臺灣博碩士論文加值系統

一般在金融市場中交易的投資人僅會採用單一策略交易（順勢策略或逆勢策略），但市場盤勢與策略方向不同時會使投資人面臨極大的虧損，若能配合市場盤勢選擇策略來交易，即能避免因市場盤勢與策略方向不同而造成的虧損，因此本研究旨在探討採用切換策略與單一策略之績效。
本研究採用從2010年10月至2019年12月，共9年又3個月期間之7種近月份海外期貨日資料，透過馬可夫模型及隱馬可夫模型推算市場盤勢，並依市場盤勢切換順勢或逆勢策略，與單一順勢或逆勢策略之績效進行比較，本研究之最佳參數方法使用高峰參數與高原參數，績效值為報酬風險比，使用的統計檢定為Wilcoxon signed rank test 驗證績效優劣。
本研究之實證結果顯示，以高峰參數方法為最佳參數，無論是運用馬可夫模型或是隱馬可夫模型進行切換策略，其績效皆優於順勢不切換策略或逆勢不切換策略，而高原參數方法為最佳參數時，無論是運用馬可夫模型或是隱馬可夫模型進行切換策略，其績效優於順勢不切換策略，但與逆勢不切換策略之績效皆不具有顯著差異。若再進一步比較兩種模型在切換策略之績效，結果發現使用高峰參數之馬可夫模型切換策略優於隱馬可夫模型切換策略，但使用高原參數之馬可夫模型切換策略與隱馬可夫模型切換策略不具顯著差異。最後探討兩種參數在切換策略上的表現，結果顯示高峰參數在切換策略之樣本外績效表現優於高原參數。

In the financial market, most investors only use a single strategy (trend trading strategy or countertrend trading strategy). When the market trend is in the opposite direction of the investor's strategy, investors will face huge losses. If investors can choose trading strategies in accordance with market trends, they can avoid losses caused by different market trends and strategic directions. The purpose of this study is to explore the performance of switching trading strategy and single trading strategy.
This study uses the daily data of 7 kinds of overseas futures which ranged from October 2010 to December 2019, and applies the Markov model and the Hidden Markov model in estimating the market trend. According to the market trend, the Trend following strategy or the Counter trend strategy would be switched. The statistical test Wilcoxon signed rank test is applied to comparing the performance of the switching trading strategy and that of a single Trend following strategy or that of a single Counter trend strategy.
The performance indicator of this study is the risk reward ratio. The empirical results show that the switching strategies, which use the Markov model or the Hidden Markov model for predicting the market trend, outperform the single trading strategies. The switching strategies which use the Markov model perform better than the switching strategies which use the Hidden Markov model. As for the performances of the strategies using peak parameter and plateau parameter, the results show that the performance of the strategies using peak parameter is better than that of the strategies using plateau parameter.

中文摘要………………………………………………………… i
英文摘要………………………………………………………… ii
誌謝………………………………………………………… iv
目錄………………………………………………………… v
表目錄………………………………………………………… vii
圖目錄………………………………………………………… ix
第一章、 緒論………………………………………………………… 1
1.1 研究背景與動機………………………………………………………… 1
1.2 研究目的………………………………………………………… 1
1.3 研究假說………………………………………………………… 2
第二章、 文獻回顧………………………………………………………… 3
2.1 馬可夫模型………………………………………………………… 3
2.2 隱馬可夫模型………………………………………………………… 4
2.3 移動窗格分析法………………………………………………………… 4
2.4 最佳化參數………………………………………………………… 5
第三章、 研究設計與方法………………………………………………………… 6
3.1 資料來源與研究期間………………………………………………………… 6
3.2 研究流程說明………………………………………………………… 7
3.3 最大權益數回落………………………………………………………… 8
3.4 順勢策略－布林通道………………………………………………………… 8
3.5 逆勢策略－KD指標………………………………………………………… 8
3.6 切換策略………………………………………………………… 9
3.6.1 馬可夫模型………………………………………………………… 9
3.6.2 隱馬可夫模型………………………………………………………… 10
3.7 趨勢判斷………………………………………………………… 12
3.8 參數定義及進出場說明………………………………………………………… 12
3.9 高峰參數與高原參數說明………………………………………………………… 14
3.10 交易成本………………………………………………………… 15
3.11 移動窗格分析法………………………………………………………… 15
3.12 統計檢定………………………………………………………… 16
3.12.1 常態分配………………………………………………………… 16
3.12.1 Wilcoxon signed rank test………………………………………………………… 16
第四章、 實證結果與分析………………………………………………………… 18
4.1 常態分配檢定結果………………………………………………………… 18
4.2 假說一實證結果………………………………………………………… 19
4.3 假說二實證結果………………………………………………………… 23
4.4 假說三實證結果………………………………………………………… 24
第五章、 結論與建議………………………………………………………… 26
5.1 結論………………………………………………………… 26
5.2 研究限制與建議………………………………………………………… 27
5.2.1 研究限制………………………………………………………… 27
5.2.1 研究建議………………………………………………………… 27
參考文獻………………………………………………………… 28
Extended Abstract………………………………………………………… 30

