臺灣博碩士論文加值系統

本研究以德國股票市場之DAX指數成分股為研究對象，資料期間從2003年1月1日取至2009年3月31日止之日、週、月調整後收盤股價(經還原權值)做為樣本資料，嘗試將灰色預測模型GM(1,1)導入樣本資料求取白化修正股價，並進一步改良常用之技術分析指標，及運用幾何報酬率之T檢定評估其樣本白化前後之績效表現，且透過各種白化前後技術指標之投資績效與無風險利率、大盤指數、買進持有做比較，驗證技術指標能否具有改良投資績效的能力。經研究實證結果發現：無法否認德國股票市場符合弱勢效率市場假說。在十二個技術指標當中，其中日RSI、日W%R有二個指標之投資績效改善達五成以上；週KD、日KD、週RSI、月RSI、週W%R有五個指標之改良結果有達六成以上；日BIAS、月BIAS有二個指標之投資績效改善達七成以上；惟週BIAS指標之投資績效改善達八成以上。運用灰色預測模型GM(1,1) 白化後技術指標明顯優於原始技術指標，其投資績效具有顯著改良效果，更能建立穩定精準的技術分析指標。

Using the daily, weekly and monthly data of the DAX Index's Component Stocks from January 2003 to March 2009 as examples, this thesis try to improve the investment performance of technical analysis indices in Germany Stocks Exchange Market. First of all, this thesis whitens original data through a grey model GM (1,1), and grey technical analysis indices are obtained. I use traditional technical analysis indices like RSI, BIAS, KD, and WMS%R as agency indices; compare the investment performance between original and grey technical analysis indices. Based on the empirical results, I find:
Ten of twelve technical analysis indexes can improve the investment performance over 57% than the original ones which significant at 95%. Especially daily, weekly, and monthly BIAS can improve the investment performance over 77%. Obviously the results indicate that the investment performance after GM(1,1) treatment are better than those of pre-GM(1,1) treatment. And investors can use the grey technical analysis indexes to obtain higher investment returns in Germany Stocks Exchange Market. But due to almost the pre and post-GM(1,1) treatment of technical analysis can’t obtain extra profit than the buy-and-hold strategy (BHS), the weak-form efficiency market hypothesis (EMH) in Germany Stocks Exchange Market could not be rejected significantly.

摘　要 I
謝　誌 。
目　錄 III
圖表目錄 V
第壹章　緒論 1
第一節　研究背景與動機 1
第二節　研究目的 7
第三節　研究架構與流程 8
第四節　預期研究貢獻 10
第貳章　德國證券市場 11
第一節、德國證券市場簡述 15
第二節　德國證券市場之歷史概況 25
第三節　德國主要股票指數之介紹 26
第參章　文獻探討 31
第一節　效率市場假說 31
第二節　技術分析理論 39
第三節　灰色系統理論(Grey System Theory) 54
第肆章　研究方法 70
第一節　研究範圍 70
第二節　實證流程 72
第三節　研究假設 73
第四節　操作性定義 74
第五節　灰色預測模型 81
第六節　績效衡量 84
第伍章　實證分析 88
第一節　比較白化前傳統技術指標與無風險利率之投資績效 97
