判讀

相對大盤報酬 vs 絕對報酬:看個股為什麼要先扣掉大盤?

更新日:2026-07-22閱讀約 4 分鐘

兩種報酬,量的是不同東西#

絕對報酬很好懂,就是一檔股票在一段期間內漲了或跌了多少百分比。相對大盤報酬則多做一步:把個股報酬減去同一段期間大盤指數的報酬,看的是「比大盤好或差多少」。

📋 兩把不同的尺

同一段行情裡,這兩個數字可能講出完全不同的故事。理解它們量的是不同東西,是讀懂各種個股統計的基礎。以下只談概念與限制,內容並非投資建議。

為什麼絕對報酬容易誤導#

想像整個市場那段期間都在上漲,幾乎每檔股票都跟著水漲船高。這時候看絕對報酬,一檔股票就算漲了一成,你也分不清它是本身表現好,還是只是被大盤這股水流抬上去的。

💡 漲潮時,所有的船都會一起變高

這就像漲潮時港口裡所有的船都會一起升高。只看某一艘船的絕對高度,很難判斷它是自己浮起來的,還是整片海水把它一起托上去的。

反過來在市場整體走弱時,就算一檔股票只小跌,絕對報酬是負的、看起來很差,但它可能其實比大盤抗跌很多。只看絕對數字,很容易把大環境的影響誤算到個股頭上。

扣掉大盤之後,看到的是什麼#

把同期大盤報酬減掉之後,剩下的相對報酬,比較接近個股「自己的表現」。上漲行情裡漲得比大盤多,相對報酬才是正的;下跌行情裡跌得比大盤少,相對報酬也可能是正的。

股價位階條示意:一條橫向色帶代表 52 週高低區間,中間的標記代表目前價格落在區間中的哪個位置(示意圖,非真實數據)52 週低點52 週高點目前示意,非真實數據
相對報酬的邏輯,和股價位階條有點像:兩者都不是只看絕對數字,而是看它相對於一個參考範圍落在哪裡——位階條看的是 52 週高低區間,相對報酬看的是同期大盤。

這也解釋了一個常見的違和感:為什麼一檔股票明明是跌的,統計上卻可能被列為「相對表現較好」。因為它跌得比大盤少,扣掉大盤之後仍然是正的。

相對報酬的限制#

相對報酬雖然公平,但它也不是萬能。它假設用來比較的大盤指數是合適的基準,如果一檔股票的產業特性和大盤差很遠,用整體大盤當基準就未必完全貼切。

⚠️ 基準選得好,比較才有意義

遇到這種情況,有些做法會改用產業指數之類更貼近的基準。不論用哪一種基準,相對報酬的本質都是「相對」,看的是差距,而不是漲跌的保證。

另外,相對報酬同樣是回顧性的統計,描述的是過去某段期間的結果,不保證未來重演,也不代表因果。把它當成理解歷史的角度可以,當成預測工具就過頭了。

在本站哪裡會用到#

本站在整理內部人往績、事件後表現時,多半採用相對大盤報酬,正是為了把大盤的漲跌先扣掉,讓不同時期、不同行情下發生的事件,能放在同一把尺上公平比較。

股票分析的三個角度:籌碼面、基本面、技術面;本站聚焦籌碼面的公開資料整理籌碼面內部人、法人、大戶集中度基本面財報、營收、獲利能力技術面價格走勢、成交量型態本站聚焦籌碼面的公開資料整理,三種角度沒有誰優誰劣,是不同的觀察切面
本站聚焦的是籌碼面的公開資料整理,相對大盤報酬正是這類統計最常用的量尺之一,用來衡量個股在某個事件前後,表現是不是真的比大盤突出。

重點回顧

  • 絕對報酬=個股自己漲跌了多少;相對大盤報酬=個股報酬減掉同期大盤報酬
  • 大盤全面上漲或下跌時,絕對報酬容易被行情本身的方向帶著走,看不出個股真正的表現
  • 扣掉大盤之後,才比較接近個股「自己的表現」,不同時期的事件也能放在同一把尺上比較
  • 相對報酬假設大盤是合適的比較基準,產業特性差很遠時,這個假設就不一定貼切
  • 相對報酬同樣是回顧性統計,描述過去的結果,不保證未來重演,並非投資建議

延伸閱讀

把學到的方法用在你自己追蹤的股票上,App 幫你即時盯著

用 App 追蹤

本文為公開資料整理,非投資建議。