本研究以單一條移動平均線及股價指數走勢設定不同天期之操作策略，以台灣上市公司為研究對象，判斷個股買入賣出時點，分別以5、10、15、20、25、30、35、60之參數比較不同日均線與週均線間之績效報酬。
經研究實證所示績效報酬方面以5日MA(Moving Average)總報酬率為52.83%表現最佳，而單筆最大報酬率則以25週MA達946.72%為最高獲利率。
在本研究實證得知以短中期移動平均線做為投資操作參考，仍具有一定參考價值，惟需儘量避免過度交易導致成本費用增加而侵蝕獲利報酬，故在個股進場時趨勢方向的判斷最為關鍵，如此將能減少交易次數並較能獲取超額報酬。

This study develops trading strategy on the timing of buy and sell with moving average and stock price index across various time period among TWSE listed companies. The returns of trading based on daily and weekly moving averages (MA) with period of 5, 10, 15, 20, 25, 30, 35 and 60 are compared for performance evaluation.
In this study, the results indicate the value applying short-term and medium-term moving average as reference for investment operations. For total returns, the best performance is the 5 day MA with 52.83% in return. For individual stock return, the best performance is the 25 week MA with 946.72% in return. However, it is necessary to avoid excessive trading, which leads to an increase in cost and eroded profit. Therefore, the estimation of trend direction is critical before trading to reduce number of transactions and thus to gain more excess return.

中文摘要.......................................................... ...i
英文摘要........................................................ ....ii
致謝........................................ .......................iii
目錄............................................................ ....iv
表目錄. ................................................... ..........v
圖目錄..................................................... .........vi
第一章 緒論........................................................1
第一節 研究背景與動機..............................................1
第二節 研究目的....................................................5
第三節 研究架構....................................................7
第二章 討證券投資分析理論與文獻探..................................8
第一節 基本面分析特色..............................................8
第二節 技術面分析興起 ............................................11
第三節 技術面分析法簡介...........................................12
第四節 相關文獻探討技術面分析法簡介...............................13
第三章 研究方法...................................................22
第一節 資料來源與樣本期間.........................................22
第二節 交易法則與研究範圍.........................................23
第三節 研究假設...................................................24
第四節 投資績效衡量...............................................25
第四章 研究結果與分析.............................................26
第一節 單一之日MA投資報酬分析....................................26
第二節 單一之週MA投資報酬分析....................................33
第三節 綜合投資報酬分析...........................................39
第五章 結論與建議.................................................40
第一節 研究結論 ..................................................40
第二節 研究建議...................................................41
參考文獻 .......................................................... .43

中文部分
1.牟仕弘 (2016)，臺灣股票市場之簡易波動指標與移動平均 線之分析，
國立中正大學 企業管理研究所，碩士論文。
2.高秀斌 (1998)，技術分析下股票買賣獲利能力之實證研究，國立中央大學
企業管理學系，碩士論文。
3.徐正錦 (2003)，技術分析應用於台灣股市之實證研究，國立中正大學
國際經濟研究所，碩士論文。
4.郭照榮 (2002)，技術分析交易法則在股市擇時之實證研究，國立中正大學
財務管理學系研究所，碩士論文。
5.郭柏村 (2015)，技術分析-移動平均線之交易策略納入投資人情緒變數之探討，銘傳大學 財務金融學系碩士在職專班，碩士論文。
6.許育彰 (2018)，月移動平均線交易策略：以臺灣高股息指數成分股與富櫃五
十指數成分股為例，國立成功大學 財務金融研究所碩士在職專班，碩士論文。
7.張清良(2008)，股票市場買賣研判指標的應用，國立中正大學財務金融研究所，碩士論文。
8.張朝棟 (2011)，台股價值選股在MA與MACD操作策略之績效研究，中華大學
企業管理學系，碩士論文。
9.黃旭峰 (2004)，以技術分析法則與公司特性選股之投資績效，東海大學管理碩士學程在職進修專班，碩士論文。
10.楊智傑 (2006)，台股技術線型實證研究，南台科技大學 財務金融系，碩士論文。
11.賴聖傑(2008)，葛蘭碧法則在台灣股市的實證--以加權指數及台指指數期貨為例，銘傳大學 財務金融學系碩士在職專班，碩士論文。
12.盧鳳彬 (2016)，技術分析應用於台灣股市之研究-以三大法人籌碼量之移動平均為指標，銘傳大學 財務金融學系碩士在職專班，碩士論文。
13.蔡俊隆 (2006)，以移動平均線法則為買賣決策應用於台灣加權股價指數之實
證研究，國立中正大學 企業管理所，碩士論文。
14.蘇明南 (2001)，移動平均線法則應用於台灣股市之實證研究，淡江大學財務金融學系，碩士論文。
15.張漢傑 (2011)，財務危機預警必修八堂課，台北:財團法人台灣金融研訓院
16.黃貝玲譯(2009)，海龜法則實踐心法，美商麥格羅．希爾國際股份有限公司台灣分公司。原著Inside the Mind of the Turtles:How the World’s Best Traders Master Risk Copyright 2009 by Curtis M. Faith.
英文部分
1.Alexander, Sindey. S.,1961,“Price Movements in Speculative
Markets:Trends or Random Walks,Industrial Management Reveiew”, Vol 2,Issue2,P7-27.
2.Cootner,P.H.Stock Marker Price :1964,“Random vs System change,Industrial Management Review”,Vol.3,P24-45.
3.Craig A.Ellis,Simon A.Parbery 2005,“Is Smarter Better? A Comparison of Adaptive,and Simple Moving Average Trading Strategies ”Vol19,lssue3,P399-411.
4.Fama,E.F.,and M.E.Blume,1966,“ Filter Rules and Stock Market Trading Profits ,Journal of Business”, 39, P226-241.
5.James,F.E.,Monthly Moving Averages:1968,“An Effective Investment
Tools ,Journal of Financial and Quantitative Analysis”,Ⅲ,P315~326.
6.Jegadeesh, N., and S. Titman,1993,“Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency.” Journal of Finance, 48, No.1, P65-91
7.Lewellen, J.2001,“Temporary movements in stock prices,” Texas Finance Festival. Available at SSRN.
8.Van Horne James C. and Parker,George G.C. the Random-Walk Theory:1967,“An Emperical Test ,Financial Analysts Joournal”,P87-92.
網站部分
1.CMmoey 投資小學堂 常見技術分析方法 檢索日期2019年3月10日。取自
https://www.cmoney.tw/learn/
2.中華民國統計資訊網 統計台灣股市投資人佔比(%) 檢索日期2019年3月7日。取自
https://www.stat.gov.tw
3.台灣銀行新台幣存(放)款牌告利率 台灣銀行一年期定存利率走勢。檢索日期2019年3月7日。取自
https://rate.bot.com.tw/twd
4.財金M平方MacroMicro 美國聯準會聯邦基金利率走勢。檢索日期2019年3月7日。取自
https://www.macromicro.me/macro
5.財報分析入門筆記Startup Engineering 常見選股參考財務比率檢索日期2019年3月9日。取自
https://blog.kdchang.cc/2017/06/30/financial-statements-analysis-introduction/