臺灣博碩士論文加值系統

近來全球金融風暴、石油價格持續高漲、通貨膨脹等負面壓力接腫而至，所有民生物資齊聲上漲的影響下，民眾荷包嚴重縮水，經濟負擔較過去加重許多，這些現象，在在提醒社會大眾應該多費心思於其投資理財作為，以獲得更大的經濟效益，方能提昇生活品質。
本論文係針對2002年至2006年此一資料區間國內74檔開放式一般股票型基金歷史資料進行研究，根據扣款日的基金淨值分別計算不同投資策略的績效表現，針對扣款時機、投資策略及其投資報酬率進行分析，歸納結論如下：
就定期定額投資策略而言，報酬率最佳之扣款日主要集中在26、27、28三日，較其它扣款日更有機會獲得較高的投資報酬；就不同投資策略而言，以定期定額為基礎、並結合台灣加權股價指數KD指標變化進行分批買賣，採固定加碼額度的投資策略均較定期定額策略獲得較高投資報酬。在此研究範籌中，參照KD指標變化作為買賣額度的依據，具有提昇股票型基金投資報酬率的功效，唯此為過去績效表現，無法保證未來投資報酬，僅供參考。

While the world suffers from the negative impacts of global financial meltdown, high oil price and inflation, the price of living goods are increasing at the same time. Not only did the people have less money to spend, but also bear a heavier burden. This tells us that people should be more concerned about investing their money in order to obtain greater economic benefits so as to promote their quality of lives.
This research focuses on the historical data of 74 stock-type mutual funds associated with Taiwan Stock Exchange between 2002 and 2006. The results of these mutual funds are evaluated based on how various investment strategies and timing affect the initial investment. The analysis focuses on the variables such as timing of withdraw, the investment strategy, their relationship associated with the Return on Investment (ROI) and has concluded the following statement:
In the strategy of “periodic contribution”, the best date of investment fall on the 26th, 27th and 28th day of each month. The ROI of initial investment on these three dates tends to be higher than money withdrew on other dates. In a different investment strategy, other than employing the concept of “periodic contribution”, the strategies take the stochastic indicators (KD) of Taiwan Stock Exchange Corporation Weighted Index into consideration, investments without set amount receive higher ROI than investments with set amount. In the area of this research, using the variation of KD indicators as the reference to modify the quota while invest in the mutual fund associated with stock market result in higher ROI. However, these results are based on historical data and can not guarantee future investment.

目錄
書名頁…………………………………………………………………i
論文口試委員審定書…………………………………………………ii
授權書…………………………………………………………………iii
中文摘要………………………………………………………………iv
英文摘要………………………………………………………………v
誌謝……………………………………………………………………vi
目錄……………………………………………………………………vii
表目錄…………………………………………………………………ix
圖目錄…………………………………………………………………x
第1章 緒論……………………………………………………………1
1.1研究背景……………………………………………………………1
1.2研究動機……………………………………………………………3
1.3研究目的……………………………………………………………3
1.4研究流程與架構……………………………………………………4
1.5論文架構……………………………………………………………5
第2章 文獻探討…………………………………………………………7
2.1 共同基金的理論……………………………………………………7
2.1.1共同基金的定義…………………………………………………7
2.1.2共同基金的優點…………………………………………………7
2.1.3共同基金之種類…………………………………………………8
2.2共同基金平均報酬率計算…………………………………………9
2.2.1算術平均法………………………………………………………9
2.2.2幾何平均法………………………………………………………9
2.2.3算術平均法與幾何平均法之比較………………………………9
2.3機械式投資策略……………………………………………………9
2.4共同基金投資策略及績效評估相關文獻…………………………11
2.5資料挖掘技術應用於共同基金績效分析相關文獻………………14
2.6台灣加權股價指數技術指標………………………………………15
2.7技術分析與投資績效相關文獻……………………………………17
第3章 研究方法與設計………………………………………………21
3.1研究範圍……………………………………………………………21
3.2研究限制……………………………………………………………22
3.3研究架構……………………………………………………………22
3.4研究方法與設計……………………………………………………23
3.4.1共同基金平均報酬率計算方式…………………………………24
3.4.2共同基金績效衡量指標及法則…………………………………24
3.4.3KD指標計算及應用………………………………………………27
3.4.4投資策略定義……………………………………………………32
3.4.5資料探勘軟體選用………………………………………………36
3.4.6分群技術…………………………………………………………37
第4章 實證結果與分析………………………………………………41
4.1定期定額投資績效評比……………………………………………41
4.2整合定期定額暨分批買賣投資策略績效評比……………………43
4.3SOM分群技術應用…………………………………………………49
4.4基金報酬查詢暨推薦系統建構……………………………………50
第5章 結論與建議……………………………………………………52
5.1結論…………………………………………………………………52
5.2未來發展方向………………………………………………………53
第6章 參考文獻………………………………………………………55
（附錄一）……………………………………………………………58
（附錄二）……………………………………………………………59
（附錄三）……………………………………………………………60
（附錄四）……………………………………………………………63
（附錄五）……………………………………………………………65
（附錄六）……………………………………………………………67


表目錄
表1-1國內共同基金統計表……………………………………………2
表2-1國內共同基金統計表……………………………………………8
表3-1KD指標買賣時機及意義說明……………………………………30
表3-2本研究決選之最佳買賣時機……………………………………31
表3-3本研究建構之投資策略…………………………………………32
表3-4定期定額不同投資金額與報酬率之比較………..……………33
表4-1為個別基金定期定額報酬率統計表……………………………42
表4-2定額低買、逢高贖回策略（調整投入額度）績效比較表……47
表4-3六項投資策略整體績效比較表…………………………………48