第二節　比較白化前傳統技術指標與大盤之投資績效 100
第三節　比較白化前傳統技術指標與買進持有之投資績效 103
第四節　比較白化前不同之技術指標之投資績效 106
第五節　比較白化後技術指標與無風險利率之投資績效 109
第六節　比較白化後技術指標與大盤之投資績效 112
第七節　比較白化後技術指標與買進持有之投資績效 115
第八節　比較白化後不同之技術指標之投資績效 118
第九節　比較白化前技術指標與白化後技術指標之投資績效 121
第十節　各技術指標投資績效之幾何平均報酬率之T檢定 124
第陸章　結論與建議 135
第一節　結論 135
第二節　建議 139
參考文獻 141
中文部分 141
外文部分 147
參考網站 152
附錄一 153

中文部分
1. 文揚彬（1996），臺灣股票市場投資績效之實證研究－技術分析之應用，文化大學國際企業管理研究所碩士論文。
2. 方國榮（1991），證券投資最適決策指標之研究－技術面分析，國立台灣大學商學研究所碩士論文。
3. 王佑鈞(2004)，選擇權波動率指數與標的資產之因果性資訊內涵－效率性門檻共整合模型於德國股價指數市場之應用，銘傳大學財務金融學系碩士論文。
4. 王志銘（1989），國際股價變動對台灣股價影響之實證研究，文化大學企業管理研究所碩士論文。
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，銘傳大學國際企業研究所碩士論文。
6. 朱佩亭(1996)，運用遞迴式類神經網路為基礎之股票交易決策支援系統，國立台灣大學資訊管理研究所碩士。
7. 何至偉（2002），台股趨勢有效性之研究，國立台灣科技大學電機工程研究所碩士論文。
8. 何怡慧（1998），上市公司財務績效指標灰色預測模式之研究，長榮管理學院經營管理研究所碩士論文。
9. 吳典庚（2001），台灣股票市場之GRG分析，國立台灣科技大學電機工程研究所碩士論文。
10. 李巧蜜 (2009)，以灰色理論改良股票投資技術分析指標之研究—以倫敦金融時報指數成分股為例，屏東科技大學企業管理系所碩士論文。
11. 杜金龍（1998），技術指標在台灣股市應用的訣竅，金錢文化出版社。
12. 周文美（2008），以灰色理論改良股票投資技術分析指標之研究－以香港恆生指數成分股股與港中企業成分股為例，國立屏東科技大學企業管理研究所碩士論文。
13. 林明生（1994），一月效果與國際股市績效評估，國立中山大學財務管理研究所碩士論文。
14. 林家傑與張士行（2000）。灰色模糊預測之理論應用於電力系統負載預測研究。中華技術學院學報，21，46-53。
15. 邱建良、陳君達與黃駿逸（2005），時間數列模型對股價指數報酬率預測性之再評估，東海管理評論，7卷1期，167-192。
16. 施向陽（2001），匯率變動預測模式之研究，大葉大學事業經營研究所碩士論文。
17. 洪志豪（1999），技術指標KD、MACD、RSI與W%R之操作績效實證，國立臺灣大學國際企業研究所碩士論文。
18. 洪秀凰（2004），應用灰色理論於匯率預測之研究，義守大學資訊管理研究所碩士論文。
19. 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，東海大學管理研究所碩士論文。
20. 唐宜楷（1998），台灣加權股價指數預測－灰色預測之運用，國立臺灣大學財務金融學研究所碩士論文。
21. 孫晉仁（2007），應用灰色理論改良系統風險估計之研究－以台灣50指數成份股為例，國立屏東科技大學企業管理研究所碩士論文。
22. 徐松奕（2003），以技術指標對台灣加權股價期貨指數報酬之研究，國立東華大學企業管理學系碩士在職專班碩士論文。
23. 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。
24. 張家旺（2005），台灣50 ETF的投資決策－模糊理論之應用，國立臺灣科技大學資訊管理系研究所碩士論文。
25. 張宮熊（1998），矩陣自我迴歸模式在金融市場資訊傳遞結構上之研究，國立中山大學企業管理研究所碩士論文
26. 張宮熊（2001），投資組合分析與管理，華泰文化事業出版社。
27. 張宮熊與呂維恭（2006），應用灰色系統理論改善最小變異數投資組合績效之實證模型－以道瓊30指數成份股為例，亞太經濟管理評論，9(2)，61-74。
28. 張宮熊與吳欽杉（1996），臺灣股票市場、貨幣市場與外匯市場資訊傳遞結構之研究，中國財務學刊，4 (2)，21-40。
29. 張宮熊、吳欽杉與林財源 (1998a)，臺灣股票市場類股間資訊傳遞結構之研究。中山管理評論，第6卷第2期，民國87年，頁441-458。
30. 張宮熊、吳欽杉與林財源 (1998b)，我國股票市場多空時期資訊傳遞結構之研究。臺灣銀行季刊，第49卷第2期，民國87年，頁58-96。
31. 張宮熊、吳欽杉與林財源（2000），以灰色矩陣自我迴歸模式探討臺灣股票市場長期資訊傳遞結構，管科學報，17( 4)，591-623。
