淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1302202012265100
中文論文名稱 加權指數之買賣策略之研究
英文論文名稱 Research on the trading strategies of Taiwan weighted index(TAIEX)
校院名稱 淡江大學
系所名稱(中) 資訊管理學系碩士班
系所名稱(英) Department of Information Management
學年度 108
學期 1
出版年 109
研究生中文姓名 陳耀華
研究生英文姓名 YAO-HUA CHEN
學號 605630440
學位類別 碩士
語文別 中文
口試日期 2020-01-08
論文頁數 41頁
口試委員 指導教授-李鴻璋
委員-黃國軒
委員-張應華
委員-李鴻璋
中文關鍵字 台灣加權指數  布林通道  RSI  KD  量價關係 
英文關鍵字 Taiwan weighted index(TAIEX)  Bollinger Bands  RSI  KD  Volume-price relationship 
學科別分類
中文摘要 股票雖具有高報酬率的特點,然而有買賣決策的問題。過去使用技術分析進行買賣,在參數敏感度調整會有很大的差異,以及研究使用的數據相互影響下,不容易窺探出技術指標的穩定性。所以針對某些特徵性的年份,選擇適當的技術指標、參數及研究這些指標的穩定性有其重要性。
本研究以台灣加權指數的數值當作指標,蒐集近年來較具特徵性的幾個年份,選擇股票技術指標(布林通道、RSI、KD),利用這些技術指標相互搭配,找出最佳的適用參數,並觀察這些參數在這些特徵性的年份間的變化。
本文的研究結果顯示:
1. 在2011年加權指數跌幅21.46%的情況下,使用RSI絕對值的交
易策略可達最高報酬率21.67%;在2017年加權指數漲幅為14.77%的情況下,使用三種技術指標策略並沒有明顯優於買進持有策略;在2018年加權指數跌幅9.18%的情況下,使用KD絕對值的交易策略可達到最高報酬率18.37%。
2. 在熊市下,單獨使用停損停利的絕對值方式當做賣出方式,其報酬率差於大盤;RSI或KD中使用絕對值的交易略策比較中,RSI更加穩定。在RSI或KD利用時間參數小的穿越時間參數大的策略比較中,RSI多數報酬率較大盤差,而KD有一半以上較大盤好的報酬率。在RSI下使用絕對值策略狀況下,較穿越策略好,然而在KD下使用絕對值策略和穿越策略兩者並沒有明顯優劣,並且在這兩種指標中可發現指標鈍化現象並不明顯。
3. 在這些特徵年份下,使用布林通道策略中,我們提出一種特徵式買賣方式,其報酬率穩定優於大盤,且比其他布林通道一般策略好。
4. 在這些特徵年份下,探討價量關係,傳統的價量八大定律並沒有成立,另外我們發現有一些簡單現象,在價格發生上漲或下跌較大波動時,成交量較原先增加現象並不明顯,僅在2017時特定情況下有較為明顯的漲跌關係;但成交量產生大波動時,價格沒有相對應變化(定律:量先價行是不成立)。
英文摘要 Although stocks have the characteristics of high returns, there are problems with buying and selling decisions.In the past, technical analysis was used to buy and sell. Under the parameter sensitivity adjustment, there will be great differences, and the data used in research will affect the stability of technical indicators.Therefore, for certain characteristic years, it is important to choose appropriate technical indicators, parameters, and study the stability of these indicators.
This study uses the value of the Taiwan Weighted Index as an indicator. Collecting several characteristic years in recent years,Select stock technical indicators (Boulin Channel, RSI, KD), use these technical indicators to match each other to find the best applicable parameters, and observe the changes of these parameters between these characteristic years.
The findings of this article show:
1. In the case of a weighted index decline of 21.46% in 2011, the maximum return rate of 21.67% can be achieved by using the trading strategy of absolute RSI;In the case of a weighted index increase of 14.77% in 2017, the use of three technical indicator strategies is not significantly better than the buy and hold strategy;With the weighted index falling by 9.18% in 2018, the maximum return rate of 18.37% can be achieved using the trading strategy of KD absolute value.
