [chg.at[t, m] for t, m in zip(main.index, main["到期月份(週別)"])]
main["直接相接"] = main["收盤價"].diff() # 對照:不管月份直接接起來
print(main[["到期月份(週別)", "開盤價", "最高價", "最低價", "收盤價", "成交量",
"漲跌點", "直接相接"]].tail(4))
程式印出的最後兩天整理成下表。
| 項目 | 2026/11/17 | 2026/11/18 |
|---|---|---|
| 主力月份 | 202611 | 202612 |
| 主力收盤 | 40,073 | 40,312 |
| 同月份相減 | −812 點 | +160 點 |
| 直接相接 | −812 點 | +239 點 |
- 11/18 是 11 月契約的最後交易日,這個月份只交易到 13:30、沒有盤後,當天成交量 36,931 口,12 月是 74,871 口,主力就換到 12 月。
- 多出來的 79 點是兩個月份的價差:11/17 收盤 12 月 40,152、11 月 40,073。回測用大台的話,一次換月就多算 15,800 元(79 × 200)。
- 想要一條連續的價格線畫圖,可以另外做「回補調整」,把換月前的價格加上價差;算損益還是用同月份相減比較直接。
小結:價格線怎麼接是畫圖的事,損益一律在同一個月份裡算。
四、逐筆成交切 1 分 K
import io, zipfile
import requests, pandas as pd
DAY = "2026_11_18" # 檔名是交易日:含前一晚 15:00 起的盤後和當天日盤
MONTH = "202612" # 主力月份,照上一段日 K 的換月規則挑
URL = ("https://www.taifex.com.tw/file/taifex/Dailydownload/"
f"DailydownloadCSV/Daily_{DAY}.zip")
# 1. 下載 zip,CSV 是 Big5 編碼
z = zipfile.ZipFile(io.BytesIO(requests.get(URL, timeout=120).content))
df = pd.read_csv(z.open(z.namelist()[0]), encoding="big5", dtype=str)
df.columns = df.columns.str.strip()
df = df.apply(lambda s: s.str.strip())
# 2. 只留台指期 TX,排除價差單(到期月份帶「/」)
tx = df[(df["商品代號"] == "TX") & ~df["到期月份(週別)"].str.contains("/")].copy()
tx["price"] = tx["成交價格"].astype(float)
tx["qty"] = tx["成交數量(B+S)"].astype(int) / 2 # 買賣雙方加總,單邊要除以 2
tx["ts"] = pd.to_datetime(tx["成交日期"] + tx["成交時間"], format="%Y%m%d%H%M%S")
tx["session"] = tx["成交時間"].between("084500", "134500").map({True: "一般", False: "盤後"})
tx["trade_day"] = DAY.replace("_", "-") # 整個檔都歸這個交易日(盤後算下一個交易日)
# 3. 一個交易日只用一個月份;同一秒的多筆保留檔案順序
k = tx[tx["到期月份(週別)"] == MONTH].sort_values("ts", kind="stable")
# 4. 切 1 分 K(用每分鐘的起點當 K 棒時間)
bars = k.set_index("ts").resample("1min").agg(
open=("price", "first"), high=("price", "max"), low=("price", "min"),
close=("price", "last"), volume=("qty", "sum")).dropna(subset=["open"])
# 5. 日 K:一般時段一根、盤後一根
daily = k.groupby("session").agg(
open=("price", "first"), high=("price", "max"), low=("price", "min"),
