通用積木（自訂比較）

所屬章節：積木 Block 以 2026-09-29 實際執行結果為準（資料日 2026-09-24，季報 2026-08-14）。台股 416 個積木（402 原生 + 3 通用 + 11 以通用積木寫成的具名積木）、美股 260 個

Overview

402 顆原生積木每一顆都把窗格、聚合方式、位移、倍數寫死在 class 裡，任一項不合用就無解——參數合法值清單裡沒有你要的數字、要比的是前一根而積木只比當根、要連續 N 天而積木寫死 3 天。

通用積木把這些全部參數化，三顆涵蓋絕大多數「原生積木表達不了」的條件：

積木名稱	id	式子
`dataA<>dataB+C`	`a1`	左 `<>` 右 + 常數
`(dataA-dataB)/abs(dataB)<>C`	`a2`	(左 − 右) ÷ \|右\| `<>` 常數（變化率）
`dataA/abs(dataB)<>C`	`a3`	左 ÷ \|右\| `<>` 常數（比值）

a2 / a3 的分母取絕對值；分母為 0 時視為不成立。
a2 / a3 的常數是比值：0.2 = 20%、0.05 = 5%。
美股同名，用 con_us() / screener_us()，但沒有 pool 參數（美股沒有股池）。

不要自己拿 MSMP 算。 自己算出來的布林矩陣不是積木， screener 的 r['code'] 產不出來，也無法與其他積木 AND。

2026-09-29 異動：a2 由「左 − 右 <> 常數」改為變化率——舊式移項後就是 a1，兩者等價。a3 由「分母需為正」改為分母取絕對值。三顆的名稱也改了，舊名稱（通用:兩側比較…、通用:兩側相減…、通用:兩側相除…）已不能用，用 id（con_tw(id='a1', ...)）的寫法不受影響。

`left` / `right` 能填什麼

格式一律 '表.欄' 單一字串。常用的：

要什麼	填什麼
價量	`日_K.Open` `.High` `.Low` `.Close` `.Volume` `.漲跌幅` `.成交額_百萬` `.市值_百萬` `.adj_Close`
技術指標（現成的，不用自己算）	`日_技術指標.K` `.D` `.rsi_5` `.rsi_6` `.rsi_10` `.macd_dif` `.macd_dea` `.macd_hist` `.bulin_upper` `.bulin_lower` `.bulin_sma` `.plus_di` `.minus_di` `.ADX`
三大法人	`日_三大法人.外資買賣超張數` `.投信買賣超張數` `.自營買賣超張數` `.三大法人買賣超_張數` `.主力買賣超張數`
估值	`日_指標.本益比` `.股價淨值比` `.市值` `.peg`
融資券	`日_融資券.融資餘額_張` `.融券餘額_張` `.券資比`
籌碼集中	`其他_籌碼集中.籌碼集中度_20日` `.主力買賣超張數_5日` `.家數差_20日`
月營收	`月_營收.YoY` `.MoM` `.金額_千` `.累積YoY`
季財報	`季財報_財務指標.營業毛利率` `.營業利益率` `.稅後淨利率` `.ROE_稅後權益報酬率` `.每股稅後淨利` `.負債比率` `.營收成長率`、`季財報_損益表_千.eps`（單季）
股利	`季股利資訊.年殖利率` `.現金股利` `.填權息天數`（年頻）、`.現金股利_季`（季頻，依盈餘所屬季；年配息記在 Q4）
週/月頻	`週_K.` `月_K.` `週_技術指標.` `月_技術指標.`

美股（con_us）：日_K.Open/High/Low/Close/Volume、季財報_財務指標.*、 季營收.YoY、季股利資訊.*。美股沒有 漲跌幅、adj_*、日_技術指標、日_三大法人。

