
重點整理
- 期交所網站上的台指期逐筆成交只留前 30 個交易日:2026/11/19 查詢時清單是 10/06 到 11/19,更早的檔案已經下載不到。
- 1 分 K、5 分 K 要用逐筆成交自己切;期交所的每日行情下載只到日 K,年度檔從 1998 年起。
- 2026/11/17 的逐筆檔解壓後 98.7 MB、193.9 萬筆,台指期 11 月契約一般時段切出 1 分 K 300 根、5 分 K 60 根,開高低收跟期交所每日行情一致。
- 30 個交易日以前的分 K,期交所〈交易歷史資料申請〉可以付費申購期貨成交簡檔,資料自 1998/7/21 起。
- 想自己累積分 K,每個交易日下午 5 點以後下載一次存起來。
一、期交所三個下載管道
| 管道 | 能拿到的範圍 | 能不能做分 K |
|---|---|---|
| 期貨每日交易行情下載 | 一次一個月內;年度檔 1998~2025 年 | 不能,只有日 K |
| 前 30 個交易日期貨每筆成交資料 | 最近 30 個交易日,一天一個檔 | 能,自己切 |
| 交易歷史資料申請 | 期貨成交簡檔自 1998/7/21 起 | 能,付費申購 |
- 每日行情下載頁註明「下載區間,以不超過一個月為限」,年度行情「僅提供壓縮檔案」。一般時段、盤後各一列,盤後那列記在下一個交易日。
- 逐筆成交頁的全名是「前30個交易日期貨每筆成交資料(不含鉅額)」,每天一個檔,有 rpt、csv 兩種格式。
- 交易歷史資料申請頁列了期貨成交簡檔、成交檔、百分秒成交簡檔等項目,申購在期交所的期貨智慧資訊商店網站線上辦理。
小結:30 天以內的分 K 用逐筆檔,更早的要申購,日 K 用每日行情下載。
二、逐筆成交檔裡有什麼
檔名是 `Daily_YYYY_MM_DD.zip`,csv 版放在期交所網站 `file/taifex/Dailydownload/DailydownloadCSV/` 底下,Big5 編碼。
| 欄位 | 內容 | 切 K 時怎麼用 |
|---|---|---|
| 成交日期 | 日曆日,YYYYMMDD | 跟成交時間合起來排序 |
| 商品代號 | TX、MTX、TMF 等 | 篩出要的商品 |
| 到期月份(週別) | 202611、202611W4、202611 / 202612 | 只留一個月份,帶「/」的是價差單 |
| 成交時間 | HHMMSS,到秒 | 切 K 的依據 |
| 成交價格 | 點數 | 開高低收 |
| 成交數量(B+S) | 買賣雙方合計 | 除以 2 才是口數 |
| 近月價格、遠月價格 | 只有價差單有數字 | 單式單是「-」 |
| 開盤集合競價 | 開盤那筆標「*」 | 對開盤價 |
- 一個檔裝的是前一個交易日 15:00 起的盤後,加上當天的一般時段。11/17 的檔裡,台指期最早一筆是 11/16 15:00:00,日盤最後一筆是 11/17 13:44:59。
- 11/17 的檔壓縮後 4.85 MB,解壓 98.7 MB,193.9 萬筆,含 351 個商品代號:台指期 TX 18.4 萬筆、小台 MTX 40.0 萬筆、微台 TMF 75.8 萬筆。
- 同一天 TX 的價差單有 11,092 筆,成交價 20~620 點,是兩個月份的價差。沒排除就會把 K 棒的最低價拉到幾百點。
小結:先篩商品和單一月份,再把口數除以 2,剩下的才是切 K 的原料。
三、切成 1 分 K、5 分 K:用 2026/11/17 實跑一次
import zipfile
import pandas as pd
def load_ticks(path, symbol="TX", month="202611"):
z = zipfile.ZipFile(path)
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())
df = df[(df["商品代號"] == symbol) & (df["到期月份(週別)"] == month)].copy() # 只留單一月份,價差單自然排除
df["ts"] = pd.to_datetime(df["成交日期"] + df["成交時間"], format="%Y%m%d%H%M%S")
df["price"] = df["成交價格"].astype(float)
df["qty"] = df["成交數量(B+S)"].astype(int) / 2 # 買賣雙方合計,除以 2
df["session"] = df["成交時間"].between("084500", "134500").map({True: "一般", False: "盤後"})
return df.sort_values("ts", kind="stable") # 同一秒保留檔案原順序
def to_kbar(ticks, freq="1min"):
return (ticks.set_index("ts").resample(freq)
.agg(open=("price", "first"), high=("price", "max"),
low=("price", "min"), close=("price", "last"), volume=("qty", "sum"))
.dropna(subset=["open"]))
ticks = load_ticks("taifex_ticks/Daily_2026_11_17.zip")
for sess, g in ticks.groupby("session"):
k1, k5 = to_kbar(g, "1min"), to_kbar(g, "5min")
print(sess, len(k1), len(k5),
g.price.iloc[0], g.price.max(), g.price.min(), g.price.iloc[-1])
11/17 是 11 月契約最後交易日的前一天,近月還是 202611。切完的結果拿期交所每日行情對一次:
| 項目 | 逐筆切出來 | 期交所每日行情 |
|---|---|---|
| 一般時段開、高 | 40,590、41,828 | 40,590、41,828 |
| 一般時段低、收 | 39,761、40,073 | 39,761、40,073 |
| 盤後開、高 | 40,900、41,627 | 40,900、41,627 |
