臺灣博碩士論文加值系統

本研究使用民國97年到101年台灣指數股票型基金（ETF）作為研究樣本並利用移動平均線的概念發展一套交易策略期望能夠提高報酬率，並進而打敗大盤。
本研究其交易策略係運用移動平均線法、跳空及反向投資策略原則，作為買進及賣出之策略，實證結果發現，買入持有（Buy and Hold）台灣50指數股票型基金於（2008/01/02起至2012/12/28）的年化報酬率與大盤相差不多，分別為-2.19%與-1.55%。而本研究利用移動平均線法發展出之交易策略，在研究期間內總共有7次買入時點，相對另有7次賣出時點，本研究買入賣出之期間報酬率分別為17.09%、83.31%、30.26%、3.30%、15.70%、12.88%、6.90%，而累積總投資報酬率為20.49%，換算為年化報酬率為3.80%，明顯高於大盤（即是以買入持有台灣50指數股票型基金）年化報酬率-1.55%。
據本研究之實證結果指出，初步證實技術分析在台灣資本市場有一定的操作價值及發展空間，並非如同其他先進國家資本市場因具有相當的效率性而致使技術分析的價值有限。

This study adopt the technical analysis method of “Moving Average” to develop the criteria as the investment decision-making approach to identify the “Gap” as the buying in or selling out opportunities in the Taiwan Stock Market.
In this research, the time horizon for our empirical study was from Jan. 20th, 2008 to Dec. 28th, 2012 of the daily data of Taiwan 50 Index ETF, follow the investment criteria from our research results, there were 7 times to buy in and then to sell out the ETF. The returns of each to buy in and then to sell out the ETF were 17.09%, 83.31%, 30.26%, 3.30%, 15.70%, 12.88%, and 6.90%, respectively. As the cumulative return from our approach was 20.49% in this time horizon. However, we assumed to adopt the buy and hold strategy with the time horizon to invest the Taiwan 50 Index ETF, the return was -7.49%.
Obviously, our investment decision-making approach might achieve a better return than Taiwan stock market portfolio. Thus, we suggest using the moving average of technical analysis method to identify “gap” as the investment decision-analysis approach might provide some useful information content to the investors.

中文摘要 Ⅰ
英文摘要 Ⅱ
誌謝 Ⅲ
目錄 Ⅳ
表目錄 Ⅴ
目錄 Ⅵ
第一章緒論 1
1.1. 研究背景與動機 1
1.2. 研究目的 2
1.3. 研究流程 2
第二章文獻探討 4
2.1. 效率市場假說 4
2.2. 技術分析理論、交易策略與相關文獻 6
2.3. 指數股票型基金及相關文獻 18
2.4. 本章小結 22
第三章研究方法 24
3.1. 資料來源與樣本說明 24
3.2. 報酬率之計算說明 25
3.3. 跳空及反向投資策略 27
3.4. 預測效果之衡量 29
第四章實證結果與分析 33
4.1. 基金淨值敘述性統計分析 33
第五章結論與建議 37
5.1. 研究結論 37
5.2. 後續研究建議 38
參考文獻 39


圖目錄
圖1-1：研究流程圖 4
圖2-1：Granville 八大法則 9
圖4-1：2008到2012年台灣50淨值走勢圖 31
 
表目錄
表3-1：台灣50（現貨ETF）商品規格基本資料 26
表3-2：本研究建構之買入交易策略 29
表3-3：本研究建構之賣出交易策略 30
表4-1：近五年台灣50平均淨值 32
表4-2：台灣50買入持有報酬率計算 30
表4-3：利用移動平均線建構交易策略資料列示 31
表4-4：利用移動平均線建構交易策略報酬率計算 33
表4-5：大盤指數報酬率計算 34

1.李良俊（2003），台灣股票市場技術分析有效性之研究，實踐大學企業管理研究所碩士學位論文
2.黃文宏（2004），技術分析在台灣股票市場之實證研究，國立雲林科技大學財務金融系碩士班碩士論文
3.陳泰廷（2004），指數股票型基金波動性之資訊預測，淡江大學財務金融學系金融碩士在職專班碩士論文
4.劉殷如（2004），指數股票型基金之績效評估及相關研究－以台灣首檔ETF 為例，國立成功大學會計學研究所碩士論文
5.安芷誼（2005），技術分析對台灣股票市場投資績效之探討－移動平均線法，銘傳大學國際企業學系碩士在職專班碩士論文
6.林靖中（2005），台灣50指數股票型基金（ETF）對標的指數成分股之影響，國立成功大學企業管理研究所博士論文
7.林俊宏（2006），成交量對技術分析指標在期貨市場操作績效之影響，國立交通大學管理科學研究所碩士班
8.廖家宏（2006），技術分析之移動平均價與量雙指標策略投資績效之實證研究-台灣與日本股票市場比較，國立高雄應用科技大學工業工程與管理系碩士班碩士論文
9.洪國軒（2007），反向投資策略之績效分析及因素之探討-以台灣股票市場為例，國立中央大學產業經濟研究所碩士論文
10.蔡政豐（2008），台灣股票市場技術分析績效實證之探討，明新科技大學企業管理研究所碩士在職專班碩士學位論文
11.許秀如（2008），技術分析與流動性提供之關聯性研究-台灣的實證，國立東華大學國際經濟研究所碩士論文
12.郭桓愉（2008），技術分析應用於中國股市之實證研究，嶺東科技大學財務金融研究所碩士論文
13.陳彥君（2008），動能及反向投資策略在期貨市場的投資成果，國立清華大學科技管理研究所碩士論文
14.周明玉（2009），在台北股市中較成熟個股的技術分析作法，銘傳大學經濟學系碩士班碩士論文
15.林鈺純（2009），技術分析在共同基金交易擇時能力實證-以停損點反向操作指標（SAR）為例，國立中央大學財務金融學系碩士在職專班碩士論文
16.胡宗文（2010），聯合訊號技術分析探討：臺灣上市股票之實證，朝陽科技大學財務金融系碩士論文
17.陳彥江（2011），移動平均線定價交易模型在台灣指數股票型基金之應用-以寶來金融指數股票型基金為例，輔仁大學統計資訊學系應用統計碩士在職專班碩士論文
18.Alexander, S. S. （1961） “Price Movements in Speculative Markets： Trends or Random Walks,“ 199-218, in P. Cootner, ed.： The Random Character of Stock Market Prices（MIT Press, Cambridge, Mass.）.
19.Brown, D. and Jennings, R., （1989）“On Technical Analysis”, Review of Financial Studies 2, 527-551.
20.Fama, Eugene F,（1970） “Efficient Capital markets：A review of theory and empirical work”, Journal of Finance, Vol 25, p.383~417.
21.Fama, Eugene F, （1965）“Random Walks in Stock markets Prices”, Financial Analysis Journal.
22.Fama, Eugene F, （1965）“The behavior of Stock markets Prices”, Journal of Business, p.34~105.
23.Fama, Eugene F. （1991）“Efficient Capital Markets: A Review of Theory and Empirical Work II”, Journal of Finance, XLVI, No5, pp.1575-1617.
24.Neely, C., Weller. P., and Dittmar, R., （1997）“Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach,” Journal of Financial and Quantitative Analysis 32, 405-426.