[1] 獨孤求敗，2019，順勢而為 贏在加碼：獨孤求敗的股票、期貨、選擇權交易絕技，台北：今周刊。
[2] Robert Pardo 著，2010，交易策略評估與最佳化(第二版)，李佳儒譯，台北：寰宇。
[3] 李昀霈，2021，“策略參數最佳化與多商品交易之研究—以23個近月份海外期貨為例”，國立虎尾科技大學財務金融系碩士班碩士論文。
[4] 吳韻玲，2009，”台灣房地產景氣領先指標預測力研究-HMM模型之運用”，國立屏東商業技術學院碩士班碩士論文。
[5] 倪杰，2000，”吸收態馬爾可夫鏈及其應用”，商業研究，7期，頁75~76。
[6] Hamilton，1989，”A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle.”，Econometrica，57卷，頁357~384。
[7] 林向愷、黃裕烈、管中閔，1998，”景氣循環轉折點認定與經濟成長率預測 Identifying the Turning Points of Business Cycles and Forecasting Real GNP Growth Rates in Taiwan.”， 經濟論文叢刊，26卷，4期，頁431~457。
[8] Engel, C.、Hamilton, J.，1990，”Long Swings in the Dollar: Are They in the Data and Do Markets Know It? “，American Economic Review，80卷，頁689~713
[9] 李慧君、馬媛、伍海華，2002，”論馬爾可夫鏈在日元匯率預測中的應用”，青島大學學報(工程技術版)，2期。
[10] 夏莉，2000，”馬爾可夫鏈在市場經濟預測中的應用”，重慶商學院學報，S1期。
[11] 郝艷茹，2000，”馬爾可夫鏈理論與市場占有率分析和預測”，上海統計，1期。
[12] Liu, X.、Margaritis, D.、Wang, P.，2012，”Stock market volatility and equity returns: Evidence from a two-state Markov-switching model with regressors.”，Journal of Empirical Finance，19卷，4期，頁483~496。
[13] 王威盛，2004，”股價報酬的可測性:三狀態馬可夫轉換模型應用”，淡江大學財務金融學系碩士班碩士論文。
[14] Rabiner, L. R.，1989，”A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition.”。
[15] 龚健、馬成虎，2011，”基於隱馬可夫鏈的上證股指建模”，復旦大學管理學院
[16] Davey, K.，2014，”Building Algorithmic Trading Systems: A Trader's Journey From Data Mining to Monte Carlo Simulation to Live Trading”，Wiley。
[17] Bollinger, J.，2002，”包寧傑帶狀操作法 Bollinger on Bollinger Bands”，台北：寰宇。
[18] Leung, J. M. J.、Chong, T. T. L.，2003，”An empirical comparison of moving average envelopes and Bollinger Bands.”，Applied Economics Letters，10卷，6期，頁339~341。
[19] 汪榮鑫 著，1987，”研究生教材：隨機過程”，西安交通大學出版社。
[20] 付明柏，2009，”用VBA實現股票的馬可夫法預測”，紹通師範高等專科學校。
[21] 林韋廷，2010，”陸用智慧型無人載具之情境分析與規劃”，國立中央大學。
[22] Wilcoxon, F.，1945，”Individual Comparisons by Ranking Methods.”，Biometrics Bulletin，1卷，6期，頁80~83。