圖目錄
圖1-1 我國證券投資信託公司規模分年統計…………………………1
圖1-2 研究流程圖………………………………………………………5
圖3-1 研究架構圖……………………………………………………23
圖3-2 設計流程圖……………………………………………………23
圖3-3 KD值波動範圍圖………………………………………………29
圖3-4 2002~2006年大盤指數KD指標示意圖…………………………30
圖3-5 本研究決選之最佳買賣時機示意圖…………………………31
圖3-6 CLEMENTINE工具操作畫面……………………………………37
圖3-7 K-MEANS分群技術示意…………………………………………38
圖3-8 SOM分群技術示意………………………………………………38
圖4-1 定期定額扣款日最佳、最差次數統計圖……………………43
圖4-2 投資策略整體表現比較圖……………………………………49
圖4-3 不同投資策略績效表現走勢圖………………………………49
圖4-4 SOM分群結果示意圖……………………………………………50
圖4-5 統架構圖………………………………………………………50
圖4-6 基金推薦暨查詢系統介面……………………………………51

第6章 參考文獻
[1]林傑宸，基金管理資產管理的入門寶典，初版，台北市：智高文化事業有限公司，2002。
[2]商業周刊第 986 期。
[3]十大通用投資策略www.yonghua.net/zhibiao_gongshi_ruanjian/20061009/71799.html。
[4]陳建雄，探討以定時定額投資基金是否能提高基金之擇時績效，中興大學，碩士論文1998年。
[5]游舒斐，基金管理者與投資者操作策略及績效之研究－台灣共同基金巿場之實證分析，東海大學，碩士論文2000年。
[6]張博皓，定期定額投資的特性及其績效表現之實證，國立成功大學，碩士論文2001年。
[7]鐘佳瑋，股票型共同基金定期式投資策略之比較探討，實踐大學，碩士論文2004年。
[8]林惠玉，股票型共同基金扣款時機及方式與投資績效關聯性之實證研究，實踐大學，碩士論文2005年。
[9]李憲良，共同基金在不同投資策略下投資效益之研究－以定期定額、定期不定額及單筆投資為研究對象，實踐大學，碩士論文2005年。
[10]陳啟剛，股票型基金分級投資與定期定額投資報酬之研究，淡江大學，碩士論文2006年。
[11]劉濠葦，運用類神經網路於共同基金績效之研究，國立東華大學，碩士論文2000年。
[12]黃綺年，統計方法與類神經網路應用於國內開放式股票型基金投資績效分類及投資報酬率預測之研究，國立成功大學，碩士論文2004年。
[13]吳姿瑤(2004)，國內開放式股票型基金在分類與預測模式比較之研究，國立成功大學，碩士論文2004年。
[14]楊宗明，資料探勘在投信業之應用–以共同基金為例元智大學，碩士論文2005年。
[15]徐俊明，投資學理論與實務，新陸書局股份有限公司發行，2007年，P.371~P.391。
[16]廖繼弘，我的技術線型會轉彎，城邦文化事業股份有限公司， 2004年，P.120~P.124。
[17]王邵佑，隨機指標（KD值）投資績效之實證研究，國立台北大學，碩士論文2000年。
[18]鐘仁甫，技術分析簡單法則於台灣電子個股之應用，東海大學，碩士論文2001年。
[19]曾耀田，技術分析對台灣股票型基金報酬之實證研究，朝陽科技大學，碩士論文2003年。
[20]邱顯比，基金理財的六堂課，天下遠見出版股份有限公司，2000年。
[21]台灣共同基金績效評比：http://140.112.111.12/。
[22]張智星，Data Clustering and Pattern Recognition.
http://140.114.76.148/jang/books/dcpr/3.3-kMeans.asp
[23]中華民國證券投資信託暨顧問商業同業公會：http://www.sitca.org.tw/
[24]B.J.A. Krose and P. van der Smagt,“ An Introduction to Neural Networks”, University of Amsterdam, Eight edition, 1996.
[25]Cohen, J .B., E. D. Zinbarg, and A. Zeilkel., Investment Analysis and Portfolio Management, Irwin, 1977.
[26]Constantinides, G. M., A Note on the Suboptimality of Dollar-Cost Averaging as an Investment Policy, Journal of Financial and Quantitative Analysis, Vo1.14, NO.2 June, pp. 443-450, 1979.
[27]Edleson, M. E., “Value Averaging : A new approach to accumulation”, American Association of Individual Investors Journal, pp. 11-14, 1988.
[28]ezchart Home : http://www.ezchart.com.tw/
[29]H Ritter, T Kohonen, “Self-organizing semantic maps”, Biological Cybernetics, 1989.
[30]J. B. MacQueen: "Some Methods for classification and Analysis of Multivariate Observations", Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, 1:281-297, 1967.
[31]Miyoshi,T.,H.Kawai and H.Masuyama., “Efficient SOM Learning by Data Order Adjustment”, Neural Networks, IJCNN‘ 02.Proceedings of the 2002 International Joint Conference(1), 2002.
[32]Pye, Gordon., “Minimax Policies for Selling an Asset and Dollar Averaging”, Management Science, Vol. 17, NO.7, March, pp. 379-393, 1971.
[33]Rutherford, M. W., McMullen, P., and Oswald, S., “Examining the Issue of Size and the Small Business: A Self Organization Map,” Business and Economic Studies, Vol. 7, No. 2, pp. 66-79, 2001.
[34]Su,Mu_Chun and Hsiao_Te Chang, “Fast Self-Organizing Feature Map Algorithm.＂IEEE Transaction on Neural Network, 2000.
[35]Xu, Wei and McConnell, John J., "Equity Returns at the Turn of the Month". Available at SSRN: http://ssrn.com/abstract=917884 , 2006.