散熱模組與液冷板(伺服器散熱龍頭)
- 1 日
- +2.5%
- 5 日
- +11.6%
- 20 日
- +6.4%
- 60 日
- +36.6%
散熱概念股指供應伺服器散熱方案的台股:AI 晶片功耗突破氣冷極限後,散熱從風扇與熱管升級到水冷板、分歧管(manifold)與板式熱交換器,液冷滲透率拉高使單機櫃散熱價值量大幅提高。
族群成員多半同時供應氣冷與液冷產品,AI 伺服器滲透率是主要成長變數;下表以 finlab 每日更新的真實資料列出各檔現況與量化訊號。
尚未取得較新的報價,顯示盤後資料(2026-09-24)。 多日報酬與量化訊號:2026-09-24,每日更新。
散熱模組與液冷板(伺服器散熱龍頭)
水冷板與液冷方案
散熱風扇與馬達
均熱片(VC)與導熱介面
板式熱交換器
熱管與散熱模組
熱管與散熱模組
最新報價與當日漲跌共用手機看盤面板的資料,盤中每分鐘更新;缺報價時顯示標示日期的收盤價與 1 日報酬。5/20/60 日為每日更新的還原股價報酬(收盤對收盤),依台股慣例紅漲綠跌;「訊號」為該股量化證據頁當日觸發中的事件數,點個股即可看完整的估值分位、動能與訊號歷史統計。
帶著這 7 檔名單,讓 AI 逐檔比較估值、動能與訊號。
帶入 Studio 研究 ↗以 2026-09-24 市值計,散熱概念股中最大的是奇鋐(3017),約 13,978.6 億元。
| 排名 | 成分股 | 市值(億元) | 業務角色 |
|---|---|---|---|
| 1 | 奇鋐(3017) | 13,978.6 | 散熱模組與液冷板(伺服器散熱龍頭) |
| 2 | 健策(3653) | 10,153.9 | 均熱片(VC)與導熱介面 |
| 3 | 雙鴻(3324) | 1,591.6 | 水冷板與液冷方案 |
| 4 | 高力(8996) | 1,430.6 | 板式熱交換器 |
| 5 | 建準(2421) | 479.2 | 散熱風扇與馬達 |
| 6 | 尼得科超眾(6230) | 97.6 | 熱管與散熱模組 |
| 7 | 泰碩(3338) | 59.4 | 熱管與散熱模組 |
市值為 2026-09-24 收盤資料,隨股價每日變動。市值排行反映公司規模,不代表主題營收占比,也不是買賣建議。
| 年化報酬 | 日頻夏普 | 最大回撤 | 累積報酬 | |
|---|---|---|---|---|
| 散熱概念股等權籃子 | 48.6% | 1.29 | -54.2% | +1292% |
| 0050(含息買進持有) | 30.8% | 1.33 | -34.0% | +495% |
| 年度 | 散熱概念股等權籃子 | 0050(含息) | 差距(百分點) |
|---|---|---|---|
| 2020 | +23.9% | +34.3% | -10.3 |
| 2021 | +8.7% | +21.2% | -12.5 |
| 2022 | +12.5% | -19.4% | +31.8 |
| 2023 | +96.2% | +25.4% | +70.8 |
| 2024 | +67.7% | +52.8% | +14.9 |
| 2025 | +43.6% | +29.6% | +14.0 |
| 2026 | +94.3% | +82.6% | +11.7 |
逐年報酬由上圖同一份月頻淨值序列推算;2020 年自 2020-01-31 起算,2026 年統計至 2026-09-24,皆非完整年度。
| 成分股 | 累積報酬(2020-01-31 ~ 2026-09-24) |
|---|---|
| 奇鋐(3017) | +9446% |
| 健策(3653) | +3472% |
| 高力(8996) | +2985% |
| 雙鴻(3324) | +817% |
| 建準(2421) | +357% |
| 泰碩(3338) | -12% |
| 尼得科超眾(6230) | -58% |
個股為還原股價買進持有的累積報酬;等權籃子每月再平衡,因此籃子報酬不等於各檔的簡單平均。族群內部貧富差距通常很大,這也是「看名單不如逐檔看數據」的原因。
回測口徑:等權、每月再平衡(finlab backtest.sim resample='M',含預設交易成本)、還原股價;基準 0050 含息買進持有同視窗。名單為人工策展(2026-07 建立、隨產業變化調整),回測含後見之明偏誤,僅供主題族群歷史表現回顧,非交易策略。
概念股名單解決「有哪些」,下一步是逐檔看數據。上表每一檔都有獨立的量化證據頁,用 finlab 真實資料列出估值在自身歷史的分位、觸發中訊號的歷史前瞻報酬,以及外資與大戶籌碼動向,資料每日更新。
想把「散熱族群回檔到估值低分位再進場」這類想法變成可驗證的規則,可以在 AI 助手安裝 finlab 技能後用同一套資料回測,或先讀量化交易完整指南看怎麼把選股條件寫成策略。
免責聲明:本頁名單與回測結果僅供教學與研究用途,不構成任何投資建議。名單為編輯時點的策展(含後見之明偏誤),過去績效不代表未來表現。投資一定有風險,請審慎評估自身風險承受能力。