32. 張裕昇(2009)，效率市場假說驗證:動態調整交易系統之全球股、匯市測試，國立交通大學應用數學系數學建模與科學計算碩士論文。
33. 許鐸瀚(2008)，金融風暴期間台股技術指標有效性實證研究 -以台灣五十指數成分股為例，雲林科技大學財務金融學系碩士論文。
34. 郭彥廷(2008)，技術分析交易策略在台灣股票市場之實證研究，暨南國際大學財務金融學系碩士論文。
35. 郭晉源（2002），灰色系統應用於企業財務危機預測之研究，國立台北科技大學商業自動化與管理研究所碩士論文。
36. 陳弘旭與張偉哲（2000），最佳化灰色預測模型GM(1,1)之研究，灰色系統理論與應用年會，77-80。
37. 陳幸兒 (2009)，技術分析之有效性：跨國的實證研究，大葉大學國際企業學系碩士在職專班論文。
38. 陳映廷（2007），濾嘴法則與乖離率是否可以獲取超額報酬？－以台灣50指數型基金為例，中興大學財務金融研究所碩士論文。
39. 陳國俊(2009)，機率策略模型獲利性之研究－以台灣證券交易所發行量加權股價指數為例，國立中央大學產業經濟研究所碩士在職專班論文。
40. 陳榮方與楊敏里（1997）。灰色理論與迴歸預測應用於短期財務預測之探討。高雄科學技術學院學報，27，217-228。
41. 陳賢達(2007)，技術分析在股票市場產生超額報酬可能性之實證探討-以寶來台灣50 ETF為例，國立台灣科技大學管理學院MBA碩士論文。
42. 陳學毅（2004），匯率預測模型績效之研究－時間序列及灰色預測模型之應用，東海大學國際貿易研究所碩士論文。
43. 陳麗惠（2001），商業銀行利率敏感性缺口管理預測模式之建立與應用，私立銘傳大學管理科學研究所博士論文
44. 彭慧萍 (2009)，以灰色理論改良股票投資技術分析指標之研究-以S&P/ASX200指數成分股為例，屏東科技大學企業管理系所碩士論文。
45. 曾家翔 (2007)，應用類神經網路探討股市技術指標之有效管理，大葉大學資訊管理學系碩士論文。
46. 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研究所碩士論文。
47. 黃奎傑（2006），應用SSVM 與灰色預測於投資策略之研究-以台灣股票市場電子類股為實證，臺灣科技大學資管系研究所碩士論文。
48. 黃凱揚（2004），美國證券市場小數化對指數期貨、現貨間套利機會的影響，國立屏東科技大學企業管理研究所碩士論文。
49. 黃雅蘭（2001），台灣股價指數期貨套利之研究－類神經網路與灰色理論之應用，國立台灣科技大學資訊管理研究所碩士論文。
50. 葉傳財（2005），以灰色理論改良股票投資技術分析指標之研究－以台灣50成份股為例，國立屏東科技大學企業管理研究所碩士論文。
51. 葉爾堂 (2004)，台灣股市價量互動動態交易策略之研究，國立彰化師範大學會計學系企業高階管理碩士論文。
52. 董茲莉（1995），由技術分析效果驗證我國股市效率性，國立中山大學企業管理研究所碩士論文。
53. 詹淑慧與王嘉隆（2007），分類迴歸樹於亞洲股票市場獲利能力之研究，輔仁管理評論，14卷1期，41-60。
54. 詹賜福與洪良德（1998），傳統預測與灰色預測方法之比較，灰色系統理論與應用年會，73-76。
55. 劉明漲（2007），技術指標與電子類股操作績效，國立中正大學財務金融研究所碩士論文。
56. 蔡旭凱（2004），以灰色系統理論建立系統風險之評估模式－以摩根史坦利已開發國家指數23個市場為例，國立屏東科技大學企業管理研究所碩士論文。
57. 鄭宜芳(2009)，以灰色理論改良股票投資技術分析指標之研究－以日經平均指數成分股為例，屏東科技大學企業管理系所碩士論文。
58. 鄭美幸與詹志明（2002），灰色理論與時間序列模型在匯率預測績效上之比較，台灣金融財務季刊，3（2），95-104。
59. 鄭淑貞（1994），台灣股票市場弱勢效率性實證研究－濾嘴法則之應用，國立台灣工業技術學院管理技術研究所碩士論文
60. 鄧聚龍、郭洪（1996），灰預測原理與應用，全華科技圖書。
61. 鄧聚龍、郭洪、溫坤禮、張延政與張偉哲（1999），灰色預測模型方法與應用，高立圖書有限公司。
62. 蕭淑芳(2000)，美國存託憑證市場效率性檢定及訊息傳遞效果之探討－以亞洲地區在美國發行存託憑證為例，中原大學國際貿易研究所碩士論文。
63. 賴勝章（1990），台灣股票市場弱勢效率性實證研究－以技術分析檢驗，國立台灣大學商學研究所碩士論文。
64. 謝昇龍(2006)，台灣股票市場效率化趨勢之研究，淡江大學企業管理學系碩士在職專班論文。
65. 蘇碩遠（1998），股票與認購權證買賣點預測模式之實證研究－以仁寶與大信01為例，銘傳大學管理科學研究所碩士論文。


外文部分
1. Alexander, S. S. (1961), Price Movement in Speculative Markets：Trend or Random Walks, Industrial Management Review 2, pp.7-26.