完整清單見 MSMP 資料表與欄位（台股 25 張表、美股 10 張）。

參數

左右兩側對稱，各有一組。left 與 operator 必填，其餘都有預設值。

參數	說明	預設
`left` / `right`	資料來源，單一字串 `'表.欄'`，例如 `'日_K.Volume'`、`'日_三大法人.投信買賣超張數'`、`'季財報_財務指標.營業毛利率'`	`left` 必填
`operator`	`>`、`<`、`>=`、`<=`、`==`、`crossup`、`crossdown`	必填
`left_rolling` / `right_rolling`	窗格長度。1 = 不聚合，直接取原值（1 日均量即成交量）。資料不足 N 根時用現有的根數算（`min_periods=1`）	`1`
`left_agg` / `right_agg`	聚合方式：`mean`、`max`、`min`、`sum`、`std`、`last`	`mean`
`left_shift` / `right_shift`	往前位移幾根。1 = 取前一根的值（不含當根）	`0`
`left_pct` / `right_pct`	該側增減百分比。`35` = ×1.35、`-20` = ×0.8	`0`
`const`	常數。`a1` 加在右側；`a2` / `a3` 是比較門檻，以比值表示	`0`（`a3` 為 `1.0`）
`continue_days`	窗格 K：連續成立幾根才算數	`1`
`continue_times`	近 K 根中至少 M 根成立。不給 = K（全部成立）；M > K 時條件恆不成立	`None`
`rank`	取排名前 N 名。`operator='>'` 取大的、`'<'` 取小的	`None`（不取）
`pool`	`rank` 的母體股池，如 `['tse','otc','~etf']`。`~` 為排除語法	`['all']`

單側的完整算式：

該側 = agg( data , rolling ).shift(shift) * (1 + pct/100)

從 `get_table_tw()` 取回來填

get_table_tw()[名稱] 回傳的是「每個參數的選項清單」，通用積木的自由值參數是 []。直接拿來填幾格再丟給 con_tw() 是可以的——沒填的格子會自動處理：

值為 [] 的參數視為沒指定，用預設值；
left_agg / right_agg 還是整份清單（['mean','max',...]）時，一律當 'mean'。

p = api.Block.get_table_tw()['dataA<>dataB+C']
p['left'] = '日_三大法人.投信買賣超張數'
p['operator'] = '>'
p['const'] = 200
api.Block.con_tw(p)
# {'id': 'a1', 'left': '日_三大法人.投信買賣超張數', 'left_rolling': 1, 'left_agg': 'mean',
#  ..., 'const': 200, 'continue_days': 1, 'continue_times': None, 'rank': None, 'pool': None}

Manual Sample Input/Output

Example 1：門檻型——`right` 不用寫

right 不給時右側視為 0，整條退化成「左 <operator> const」。

input

N = 'dataA<>dataB+C'
b = api.Block.con_tw(N, left='日_K.Volume', operator='>', const=3000)
b

output

{'id': 'a1', 'left': '日_K.Volume', 'left_rolling': 1, 'left_agg': 'mean',
 'left_shift': 0, 'left_pct': 0, 'operator': '>', 'right': None,
 'right_rolling': 1, 'right_agg': 'mean', 'right_shift': 0, 'right_pct': 0,
 'const': 3000, 'continue_days': 1, 'continue_times': None, 'rank': None, 'pool': None}

api.Block.screener_tw([b], pool=['tse','otc','~etf','~KY','~DR'])['dataframe'].shape[0]
# 222

更多門檻型：

# 近 5 日均量 > 2000 張
con_tw(N, left='日_K.Volume', left_rolling=5, left_agg='mean',
       operator='>', const=2000)                                    # 370 檔

# 月營收 YoY > 20%（月頻，自動轉日頻）
con_tw(N, left='月_營收.YoY', operator='>', const=20)                # 793 檔

Example 2：雙側比較——明寫 `right`

「成交量 > 前一根的 5 日均量 × 1.35」。right_shift=1 讓均量不含當根。

input

b = api.Block.con_tw(N, left='日_K.Volume', operator='>',
                     right='日_K.Volume', right_rolling=5, right_agg='mean',
                     right_shift=1, right_pct=35)
api.Block.screener_tw([b], pool=['tse','otc','~etf','~KY','~DR'])['dataframe'].shape[0]

output

同一件事也可以用 a3 寫成比值，結果相同（263 檔）：

con_tw('dataA/abs(dataB)<>C',
       left='日_K.Volume', right='日_K.Volume',
       right_rolling=5, right_agg='mean', right_shift=1,
       operator='>', const=1.35)

Example 3：`continue_days`、`continue_times` 與 `rank`

# 前 2~21 天投信買賣超皆為 0
#   left_shift=1 把區間推到前一天起算（不含當日）
#   continue_days=20 要求連續 20 根 -> 正好是「前 2~21 天」
con_tw(N, left='日_三大法人.投信買賣超張數', left_shift=1,
       operator='==', const=0, continue_days=20)

