臺灣博碩士論文加值系統

共同基金已成為國人投資理財之重要工具之一，而如何獲得最佳投資報酬率一直是投資人最關注的課題，本研究以存續時間超過八年以上之五十檔共同基金為樣本，探討七種不同技術指標在共同基金之獲利表現，經由實證結果發現：
1. 不論是隨機指標KD、移動平均線MA、MAMA、指數移動平均線EMA、EMAEMA、雙指數移動平均線DEMA及多空指標BBI，個別指標在不同天數的設定下，累計報酬率並無顯著差異。
2. 雖各指標在不同天數的設定下，其累計報酬率無顯著差異，然其買賣交易次數則具顯著差異，因此若考量交易成本，各指標最佳之天數設定為KD50、MA60、MA(MA60)、EMA60、EMAEMA60、DEMA60及BBI(MA20/30/40/60)。
3. 各指標最佳天數之累計報酬率無顯著差異，然EMAEMA60之交易次數最少，故在考量交易成本下，EMAEMA60應為最佳技術指標。
4. 在研究樣本之五十檔基金中，若以MA指標之年報酬率為例，表現較佳之六檔基金皆為投資於台灣股票市場之成長型基金。

關鍵字：共同基金、技術分析、隨機指標KD、移動平均線MA、BBI

Mutual funds have become to one of the most important tool of investment in Taiwan, and inventors always keep finding ways to gain the best investment performance. This study selects 50 mutual funds which have more than 8 years of duration as research sample to analyze the earning ability of 7 technical indicators including KD, MA, MAMA, EMA, EMAEMA, DEMA and BBI. The empirical results are:
1. Each technical indicator along with different time period has no significant difference in cumulative return.
2. Although each technical indicator has no significant difference in cumulative return, if transaction cost is considered, the best time period of each technical indicator is KD50, MA60, MA(MA60), EMA60, EMAEMA60, DEMA60 and BBI(MA20/30/40/60).
3. There is no significant difference in the cumulative return among KD50, MA60, MA(MA60), EMA60, EMAEMA60, DEMA60 and BBI(MA20/30/40/60). However, EMAEMA60 requires the least transaction cost, so it is the best technical indicator.
4. By using MA indicator to analyze annual return of research sample, the top six within 50 mutual funds are all Growth Funds that invest Taiwan stock market.

Key Words: Mutual funds, Technical Analysis, Stochastics Indicator (KD), Moving Average (MA), BBI

摘要 i
Abstract ii
誌謝 iv
目錄 v
表目錄 vii
圖目錄 xi
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究限制與假設 3
第四節 研究架構與流程 4
第二章 文獻探討 6
第一節 共同基金 6
第二節 基本分析 17
第三節 技術分析 19
第四節 技術分析相關研究整理 26
第三章 研究方法 30
第一節 技術指標與交易法則 30
第二節 報酬率計算方法 37
第四章 實證研究 38
第一節 資料來源介紹與樣本說明 38
第二節 報酬率績效分析 39
第五章 結論與建議 88
第一節 結論 88
第二節 未來研究與建議 89
參考文獻 91
一、 中文部份 91
二、 英文部份 96
個人著作 99