close=("price", "last"), volume=("qty", "sum"))
daily.loc["全日"] = [k.price.iloc[0], k.price.max(), k.price.min(), k.price.iloc[-1], k.qty.sum()]
print(bars.head(3)); print(bars.loc["2026-11-18 08:45":].head(2))
print(daily)
切完拿期交所每日行情對一次(12 月契約,交易日 2026/11/18):
| 項目 | 逐筆切出來 | 期交所每日行情 |
|---|---|---|
| 一般時段開、高 | 41,073、41,205 | 41,073、41,205 |
| 一般時段低、收 | 39,523、40,312 | 39,523、40,312 |
| 盤後開、高 | 40,109、40,550 | 40,109、40,550 |
| 盤後低、收 | 39,142、39,894 | 39,142、39,894 |
- 成交量對不上:逐筆加總一般時段是 72,323 口,每日行情是 74,871 口。量要用就以每日行情為準,逐筆的量只拿來看各分鐘的相對大小。
- 同一秒常有好幾筆,排序時只照時間,用 kind=”stable” 保留檔案原本的順序,不另外照價格排。
- 要 5 分 K,把 “1min” 改成 “5min”;pandas 預設從每天 0 點起每 5 分鐘切一段,08:45、15:00 都剛好是一段的開頭。
- 價差單(到期月份像 202611/202612)的成交價格是兩個月份的價差,11/18 這個檔裡在 93~211 點之間,混進來 K 棒的最低價就會變成這種數字。
小結:切完先對開高低收,四個數字都對上才拿去回測。
五、夜盤算哪一天
期交所每日行情下載頁的註記:「如標示交易日期 2017/7/4 之 TX 盤後資料,為 2017/7/3 下午 15:00 開始交易至 2017/7/4 凌晨 05:00 之 TX 盤後交易資訊」。三種資料都照這條歸日期,只是記的地方不一樣。
| 資料 | 盤後成交記在哪 |
|---|---|
| OpenAPI、每日行情 CSV | 交易日期欄已是下一個交易日 |
| 逐筆 zip | 檔名就是交易日;成交日期欄是日曆日 |
- 2026/11/16(一)的逐筆檔,裡面是 11/13(五)15:00 到 11/14(六)04:59:59 的盤後,加上 11/16 的日盤。星期五晚上的夜盤算星期一。
- 逐筆檔的成交日期欄是實際日曆日,所以排序用「成交日期+成交時間」,跨過午夜也排得對;歸日期則用檔名。
- 到期月份的最後交易日沒有盤後交易時段,那天晚上的盤後只剩下一個月份以後的契約。
- 資料來源是 UTC 時間或沒有分時段時,怎麼用程式換成交易日,在〈用 ChatGPT、Claude 寫交易程式〉第五節有完整寫法。
小結:一筆成交先找它的交易日,再切 K 棒;順序反過來,星期五的夜盤會被切成兩天。
常見問題
逐筆資料只有 30 天,更早的分 K 怎麼辦?
期交所網站公開下載的逐筆資料只到前 30 個交易日;從今天開始每天下載存檔,就能自己累積。期交所網站另有〈交易歷史資料申請〉頁面,條件以該頁說明為準。
程式跑一跑回傳網頁、不是 CSV,怎麼回事?
最常見的是日期區間超過一個月。區間沒問題的話,期交所偶爾會暫時回錯誤頁,隔幾秒重試一次;逐月補資料時每次之間停一兩秒,不要連續打。
資料整理好,可以直接拿去回測、下單嗎?
回測的寫法看〈Python 回測怎麼寫〉,先確認訊號隔天才生效、成本有扣。上實單時,帳戶放到一口價值的三分之一以上,整體槓桿控制在三倍以下:假設台指期 40,000 點,微台一口價值 40 萬元,帳戶至少放約 13.3 萬元,可以用 opop.tw 的〈台指期真實槓桿計算機〉換成自己的口數試算。
延伸閱讀
- Python 回測怎麼寫?用 pandas 算均線、向量化回測加權指數十年
- 用 ChatGPT、Claude 寫交易程式:Pine Script、PowerLanguage、Python 能幫到哪、最常寫錯什麼
- 回測報告怎麼看?獲利因子、夏普值與最大回撤
- 樣本外測試與滾動前進分析:怎麼知道回測是真的
- 期貨程式交易怎麼開始?從回測、避免過度最佳化、API 下單到自動風控
- 台指期 1 分 K、5 分 K 歷史資料去哪下載?期交所逐筆成交、每日行情與交易歷史資料申請,各能拿到多久
你想投資美股嗎?試試從Firstrade開始
買賣美股、ETF、選擇權均享 $0 佣金,完全中文化介面並設有中文客服
來Firstrade開始你的海外交易吧!點擊下方圖片瞭解更多相關資訊