2. Bailey and Stulz (1990), Benefits of International Diversification: The Case of Pacific Basin Stock Market, Journal of Portfolio Management, pp.57-61.
3. Bessembinder, Hendrik and Kalok Chan (1995), The Profitability of Technical Trading Rules in the Asian Stock Markets, Pacific-Basin Finance Journal 3, pp.257-284.
4. Brock, William, Lakonishok, Josef and LeBaron Blake (1992), Simple Technical Trading Rules and the Stochastic Properties of Stock Returns, Journal of Finance 46, pp.1731-1764.
5. Brown, D. P., and R. H. Jennings. (1989). On Technical Analysis. Review of Financial Studies 2, pp.527-551.
6. Campbell and Hamao (1992), Preditable Stock Returnsin the United States and Japan: A Study of Long-Term Capital Market Integation, Journal of Finance 46, pp.43.
7. Chan, Gup, and Pan (1992), An Empirical Analysis of Stock Prices in Major Asian Markets and the United States, The Financial Review 27(2), pp.289-307.
8. Chan, Jegadeesh and Askonishok (1996), Momentum Strategies, The Journal of Finance 51(5), pp.1681-1713.
9. Chang, Alex Kung-Hsiung, and Jui-Lin, Hsu (2009), "A Study of Grey Theory on Improving the Investment Performance of Technical Analysis Index - An Example of the Dow Jones Industry Index's Component Stocks," YMC Management Review 2(1), pp. 117-126.
10. Chang, Alex Kung-Hsiung. and C. D Kung (2007), Applying Grey Forecasting Model on the Investment Performance of Markowitz Efficiency Frontier: A Case of the Taiwan Securities Markets, Journal of Grey System, p. 10.
11. Chang, Alex Kung-Hsiung, and Kuei-Yi, Lin (2009), "A Study of Grey Theory on Improving the Investment Performance of Technical Analysis Index - An Example of the Shenzhen Index's Component Stocks," YMC Management Review 2(1), pp.107-116.
12. Chang, Alex Kung-Hsiung and K.L. Lu (2007), "A Study of Grey Theory on Improving the Investment Performance of Technical Analysis Index -an Example of Morgan Stanley Taiwan Index' Component Stocks", 2007 IEEE International Conference on Grey System and Intelligent Services.
13. Chang, Alex Kung-Hsiung and C.C. Chen (2006), Applying Grey Forecasting Model on the Investment Performance of Markowitz Efficiency Frontier: A Case of the MSCI World Index. The 9th Joint Conference on Information and Science.
14. Chen, Andrew H., Joseph Kang, and Donald Lien (2006), “Contrarian Long-Short Futures Arbitrages and Market Efficiency: Evidence in the Index Futures Markets around the Globe,” Taipei TAIWAN: The Joint 14th Annual PBFEA and 2006 Annual FEAT Conference.
15. Coutts, J. Andrew and Kwong C. Cheung (2000). Trading Rules and Stock Returns: Some Preliminary Short Run Evidence from the Hang Seng 1985-1997, Applied Financial Economics, pp.579-586.
16. Deng, J. Guo, H. Xu, S. J. Xiong, and M.Chen (1988), Essential Topics on Grey System : Theory and Application, Huazhong University of Science and Technology , China Ocean Press.Industrial Management Review 3, pp.24-45.
17. Elder, A. (1987). Using Stochastics to Catch Early Trends and Reversals, Futures, pp.68-72.
18. Fama, E. F. (1970), Efficient Capital Markets：A Review of Theory and Empirical Work, Journal of Finance 25.
19. Fama, E. F. (1991), Efficient Capital Markets：A Review of Theory and Empirical Work II. Journal of Finance, XLVI(5) , pp.575-1617.
20. Fama, Eugene F. and Marshall E. Blume. (1965). Filter Rules and Stock Market Trading. Journal of Business (39), pp.226-241.
21. Fama, Eugene F. (1965), The Behavior of Stock Market Prices, Journal of Business, pp.34-105.
22. Fama, Eugene F. (1976), Efficient Capital Markets: Replym, Journal of Finance, American Finance Association 31(1), pp.143-45.