一、中文部份
王志鈞，2010，笑笑看線圖：跟著六大名師學技術分析（第3版），台北，早安財經文化有限公司。
王邵佑，2000，隨機指標(KD值)投資績效之實證研究，國立台北大學企業管理研究所碩士論文。
伍忠賢，2003，投資學（初版），台北，三民書局股份有限公司。
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。
牟聖遠，2013，台灣股市技術分析實證-以KD指標、RSI指標、MACD指標、DMI指標為例，義守大學資訊管理研究所碩士論文。
吳百正，2004，台股期貨市場弱式效率性之研究，國立台灣科技大學財務金融研究所碩士論文。
吳佳龍，2010，臺灣股票市場技術分析獲利能力-以KD及MACD為例，朝陽科技大學財務金融系碩士論文。
吳宗正，2006，投資技術分析（第6版），台北，華泰文化事業股份有限公司。
李南憲，2014，股票技術分析之實證研究-觀光與食品類股，國立中正大學財務金融研究所碩士論文。
杜金龍，2010，基本分析在台灣股市應用的訣竅（第2版），台北，財信出版有限公司。
阮春錳，2013，證券投資之技術分析研究，虎尾科技大學工業工程與管理研究所碩士論文。
周俊福，2012，技術分析應用於台灣50指數成分股-KD指標之實證研究，靜宜大學管理碩士在職專班碩士論文。
林傑宸，2006，基金管理：資產管理的入門寶典（第2版），台北，智高文化事業有限公司。
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。
武志高，2009，投資學（第3版），台中，五南圖書出版股份有限公司。
邱一平，2008，技術分析首部曲（初版），台北，寰宇出版股份有限公司。
邱顯比，2006，基金理財的六堂課(第3版)，台北，天下文化出版社。
邱顯比、林清珮，1999，共同基金分類與基金績效持續性之研究，Journal of Financial Studies, Vol.7 NO.2。
洪美慧，1997，技術分析應用於台灣股市之研究-移動平均線、乖離率指標與相對強弱指標之評估，東海大學管理研究所碩士論文。
徐俊明，2005，投資學理論與實務（第5版），台北，新陸書局股份有限公司。
徐鵬，2008，移動平均線交易規則的實證分析，江西行政學院學報，第10卷第3期，頁59-60。
涂婉容，2009，技術分析對股票型基金報酬之研究，義守大學資訊管理研究所碩士論文。
許豑勻，2006，共同基金百科（初版），台北，宏典文化出版股份有限公司。
陳志彬，2004，提升技術分析獲利能力之研究-以KD隨機指標為基礎，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。
陳恩宗，2013，台灣上櫃公司股票技術分析之報酬率績效研究，雲林科技大學財務金融系碩士論文。
陳淑玲、吳安琪、費業勳，2011，台灣股票市場技術指標之研究-不同頻率資料績效比較，東海管理評論特刊，第十二卷第一期，頁187-226。
陳進忠，2010，股票聖經：最強的技術分析寶典（初版），台北，漢湘文化事業股份有限公司。
曾煒淋，2012，以隨機K指標檢視台灣50成份股之投資績效，逢甲大學統計與精算所碩士論文。
曾耀田，2002，技術分析對台灣股票型基金報酬之實證研究，朝陽科技大學財務金融系碩士論文。
黃光廷，2002，技術分析、基本分析與投資組合避險績效之研究，國立成功大學會計學研究所碩士論文。
黃彥聖，1995，移動平均法的投資績效，管理評論，第14卷第1期，頁47-67。
黃昭誠，2008，技術分析獲利能力之研究-以量價關係為基礎，朝陽科技大學財務金融系碩士論文。
黃嘉斌譯，2000，金融市場技術分析（初版），台北，寰宇出版股份有限公司。Murphy J.J. 1999. Technical Analysis of the Financial Markets, A Comprehensive Guide to Trading Method and Application. New York, New York Institute of Finance.
經史子集出版社編輯群譯，2011，移動平均線MA：低本益比射手約翰.奈夫(第4版)，台北，經史子集出版社。Jerry Collins.
劉元吉、楊瑛，2012，最經典的股市42大技術指標經解與妙用（初版），北京，中國紡織出版社。
蔣家慶，2014，技術分析之實證研究-以台灣50為例，國立高雄第一科技大學財務管理研究所碩士論文。
鄭超文，2012，點線賺錢術：技術分析詳解（第12版），台北，財信出版有限公司。
寰宇證券投資顧問公司譯，1997，技術分析精論（初版），台北，寰宇出版股份有限公司。Pring M.J. 2003. Technical Analysis Explained-The Successful Investor’s Guide to Spotting Investment Trends and Turning Points, 3/E. New York, McGraw-Hill, Inc.
寰宇證券投資顧問公司譯，2004，計量技術操盤策略（初版），台北，寰宇出版股份有限公司。Kestner L.N. 2003. Quantitative Trading Strategies: Harnessing the Power of Quantitative Techniques to Create a Winning Trading Program. New York, The McGraw-Hill Companies, Inc.
蕭政倫，2013，技術分析之實證研究-以台灣加權股價指數為例，國立高雄第一科技大學金融研究所碩士論文。
謝劍平，2006，現代投資學分析與管理（第3版），台北，智勝文化事業有限公司。
羅章賢，2013，技術分析在全球資產配置之實證-以指數型基金為例，國立臺北大學統計學系碩士論文。
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。
FundDJ基智網，http://www.funddj.com/y/yFund.htm/。
MoneyDJ財經知識庫，http://www.moneydj.com/KMDJ/。
中華民國證券投資信託暨顧問商業同業公會，http://www.sitca.org.tw/。
行政院金融監督管理委員會全球資訊網，www.fsc.gov.tw/。
保德信投信，http://www.pru.com.tw/。
摩根資產管理，https://www.jpmrich.com.tw/wps/portal。

