簡易檢索 / 詳目顯示
| 研究生： |
何宗浩 He Zong-Hao |
|---|---|
| 論文名稱： |
技術指標、統計模型與資產配置在台灣股市的應用 |
| 指導教授： |
陳琪龍
Chen, Chi-Lung 蔡蓉青 Tsai, Rung-Ching |
| 學位類別： |
碩士 Master |
| 系所名稱： |
數學系 Department of Mathematics |
| 論文出版年： | 2010 |
| 畢業學年度： | 98 |
| 語文別： | 中文 |
| 論文頁數： | 50 |
| 中文關鍵詞： | 計量程式交易 、資產配置 、技術指標 、參數孤島 、統計模型 |
| 論文種類： | 學術論文 |
| 相關次數： | 點閱：236 下載：24 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
本研究提出並探討同時應用技術指標、資產配置與統計模型三者於台灣股市交易以提高獲利的可能性。首先，探討技術指標在單一市場(類股)的使用情形，分別對移動平均線以及通道突破等兩種技術指標進行分析。隨著資料更新，利用參數孤島法同步修改技術指標所使用之參數。除了個別使用移動平均與通道突破技術指標之外，也加入結合這兩種技術指標的交易策略。在資產配置方面，我們用四種方式將資金分配在十九種市場(類股)，並運用所選定的技術指標交易策略，進行各類股的模擬交易測試，並比較僅將資金投注在單一市場(類股)與利用資產配置兩種交易獲利的差異性。接著，在統計模型方面，使用一階自我回歸模型產生交易訊號。最後，嘗試在技術指標與資產配置的組合策略中，挑選出較佳報酬、且在大部分類股獲利優於隨機交易的策略，實際在台灣股市中應用，透過統計模型預測單一市場(類股)報酬，結合技術指標、資產配置，產生交易訊號的策略。在實際的模擬測試中，單獨使用技術指標及資產配置有較好的報酬，再結合統計模型的效果反而不甚理想。
翁龍翔(民84)。各國股市技術分析的有效性。台灣大學財務金融研究所，碩士論文。
周培弘(民96)。計量技術交易策略之實證分析。銘傳大學財務金融學系碩士在職專班，碩士論文。
徐瑞隆(民78)。技術分析收益性與市場的有效性之研究。國立成功大學工業管理研究所，碩士論文。
Allen, F., & Karjalainen, R. (1999). Using genetic algorithms to find technical trading rules. Journal of Financial Economics, 51, 245–271.
Bessembinder, H., & Chan, K. (1998). Market efficiency and the returns to technical analysis. Financial Management, 27, 5–17.
Brock, J., Lakonishok, J., & LeBaron, B. (1992). Simple technical trading rules and the stochastic properties of stock returns. Journal of Finance, 47, 1731–1764.
Chan, LKC., Jegadeesh, N., & Lakonishok, J. (1996). Momentum strategies. Journal of Finance, 51, 1681–1713.
Chiarella, C., He, X.-Z., & Holmes, C. (2006). A dynamic analysis of moving average rules. Journal of Economic Dynamics and Control 30, 1729–1753.
De Grauwe, P., & Grimaldi, M. (2005). Heterogeneity of agents, transactions costs, and the exchange rate. Journal of Economic Dynamics and Control, 29, 691–719.
De Grauwe, P., & Grimaldi, M. (2006). Exchange rate puzzles: a tale of switching attractors. European Economic Review, 50, 1–33.
De Grauwe, P., & Markiewicz, A. (2006). Learning to forecast the exchange rate: two competing approaches. CESifo Working Paper Series, 1717.
Faber, M. (2007). A Quantitative Approach to Tactical Asset Allocation. The Journal of Wealth Management, 9, 1–11.
Fama, E., & French, KR. (1988). Permanent and temporary components of stock prices. Journal of Political Economy, 96, 246–273.
Fang, Y., & Xu, D. (2003). The predictability of asset returns: an approach combining technical analysis and time series forecasts. International Journal of Forecasting, 19, 369–385.
James, J. (2003). Simple trend-following strategies in currency trading. Quantitative Finance, 3, 75-77.
Kestner, L. (2003). Quantitative Trading Strategies: Harnessing the Power of Quantitative Techniques to Create a Winning Trading Program. New York: McGraw-Hill.
Lo, A., & MacKinlay, C. (1988). Stock market prices do not follow random walks: evidence from a simple specification test. The Review of Financial Studies, 1, 41–66.
Lo, A., Mamaysky, H., & Wang, J. (2000). Foundations of technical analysis: computational algorithms, statistical inference, and empirical implementation. Journal of Finance, 55, 1705–1765.
Poterba, J., & Summers, L. (1988). Mean reversion in stock prices: evidence and implications. Journal of Financial Economics, 22, 27–59.
Yamamoto, R. (2008). Trading profitability of technical strategies in individual stocks. 政治大學國際企業學系，碩士論文。
Zwart, G., Markwat, T., Swinkels, L., & Dijk, D. (2009). The economic value of fundamental and technical information in emerging currency markets. Journal of International Money and Finance, 28, 581–604.