23. Gencay,Ramazan and Stengos Thanasis (1998), Moving Average Rules, Volume and the Predictability of Security Returns with Feed forward Net-works, Journal of Forecasting 17, pp.401-414.
24. Grubel, H.G. (1968), Internationally Diversified Portfolios Welfare Gains and Capital Flows, American Economic Review 5, pp.1299-1314.
25. Gunasekarage, A. and. D. M. Power, (2001), The Profitability of Moving Average Trading Rules in South Asian Stock Markets, Emerging Markets Review 2, pp.17-33.
26. Hudson, R.M. Dempsey and K. Keasey (1996), A Note on the Weak from Efficiency of Capital Markets: The Application of Simple Technical Trading Rules to UK Stock Prices 1935~ 1994, Journal of Finance 20, pp.1121-1132.
27. Jaffe, Jeffrey and Randolph Westerfield (1985), Patterns in Japanese Common Stock Returns: Day od the Week and Turn of the Year Effects, Journal of Financial and Quantitative Anlysis, pp.261-272.
28. James, F. E. (1968), Monthly Moving Averages：An Effective Investment Tools, Journal of Financial and Quantitative Analysis, pp.315-326.
29. Kato, K. and J.S. Schallheim, (1985), Seasonal and Size Anomalies in the Japanese Stock Market, Journal of Financial and Quantitative Analysis 20, pp.243-260.
30. Lee, Insup. (1992), Stock Market Seasonality: Some Evidence from the Pacific-Basin Countries, Journal of Business Finance & Accounting, pp.199-210.
31. Levich, Richard M. and R. Thomas Lee (1993), The Significance of Technical Trading-Rule Profits in the Foreign Exchange Markets: A Bootstrap Approach, Journal of International Money and Finance 1(12), pp.451-474.
32. Levy, R. A. (1967a), Random Walks：Reality or Myth, Financial Analysis Journal 23, pp.69-77.
33. Levy, R. A.(1967b), An Evaluation of Selected Applications of Stock Market Timing Techniques Trading Tactics and Trend Analysis, Unpublished ph. D Dissertation, the American University.
34. Manning, Neil. (2002), Common Trends and Convergence? South East Asian Equity Markets, 1988-1999, Journal of International Money and Finance 21, pp.183-202.
35. Pruitt, S. W., and R. E.White, (1988), The CRISMA Trading System: Who Says Technical Analysis Can’t Beat the Market?, The Journal of Portfolio Management, pp.55-58.
36. Ratner, M. and R. P. C. Leal, (1999), Test of Technical Trading Strategies in the Emerging Equity Markets of Latin America and Asia, Journal of Banking and Finance 23, pp.1887-1905.
37. Solnik B.H. (1974), Why Not Diversify Internationally Rather than Domestically? Financial Analysts Journal, pp.48-52.
38. Strasser, Georg (2007), “The Efficiency of the Global Market for Capital Goods,” Working Paper of University of Pennsylvania, PA 19104-6297.
39. Szakmary, A., W.N. Davidson III , and V. T. Schwartz (1999), Filter Tests in Nasdaq Stocks, The Financial Review(34), pp.45-70.
40. Yuhn, Ky-Hyang (1997), “Financial Integration and Market Efficiency: Some International Evidence from Cointegration Tests,” International Economic Journal 11( 2), pp.103-115.

參考網站
1. 德國經濟 http://www.ostg.cn/world/economy/de.html,。
2. 祝寶良，2007年4月30日，近年德國經濟發展緩慢原因中國駐歐共同體使團經濟組。
3. 國際經濟情勢雙週報第1703期28、29、90、91頁，99年4月29日出版。http://www.cepd.gov.tw/。
4. 歐盟統計處http://epp.eurostat.ec.europa.eu，2010年4月15和22日
5. 鉅亨網， 2010年4 月20日 2010年4月24日。http://www.cnyes.com/
6. 英國倫敦金融時報，2010年4月22日。
7. 英國經濟學人週刊，各期。
8. 雅虎德國財經網站http://de.finance.yahoo.com/q/cp?s=%5EGDAXI
9. 國際貨幣基金International Financial Statisitics。
10. CEIC資料庫。
11. Eurostat
12. 李秋錦(2007)經濟研究第7期-1990年代後德國經濟表現與改革
13. 台灣證券交易所彙編：德國證券市場相關制度