二、英文部份
Bessembinder, H. and K. Chan, 1995, The profitability of technical trading rules in the Asian stock markets, Pacific-Basin Finance Journal, 3, 257-284.
Brealey, R. and Myers, S., 2000, Principles of Corporate Finance, 3rd ed, McGraw-hall Book Co.
Brock, W., J. Lakonishok, and B. LeBaron, 1992, Simple technical trading rules and the stochastic properties of stock returns, Journal of Finance, 47, 1731-1764.
Dijk, R.V., and Huibers, F., 2002, European price momentum and analyst behavior, Financial Analysis Journal, 58(2), 92-105.
Fama, E.F., 1965, The behavior of stock market prices, Journal of Business, 285-299.
Fama, E.F., 1970, Efficient capital markets: a review of theory and empirical work, Journal of Finance, 25, 383-417.
Fifield, S. M., Power, D. M., & Knipe, D. S., 2008, The performance of moving average rules in emerging stock markets, Applied Financial Economics, 18(19-21), 1515-1532.
Granville, Joseph, 1963, Granville’s New Key to Stock Market Profits, Prentice Hall, Englewood Cliffs, NJ.
Gunasekarage, A., and Power, D.M., 2001, The profitability of moving average trading rules in south asian stock markets, Emerging Markets Review, 2, 17-33.
Hsu P.H., and Kuan, C.M., 2005, Re-examining the profitability of technical analysis with white’s reality check, IEAS Working Paper.
James, F.E., 1986, Monthly moving average: an effective investment tools?, Journal of Financial and Quantitative Analysis, September III 1986, 315-326.
John J. Murphy, 1986, Technical Analysis of the Futures Markets, A Comprehensive Guide to Trading Method and Application, New York Institute of Finance Prentice Hall Company.
Lee, A.B., and Seshadri, M., 2003, GP-evolved technical trading rules can outperform buy and hold, Financial Applications of Genetic Programming.
Malkiel, Burton G., 1996, Returns from investing in equity mutual funds 1971 to 1991, Journal of Finance, June, 50:2, 549-72.
Patner, M, and Leal, R.P.C., 1999, Test of technical trading strategies in the emerging equity markets of Latin America and Asia, Journal of Banking and Finance, 23, 1887-1905.
Patrick G. Mulloy, 1994, Smoothing data with faster moving averages, Technical Analysis of Stocks & Commodities, V.12:1, 11-19.
Patrick G. Mulloy, 1994, Smoothing data with less lag, Technical Analysis of Stocks & Commodities, V.12:2, 72-80.
Rozeff, M.S., and Kinney, W.R., 1976, Capital market seasonality: the case of stock return, Journal of Finance Economics, 3, 379-402.
Stephen W. Pruitt and Richard E. White, 1988, The CRISMA trading system: who says technical analysis can’t beat the market, Journal of Portfolio Management, Sep. 55-58.
Van Horne, J. C. and Parker, G. G., 1967, The Random Walk Theory: An Empirical Test, Financial Analysts Journal, November-December: 87-92.