# 近 10 日中至少 7 日投信買超
con_tw(N, left='日_三大法人.投信買賣超張數', operator='>', const=0,
       continue_days=10, continue_times=7)                         # 88 檔

# 三大法人買賣超 > 300 張，取最大的前 30 名
con_tw(N, left='日_三大法人.三大法人買賣超_張數',
       operator='>', const=300, rank=30,
       pool=['tse','otc','~etf','~KY','~DR'])                       # 30 檔

# 收盤價最低的前 20 名（operator='<' 時 rank 取小）
con_tw(N, left='日_K.Close', operator='<', const=9999, rank=20,
       pool=['tse','otc','~etf','~KY','~DR'])                       # 20 檔

continue_times 讓「N 期中至少 M 期」這類計數條件也能表達，例如「前 8 季至少 6 季 EPS > 0」：

con_tw(N, left='季財報_損益表_千.eps', operator='>', const=0,
       continue_days=8, continue_times=6)

Example 4：`a2` 變化率——季財報季增

a2 的左右同欄位、右側 shift=1，就是「(本季 − 上季) ÷ |上季|」。

input

b = api.Block.con_tw('(dataA-dataB)/abs(dataB)<>C',
                     left='季財報_財務指標.營業毛利率',
                     right='季財報_財務指標.營業毛利率',
                     right_shift=1, operator='>', const=0)
api.Block.screener_tw([b], pool=['tse','otc','~etf','~KY','~DR'])['dataframe'].shape[0]

output

這等價於原生積木 f7 毛利率較上一季成長(衰退)，但換成任何一個財報欄位都能用—— 營業利益率、稅後淨利率、ROE_稅後權益報酬率、每股淨值…… 不必等有人刻對應積木。

要求成長幅度時，常數寫比值：

# 單季 EPS 較上季成長 20% 以上
con_tw('(dataA-dataB)/abs(dataB)<>C',
       left='季財報_損益表_千.eps', right='季財報_損益表_千.eps',
       right_shift=1, operator='>', const=0.2)                      # 896 檔

分母取絕對值，所以上季虧損也能正確判斷方向：上季 −0.37、本季 −0.18，變化率是 +51%（虧損縮小），不會因為分母為負被算成 −51%。

Example 5：`a3` 相除——佔比

# 投信買賣超 / 成交量 > 5%
con_tw('dataA/abs(dataB)<>C',
       left='日_三大法人.投信買賣超張數', right='日_K.Volume',
       operator='>', const=0.05)                                    # 49 檔

分母取絕對值，分母為 0 的格子一律不成立。

33 條實測：通用積木能表達什麼

下列全部以通用積木組成並實跑通過（資料日 2026-09-24，季報 2026-08-14， pool 為上市櫃排除 ETF ['tse','otc','~etf']）。過去以為只能用原生積木的技術指標類，因為 日_技術指標 表早有現成欄位，直接比即可。