| 盤後低、收 | 40,616、40,935 | 40,616、40,935 |
- 根數:一般時段 1 分 K 300 根、5 分 K 60 根;盤後 1 分 K 840 根、5 分 K 168 根。這天兩個時段都沒有空著沒成交的分鐘。
- 5 分 K 第一根是 08:45 那根:開 40,590、高 41,145、低 40,370、收 40,518。pandas 預設從每天 0 點起每 5 分鐘切一段,08:45、15:00 剛好都是一段的開頭。
- 收盤那一刻 13:45:00 有時會有成交,`between` 兩端都包含,最後一根會把它算進去。
- 成交量對不上:一般時段逐筆加總 106,831 口,每日行情 138,833 口;盤後 63,308 口對 63,335 口。量以每日行情為準,逐筆的量只拿來比各分鐘的相對大小。
- 換月那天怎麼接、日 K 怎麼合成,〈Python 怎麼抓台指期資料〉有完整程式。
小結:每切一天,先對四個價格,對上了才存進資料庫。
四、每天存一次,自己累積分 K
import datetime as dt, pathlib, requests
BASE = ("https://www.taifex.com.tw/file/taifex/Dailydownload/"
"DailydownloadCSV/Daily_{}.zip")
out = pathlib.Path("taifex_ticks")
out.mkdir(exist_ok=True)
today = dt.date.today()
for i in range(45): # 30 個交易日約落在最近 45 個日曆日內
d = today - dt.timedelta(days=i)
name = f"{d:%Y_%m_%d}"
f = out / f"Daily_{name}.zip"
if d.weekday() >= 5 or f.exists(): # 週末不交易、已存的跳過
continue
r = requests.get(BASE.format(name), timeout=120, allow_redirects=False)
if r.status_code == 200 and r.content[:2] == b"PK": # zip 檔開頭是 PK
f.write_bytes(r.content)
print("存好", f.name, len(r.content))
else: # 休市或超過 30 個交易日:轉到 404 頁
print("沒有檔案", name, r.status_code)
- 2026/11/19 查詢時,清單上 30 個檔的上架時間在下午 4:35~4:53 之間,排程放在下午 5 點以後比較穩。
- 檔案一旦超出 30 個交易日就下載不到:11/19 實測,已超出清單的 10/02、休市的 10/09、週日的 11/15,網址都轉到 404 頁。
- 第一次跑會把清單上的 30 個檔一次補齊,之後每天只多抓一個。每個檔壓縮後約 1.4~4.9 MB(11/16~11/19 與 10/06 實測),大小跟當天成交量有關。
小結:程式每天跑一次,30 天的窗口就會一直往後延伸成自己的歷史資料。
五、30 個交易日以前:交易歷史資料申請
| 資料 | 商品 | 起始日 |
|---|---|---|
| 成交簡檔 | 期貨 | 1998/7/21 |
| 成交簡檔 | 選擇權 | 2001/12/24 |
| 百分秒成交簡檔 | 臺股期貨、小型臺股期貨等 | 2013 年 7 月 |
| 百分秒成交簡檔 | 微型臺股期貨 | 2024 年 8 月 |
- 上面四項都提供到申購日前一個完整月份。剛過完的這個月還沒有,要用第四節的方法自己存。
- 期貨成交簡檔的格式說明列了成交日期、商品代號、到期月份(週別)、成交時間、成交價格、成交數量(B+S)、近月價格、遠月價格、開盤集合競價九個欄位,跟網站上的逐筆檔是同一組。期交所附的範例檔(2017/05/16)用第三節的程式不改就讀得進去;格式說明把成交時間寫成 HHMMSS00,比範例多兩位,申購到的檔先印前幾列對一次格式。
- 這些是付費資料,價格與起迄時間列在期交所的〈交易歷史資料價格及起迄時間一覽表〉;申購在期交所的期貨智慧資訊商店網站線上辦理。
小結:要回測好幾年的分 K,資料源頭還是期交所,只是更早的部分要申購。
常見問題
小台、微台的分 K 也能這樣切嗎?
可以,同一個逐筆檔就有小台 MTX、微台 TMF,`load_ticks` 的 symbol 換掉就好。小台另有週契約,到期月份寫成 202611W4 這樣,month 要填對應的那一個。
台指選擇權的逐筆成交在哪裡下載?
期交所另有〈前 30 個交易日選擇權每筆成交資料〉,檔名是 `OptionsDaily_YYYY_MM_DD.zip`,一樣只留 30 個交易日。選擇權多了履約價、買權賣權兩個欄位,切 K 要一個序列一個序列切。
切好的分 K 可以直接拿去回測、上實單嗎?
回測的寫法看〈Python 回測怎麼寫〉,先確認訊號在下一根 K 棒才生效。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:以 11/17 收盤 40,073 點算,微台一口價值 400,730 元,帳戶至少放約 13.4 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 怎麼抓台指期資料?期交所盤後資料、整理成回測用的 K 棒(日 K、分 K)
- 台指期看幾分 K?1 分、5 分、15 分、日 K 怎麼選:一天幾根、振幅差多少、停損怎麼跟著週期設
- 台指期內外盤、委買委賣、成交明細、分價量表怎麼看?期交所揭示的五檔與逐筆成交,用 11 月 19 日資料算一次
- 台指期即時報價去哪看?期交所行情資訊網、夜盤行情、每日行情與 openapi 的官方查法
- 台指期代號怎麼看?TX、MTX、TMF,月份碼和後面那串數字是什麼
- 台指期近月、次月、遠月是什麼?近一、近二的月份規則、成交量價差與換月對照
- Python 回測怎麼寫?用 pandas 算均線、向量化回測加權指數十年,附完整程式碼
- 選擇權策略能回測嗎?歷史權利金資料去哪拿、跟期貨回測差在哪,用 Python 跑六週價平買權
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
