臺灣博碩士論文加值系統

　　本研究的目的欲探討在台灣指數期貨當日冲銷，提出一個使用位階買賣的新觀念，利用2種位階工具，保歷加通道(Bollinger Bands)及逆勢操作系統CDP，來搭配K線理論與KD指標2種技術分析指標做研究分析，並且建構程式交易系統，藉由程式來運算交易策略產生買賣訊號，自動執行買賣動作，藉此產生穩定的績效。
　　本研究選擇台灣指數期貨，作為研究的標的，樣本時間區間為2010年1月2日至2015年12月31日為止，以5分鐘K棒為研究週期。本研究的交易系統，是以5種不同位階的模式，擬定程式交易策略。
　　本研究共設計有五大買賣位階，15種交易策略做為投資組合，並且以十萬元新台幣為一口保證金來計算，比較單一策略之間的優劣性，再將所有策略組合，並探討多策略組合與單一策略的差異性。本研究結果顯示，在單一策略中的最佳獲利283400為策略C-4（昨日收盤價在CDPA3[1]與CDPA2[1]之間做買及賣），且所有策略組合其最大策略虧損（%）MDD為6.99%，比較之前所有單一策略的平均值10.32，足以證明多策略的交易組合，確實可有效改善MDD。

　　The purpose of this study is to discuss the new rank concept of the use day trading in TAIFEX, and to use the two kinds of tools, the Bollinger Bands and the contrarian operating system CDP to match the K-bar theory and the KD index, to do research and analysis, and set up the construction of program trading system, through the program to calculate the trading strategy to generate trading signals, and automatic complete of the sale of action, to produce stable performance.
　　In this study, TAIFEX were selected as the subject of the study. The sample time was from January 2, 2010 to December 31, 2015, and the 5-minute K-bar was the study period. The trading system is based on the five different rank models, and the development of program trading strategy.
　　This study is designed with five trading ranks, 15 trading strategies as a portfolio, and use NT $ 100,000 as a margin to calculate, The results of this study show that, The best profit in a single strategy is $283400 for Strategy C-4, And all strategic combinations of its maximum strategy loss (%) MDD was 6.99%, Compare the average of all previous strategies to 10.32 before, Enough to prove the multi-strategy trading portfolio, Can effectively improve MDD.

中文摘要　i
Abstrsct　ii
目錄　iii
表目錄　viii
圖目錄　xi

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3
第二章文獻探討5
2.1期貨簡介5
2.1.1期貨的意義5
2.1.2期貨的功能5
2.1.3期貨交易的特色6
2.1.4期貨商品的種類7
2.2台灣股價指數期貨規格簡介9
2.3程式交易文獻回顧11
2.4當沖交易文獻回顧12
2.5技術分析文獻回顧14
2.6文獻回顧綜合分析17
第三章研究方法19
3.1程式交易的步驟19
3.2交易成本20
3.3交易策略績效衡量方法21
3.3.1MULTICHARTS報表關鍵數據檢視22
3.4當日沖銷交易時間的限定27
3.5交易策略所使用的進出系統27
3.5.1KD指標27
3.5.2K線理論28
3.5.3保歷加通道(BollingerBands)30
3.5.4逆勢操作系統CDP33
3.6交易策略進出的設計模式34
3.7交易策略買賣的模組設計35
第四章實證結果分析37
4.1KD與位階組合之交易策略37
4.1.1KD在低位階cdp5交叉向上做買，若在高位階cdp1交叉向下做賣(模擬交易之程式碼參照附件)37
4.1.2.KD在低位階dw2交叉向上做買，在高位階up2交叉向下做賣:(模擬交易之程式碼參照附件)40
4.2K線理論與位階組合之交易策略44
4.2.1長陰線低位階做買，長陽線高位階做賣(逆勢策略)(模擬交易之程式碼參照附件)44
4.2.2長陽線低位階做買，長陰線高位階做賣(順勢策略):(模擬交易之程式碼參照附件)47
4.3昨日收盤價與位階之交易策略51
4.3.1昨日收盤價在CDPA5[1]之下做買及賣：(模擬交易之程式碼參照附件)51
4.3.2昨日收盤價在CDPA5[1]與CDPA4[1]之間做買及賣：(模擬交易之程式碼參照附件)54
4.3.3昨日收盤價在CDPA4[1]與CDPA3[1]之間做買及賣：(模擬交易之程式碼參照附件)57
4.3.4昨日收盤價在CDPA3[1]與CDPA2[1]之間做買及賣：(模擬交易之程式碼參照附件)60
4.3.5昨日收盤價在CDPA2[1]與CDPA1[1]之間做買及賣：(模擬交易之程式碼參照附件)63
4.3.6昨日收盤價在CDPA1[1]之上做買及賣：(模擬交易之程式碼參照附件)66
4.4價格與天羅地網線位階之交易策略71
4.4.1價格在天羅地網線最下方做買最上方做賣之交易策略：(模擬交易之程式碼參照附件)71
4.4.2價格在天羅地網線最上方做買最下方做賣之交易策略：(模擬交易之程式碼參照附件)74
4.4.3天羅地網線不收斂在最下方做買最上方做賣之交易策略：(模擬交易之程式碼參照附件)77
4.5開盤價與CDP位階之交易策略81
4.5.1開盤價在CDP5下方做買CDP1上方做賣(逆勢)之交易策略：(模擬交易之程式碼參照附件)82
4.5.2開盤價在CDP5下方做賣CDP1上方做買(順勢)之交易策略：(模擬交易之程式碼參照附件)84
4.6所有交易策略組合之總績效分析88
第五章結論與建議93
5.1研究結論93
5.2後續研究與建議94