條件	積木與參數	檔數
K > 80	`a1, left='日_技術指標.K', operator='>', const=80`	145
K < 20	同上 `operator='<', const=20`	181
RSI6 > 80	`left='日_技術指標.rsi_6', operator='>', const=80`	95
MACD 柱 > 0	`left='日_技術指標.macd_hist', operator='>', const=0`	1228
MACD 黃金交叉	`left='日_技術指標.macd_dif', operator='crossup', right='日_技術指標.macd_dea'`	66
KD 黃金交叉	`left='日_技術指標.K', operator='crossup', right='日_技術指標.D'`	105
ADX > 25	`left='日_技術指標.ADX', operator='>', const=25`	613
穿越布林上軌	`left='日_K.Close', operator='crossup', right='日_技術指標.bulin_upper'`	54
MACD 紅柱連 3 日遞增	`a2, left/right='日_技術指標.macd_hist', right_shift=1, const=0, continue_days=3`	704
ROE > 15%	`left='季財報_財務指標.ROE_稅後權益報酬率', operator='>', const=15`	51
毛利率 > 30%	`left='季財報_財務指標.營業毛利率', operator='>', const=30`	786
營收 YoY > 20%	`left='月_營收.YoY', operator='>', const=20`	853
營收連 3 月 YoY > 0	同上 `const=0, continue_days=3`	1057
營收 MoM > 10%	`left='月_營收.MoM', operator='>', const=10`	412
本益比 < 15	`left='日_指標.本益比', operator='<', const=15`	1015
股價淨值比 < 1	`left='日_指標.股價淨值比', operator='<', const=1`	371
殖利率 > 5%	`left='季股利資訊.年殖利率', operator='>', const=5`	2（見注意事項 7）
EPS 季增	`a2, left/right='季財報_財務指標.每股稅後淨利', right_shift=1, const=0`	1231
近四季 EPS > 0	`left='季財報_損益表_千.eps', left_rolling=4, left_agg='sum', operator='>', const=0`	1537
前 8 季至少 6 季 EPS > 0	`left='季財報_損益表_千.eps', operator='>', const=0, continue_days=8, continue_times=6`	1293
現金股利發放率 > 30% 且近四季 EPS > 0	`a3, left='季股利資訊.現金股利_季', right='季財報_損益表_千.eps'`，兩側 `rolling=4, agg='sum'`、`const=0.3`，再 AND 上一列	1154
營收創 12 月新高	`left/right='月_營收.金額_千', right_rolling=12, right_agg='max', right_shift=1`	326
漲幅 > 5%	`left='日_K.漲跌幅', operator='>', const=5`	56
漲停（>9.9%）	同上 `const=9.9`	15
連 3 日上漲	同上 `const=0, continue_days=3`	86
收紅 K	`left='日_K.Close', operator='>', right='日_K.Open'`	903
創 20 日新高	`left/right='日_K.Close', right_rolling=20, right_agg='max', right_shift=1`	166
破 20 日低	同上 `right_agg='min', operator='<'`	121
5 日線 > 20 日線	`left_rolling=5, left_agg='mean', right_rolling=20, right_agg='mean'`	996
黃金交叉 5/20	同上 `operator='crossup'`	106
振幅 > 3%	`a3, left='日_K.High', right='日_K.Low', const=1.03`	504
成交額前 100 大	`left='日_K.成交額_百萬', const=0, rank=100, pool=[...]`	100

什麼時候才回頭找原生積木

MSMP 沒有現成欄位、而且 rolling / shift / continue 組不出來的語意：「連續 N 年配息」「葛林布雷排名」「分點籌碼」「產業分類」，以及需要「年度對年度」對齊的比值。

「近四季累計」（rolling=4, agg='sum'）、「最近 N 期至少有 M 期…」（continue_times）、「填權息天數」（季股利資訊.填權息天數，年頻）現在都能用通用積木寫。

這三顆解掉的實際問題

需求	原生積木卡在哪	通用積木怎麼寫
成交量 > 前一根 5 日均量 ×1.35	`v5x` 有倍數但無 shift（5ma 含當根）、`v11` 有 shift 但倍數固定 1.0、`v12` 兩者都有但 agg 固定 `max`	`right_rolling=5, right_agg='mean', right_shift=1, right_pct=35`
前 2~21 天投信買賣超皆為 0，且當日 >50	`s6x` 的 `rolling(D).sum()==D` 含當日，與「當日 >50」互斥，AND 必為 0 檔；`days` 合法值也沒有 21	`left_shift=1, operator='==', const=0, continue_days=20`
三大法人買賣超 >300 張取前 30	排行榜積木無法表達「先篩門檻再排序取 N」；`s1` 的 `n` 合法值也沒有 300	`operator='>', const=300, rank=30, pool=[...]`
近 5 日均量 > 2000 張	`v37` 的 `threshold` 最低 20000	`left_rolling=5, left_agg='mean', const=2000`
任一財報欄位的季增	只有毛利率／營益率／稅後淨利率有 `f7`/`f11`/`f15`，其餘欄位沒有	`a2` 左右同欄位、`right_shift=1`、`const=0`
近 N 日中至少 M 日投信買超	`s13` 只有「超過 N 日」且選項固定	`continue_days=N, continue_times=M`

以通用積木寫成的具名積木

Excel 規格上有一批積木是用 a1 / a3 寫成的：python參數把資料來源、agg、shift 等釘死，只開放少數參數。用法與原生積木相同，con_tw(名稱, ...) 會自動補上釘死的值。