2. Under a bear market, the absolute value method of stop loss and stop profit alone is used as the sell method, and the return rate is worse than the market;In the comparison of trading strategies using absolute values in RSI or KD, RSI is more stable.In the strategy comparison of RSI or KD using a small time parameter and a large time parameter, RSI mostly has a large return difference and KD has more than half of a large return.Under the condition of using the absolute value strategy under RSI, it is better than the crossing strategy. However, using the absolute value strategy and the crossing strategy under KD has no obvious advantages and disadvantages, and the index passivation phenomenon is not obvious in these two indicators.
3. Under these characteristic years, in using the Bollinger Band strategy, we propose a characteristic buying and selling method that has a stable return better than the broader market and better than other Bollinger Band general strategies.
4. In these characteristic years, to discuss the relationship between price and volume, the traditional eight laws of price and volume have not been established.In addition, we found that there are some simple phenomena. When the price fluctuates greatly, the increase in trading volume is not obvious than the original one. Only in 2017 under certain circumstances has a more obvious relationship of fluctuation.But when the trading volume fluctuates, the price does not change correspondingly (the law: the quantity first price line is not established).
論文目次 目錄
第一章 緒論 1
1.1背景與動機 1
1.2研究目的 1
第二章 文獻探討 3
2.1 基本面分析 3
2.2股票市場技術指標 3
2.2.1布林通道 (Bollinger Bands) 4
2.2.2 RSI相對強弱指標(Relative Strength Index) 4
2.2.3 KD隨機指標(Stochastic Oscillator) 5
2.3價量關係 5
2.4 相關文獻總節 6
2.4.1基礎分析 6
2.4.2技術分析 7
2.4.3價量關係 9
第三章 研究架構與相關參數 10
3.1研究架構 10
3.2交易策略 10
(一)布林通道 11
(二)RSI 11
(三)KD 12
3.3參數設定 12
3.3.1 布林通道參數 12
3.3.2 RSI參數 13
3.3.3 KD參數 14
3.4價與量觀察 14
第四章 實驗分析與結果 15
4.1實驗資料與工具 15
4.2 實驗結果 15
4.2.1以布林通道為技術指標 15
4.2.2以RSI為技術指標 17
4.2.3以KD為技術指標 20
價與量觀察結果 26
相對高低點 27
結論 31
研究貢獻 32
研究限制與未來方向 32
參考文獻 33
附錄 35
附錄一 布林通道結果 35
附錄二 RSI結果 36
附錄三 KD結果 37

圖表目錄
圖3-1 研究架構圖 10

表3-1 技術指標之時間參數 14
表4-1布林通道第一類模擬結果 15
表4-2布林通道第二類第一種模擬結果 15
表4-3布林通道第二類第二種模擬結果 16
表4-4布林通道第三類2018年模擬結果 16
表4-5布林通道第三類2017年模擬結果 16
表4-6布林通道第三類2011年模擬結果 16
表4-7布林通道全部交易策略模擬結果整理 17
表4-8 RSI第一類第一種模擬結果 18