積木名稱	id	開放的參數
投信買賣超(張數)連續P日<>N張	a1	`continue_days`、`operator`、`const`
近N個交易日投信買賣超(千股)<>V	a1	`left_rolling`、`operator`、`const`
近N個交易日三大法人買賣超合計(千股)>0	a1	`left_rolling`
連續N年(不含今年)填權息天數皆<M天	a1	`continue_days`、`const`
營業利益率(%)>上一季	a1	（無）
稅後純益率(%)>上一季	a1	（無）
券資比<>N%的Top20清單	a1	`operator`、`const`
前N季EPS至少有M季<>V元	a1	`continue_days`、`continue_times`、`operator`、`const`
近N個交易日投信買超天數>=M天	a1	`continue_days`、`continue_times`
現金股利發放率>N%	a3	`const`（比值，0.05 = 5%）
近四季EPS>0	a1	（無）

api.Block.con_tw('前N季EPS至少有M季<>V元', continue_days=8, continue_times=6,
                 operator='>', const=0)
# {'id': 'a1', 'continue_days': 8, 'continue_times': 6, 'operator': '>', 'const': 0,
#  'left': '季財報_損益表_千.eps'}

現金股利發放率>N% 的分母取絕對值，近四季 EPS 為負、仍有配息的公司也會通過（實測發放率 > 5% 的 1611 檔中有 91 檔）。要排除就 AND 上 近四季EPS>0。

七個會咬人的地方

1. `rank` 的 `pool` 要和 `screener_tw(pool=...)` 填一樣

rank 是橫斷面運算，母體不同結果就不同。與 ranking.py 一致，通用積木在排名之前先套 pool。

只在 screener_tw 給 pool、而 con_tw 沒給時，會先在全市場排完前 30，再被 screener 切掉不在池內的，最後拿到的不足 30 檔：

con_tw 不給 pool（預設全市場）-> 30 檔，落在 tse+otc-etf/KY/DR 內只剩 13 檔
con_tw 給 pool=['tse','otc','~etf','~KY','~DR'] -> 完整 30 檔

2. 「排除 X < N」要寫成 `> N`

積木是「留下符合的」，不是「排除符合的」。共同定義寫「排除近 5 日均量 < 2000 張」，積木要寫 operator='>', const=2000。寫成 < 會變成只留下低量股（實測 1487 檔 vs 正確的 370 檔）。

3. 「為 0」是 `==`，不是 `<`

< 是賣超、> 是買超、== 才是沒有買賣。「連續 20 天投信買賣超為 0」寫成 operator='<', const=0, continue_days=20 會變成「連續 20 天都賣超」——現實中幾乎不存在，實測 0 檔，而正確寫法有 1345 檔。

4. 月／季／年頻資料自動轉日頻

季財報_財務指標.*、月_營收.*、季股利資訊.* 的 index 是字串（'2026-Q2'、'2026-M08'），不轉的話 screener 會拋：

TypeError: '<=' not supported between instances of 'str' and 'Timestamp'

通用積木內部已用 index_str_to_date().ffill() 轉成公告日 （月頻→次月 10 日、季頻→財報公告日）並自動遮蔽下市後的資料， sig 與所有中間值都會轉，直接餵給 screener 不會炸，也不需要自己處理頻率。最新一季沒有資料的股票（未公告、下市）不會沿用舊值，條件不成立。

5. `a2` / `a3` 的常數是比值，不是百分比

「成長 20%」寫 const=0.2，不是 20。a1 的 const 則是原始單位（張、元、%——看欄位本身）。

6. 左右兩側頻率不同時，對齊的是「各自最新公告值」

ProboDataFrame 會把兩側都轉成公告日再對齊，所以跨頻率算得出數字，但不保證是同一期間。例如 季股利資訊.現金股利（年頻）÷ 季財報 EPS， 2330 在 2026-05-15 會算出 22.00 ÷ 22.08 = 99.6%——2025 全年股利除以 2026Q1 累計 EPS，數字看起來合理但是錯的。兩側盡量用同頻率的欄位（例如 現金股利_季 配 eps）。

7. `季股利資訊.年殖利率` 的今年列目前多為 0

2026-Y 這一列已經出現，但大多數股票的值是 0 或不完整（2412、2884、1101 為 0.0， 2330 為 0.29）。它的公告日一到就蓋過 2025 年的值，所以「殖利率 > 5%」現在只剩 2 檔（全市場看 2025-Y 那一列，> 5% 的有 390 檔）。這是資料源的狀態，不是積木的問題；要用去年殖利率就加 left_shift=1。

完整範例：三個策略

N = 'dataA<>dataB+C'
B = api.Block
POOL = ['tse', 'otc', '~etf', '~KY', '~DR']

# ── 量能強 ────────────────────────────────────────────────
# 昨日成交量 > 3000 張，且最新一根量 > 第二根 5 日均量 ×1.35
b1 = B.con_tw(N, left='日_K.Volume', left_shift=1, operator='>', const=3000)
b2 = B.con_tw(N, left='日_K.Volume', operator='>',
              right='日_K.Volume', right_rolling=5, right_agg='mean',
              right_shift=1, right_pct=35)
B.screener_tw([b1, b2], pool=['tse','otc','~etf'])          # 32 檔

# ── 外資關注 ──────────────────────────────────────────────
# 近5日均量 >2000 張，前 2~21 天投信買賣超皆為 0，當日投信買超 >50 張
c1 = B.con_tw(N, left='日_K.Volume', left_rolling=5, left_agg='mean',
              operator='>', const=2000)
c2 = B.con_tw(N, left='日_三大法人.投信買賣超張數', left_shift=1,
              operator='==', const=0, continue_days=20)
c3 = B.con_tw(N, left='日_三大法人.投信買賣超張數', operator='>', const=50)
B.screener_tw([c1, c2, c3], pool=POOL)   # 當日 0 檔，全期 460 次 / 262 個交易日

# ── 三大法人買超 Top30 ────────────────────────────────────
d1 = B.con_tw(N, left='日_三大法人.三大法人買賣超_張數',
              operator='>', const=300, rank=30, pool=POOL)
B.screener_tw([d1], pool=POOL)                              # 30 檔

「外資關注」當日 0 檔是真的沒有符合的股票（②有 1361 檔、③有 60 檔，交集為空），不是積木壞了——sig 形狀 (1000, 1877) 欄數正常。全期回看有 460 次訊號，最近一次是 2026-09-08 的大銀微系統(4576)。判讀方式見已知落差與注意事項。

餵進回測

通用積木產生的 sig 與原生積木格式完全相同（日期 × 股票代號的 bool 矩陣），回測配方原樣適用：

r = B.screener_tw([c1, c2, c3], pool=POOL)
df['sig'] = df['DateTime'].map(r['sig'][SYM]).fillna(False)
core.feed_data(df, ['DateTime','開盤價','最高價','最低價','收盤價','成交量'],
               columns=['sig'])          # 額外欄位一定要宣告

完整骨架見回測總覽與配方集的配方二。

選股結果不要直接當回測標的——用今天選出的股票回測過去是 look-ahead。要嘛用固定清單，要嘛用 sig 逐日決定進出場。

通用積木（自訂比較）

Overview

left / right 能填什麼

參數

從 get_table_tw() 取回來填

Manual Sample Input/Output

Example 1：門檻型——right 不用寫

input

output

Example 2：雙側比較——明寫 right

input

output

Example 3：continue_days、continue_times 與 rank

Example 4：a2 變化率——季財報季增

input

output

Example 5：a3 相除——佔比

33 條實測：通用積木能表達什麼

什麼時候才回頭找原生積木

這三顆解掉的實際問題

以通用積木寫成的具名積木

七個會咬人的地方

1. rank 的 pool 要和 screener_tw(pool=...) 填一樣

2. 「排除 X < N」要寫成 > N

3. 「為 0」是 ==，不是 <

4. 月／季／年頻資料自動轉日頻

5. a2 / a3 的常數是比值，不是百分比

6. 左右兩側頻率不同時，對齊的是「各自最新公告值」

7. 季股利資訊.年殖利率 的今年列目前多為 0

完整範例：三個策略

餵進回測

相關文件

`left` / `right` 能填什麼

從 `get_table_tw()` 取回來填

Example 1：門檻型——`right` 不用寫

Example 2：雙側比較——明寫 `right`

Example 3：`continue_days`、`continue_times` 與 `rank`

Example 4：`a2` 變化率——季財報季增

Example 5：`a3` 相除——佔比

1. `rank` 的 `pool` 要和 `screener_tw(pool=...)` 填一樣

2. 「排除 X < N」要寫成 `> N`

3. 「為 0」是 `==`，不是 `<`

5. `a2` / `a3` 的常數是比值，不是百分比

7. `季股利資訊.年殖利率` 的今年列目前多為 0