表4-9 RSI第一類第二種模擬結果 18
表4-10 RSI第一類第三種模擬結果 18
表4-11 RSI第一類第四種模擬結果 18
表4-12 RSI第一類第五種模擬結果 19
表4-13 RSI第一類第六種模擬結果 19
表4-14 RSI第二類第一種模擬結果 19
表4-15 RSI第二類第二種模擬結果 19
表4-16 RSI全部交易策略模擬結果整理 20
表4-17 KD第一類第一種模擬結果 21
表4-18 KD第一類第二種模擬結果 21
表4-19 KD第一類第三種模擬結果 21
表4-20 KD第一類第四種模擬結果 22
表4-21 KD第一類第五種模擬結果 22
表4-22 KD第一類第六種模擬結果 22
表4-23 KD第二類第一種模擬結果 22
表4-24 KD第二類第二種模擬結果 23
表4-25 KD第二類第三種模擬結果 23
表4-26 KD第二類第四種模擬結果 23
表4-27 KD第三類第一種模擬結果 24
表4-28 KD第三類第二種模擬結果 24
表4-29 KD第三類第三種模擬結果 24
表4-30 KD第三類第四種模擬結果 24
表4-31 KD全部交易策略模擬結果整理 25
表4-32 全部交易策略模擬結果整理 26
表4-33 加權指數價量漲跌變化結果 26
表4-34 2018年加權指數價格相對高低點之成交量同時上漲機率結果 27
表4-35 2017年加權指數價格相對高低點之成交量同時漲跌機率結果 27
表4-36 2011年加權指數價格相對高低點之成交量同時上漲機率結果 28
表4-37 2018年加權指數成交量相對高低點之成交價同時上漲機率結果 28
表4-38 2017年加權指數成交量相對高低點之成交價同時上漲機率結果 29
表4-39 2011年加權指數成交量相對高低點之成交價同時上漲機率結果 29
表4-40 加權指數漲跌關係整理 29


參考文獻 [1] 江沛勳,《布林通道策略成效分析─以台灣50成分股為例》,碩士論文,成功大學企業管理學系研究所,2014。
[2] 李顯儀,〈各類基本面分析指標與基金從眾行為之關聯性〉,輔仁管理評論,第19卷,第三期,頁1-26,2012年11月。
[3] 林佳靜,〈以改良F-score指標建構投資組合績效之探討〉,管理資訊計算,第八卷,第一期,頁1-23,2019年8月。
[4] 周照偉、鄭榮祿、蔡賢亮、楊崇宏、牟聖遠,〈臺灣股市技術分析實證:以隨機指標、相對強弱指標、指數平滑異同平均線指標及趨向指標為例〉,高雄應用科技大學人文與社會科學學刊,第一卷,第二期,頁119-133,2015年12月。
[5] 張阜民、王言、黃少暘、柯俊禎,〈價值型選股策略之另類思維:以技術分析運用在我國上市公司價值型選股策略之實證〉,財金論文叢刊,第20期,頁33-58,2014年6月。
[6]施易伸,《股票報酬率與交易量變化率關係再探討》,碩士論文,成功大學經濟學系研究所,2013。
[7] 陳淑玲、吳安琪、費業勳,〈臺灣股票市場技術指標之研究─不同頻率資料績效比較〉,東海管理評論,第12卷,第1S期,頁187-225,2011年7月。
[8] 莊家彰、管中閔,〈台灣與美國股市價量關係的分量迴歸分析〉,經濟論文,第33卷,第4期,頁379-404,2005年12月。
[9] 許溪南、何怡滿、張瓊如,〈KD 與MA 技術指標在避險時機之應用:以台指選擇權為例〉,輔仁管理評論,第19卷,第1期,頁27-46,2012年1月。
[10] 黃郁佳,《布林通道交易策略之研究-以台灣中型100指數為例》,東海大學管理學院財務金融研究所,碩士在職專班論文,2018。
[11] 鄭心婷,《技術指標獲利性之比較-以台股指數期貨與農業股票為例》,碩士論文,臺灣大學農業經濟學研究所,2012。
[12] 樓禎祺,《證券投資實務》,臺北市:臺灣知識庫公司,2002。
[13] 謝金山、陳維新,〈台灣證交所個股成交量與價格波動性、報酬率之關係之實證研究〉,管理資訊計算,第5卷,第1期,頁169-180,2016年3月。
[14] 賴宣名,《包寧傑帶狀搭配均線與KD指標之多層次股票篩選模式─以台灣股市為例》,碩士論文,嶺東科技大學高階主管企管碩士在職專班,2012。
[15] 期貨那點事:〈期貨小白讀書記5:基礎分析和技術分析,你該信誰?〉,網址:
https://kknews.cc/zh-tw/finance/yy6b3n.html,上網日期:2018年5月。
[16] 喔...喔...,〈量價關係八定律〉,網址;https://davidli.pixnet.net/blog/post/38044775-%E9%87%8F%E5%83%B9%E9%97%9C%E4%BF%82%E5%85%AB%E5%AE%9A%E5%BE%8B,上網日期:2018年5月。
[17] 效率理財王,〈台灣50掛牌以來的十五年滾動報酬與十二年、十年之比較(2018年12月) 〉,網址:
http://selfinsurance1911financenote.blogspot.com/2019/03/50vs201812.html,
上網日期:2019年3月19日。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2020-02-17公開。
  • 同意授權瀏覽/列印電子全文服務,於2020-02-17起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2486 或 來信