參考文獻95

附錄一程式碼99
4.1.1.KD在低位階cdp5交叉向上做買在高位階cdp1交叉向下做賣：程式碼如下100
4.1.2.KD在低位階dw2交叉向上做買在高位階up2交叉向下做賣：程式碼如下101
4.2.1長陰線低位階做買長陽線高位階做賣(逆勢策略)：程式碼如下103
4.2.2長陽線低位階做買長陰線高位階做賣(順勢策略)：程式碼如下104
4.3.1昨日收盤價在CDPA5[1]之下做買及賣：程式碼如下106
4.3.2昨日收盤價在CDPA5[1]與CDPA4[1]之間做買及賣：程式碼如下108
4.3.3昨日收盤價在CDPA4[1]與CDPA3[1]之間做買及賣：程式碼如下109
4.3.4昨日收盤價在CDPA3[1]與CDPA2[1]之間做買及賣：程式碼如下111
4.3.5昨日收盤價在CDPA2[1]與CDPA1[1]之間做買及賣：程式碼如下112
4.3.6昨日收盤價在CDPA1[1]之上做買及賣：程式碼如下114
4.4.1價格在保歷加通道最下方做買最上方做賣：程式碼如下115
4.4.2價格在保歷加通道最上方做買最下方做賣：程式碼如下117
4.4.3保歷加通道不收斂在最下方做買最上方做賣：程式碼如下118
4.5.1開盤價在CDP5下方做買CDP1上方做賣(逆勢)：程式碼如下120
4.5.2開盤價在CDP5下方做賣CDP1上方做買(順勢)：程式碼如下121

一、中文文獻
1.江沛勳(民102)布林通道策略成效分析－以台灣50成分股為例，國立成功大學碩士論文，未出版，台南市。
2.吳錦信(民102)隨機技術指標參數與買賣策略設定之研究，明道大學碩士論文，未出版，彰化縣。
3.林天運(民95)大盤未來走勢預測－KD指標的實證分析，國立成功大學碩士論文，未出版，臺南市。
4.林琮荏(民100)三關價與逆勢操作系統在台指期當日沖銷之績效:Multicharts程式之應用，中原大學碩士論文，未出版，中壢市。
5.林蓉萱(民101)包寧傑帶狀法之操作績效－以台灣50指數成份股為例，國立高雄第一科技大學碩士論文，未出版，高雄市。
6.姜林杰祐（民101）程式交易：方法與實務應用，台北市:新陸書局。
7.柯麗美(民103)股價指數期貨當沖交易策略發展之研究，輔仁大學碩士論文，未出版，新北市。
8.徐坤豪(民94)運用K線、KD指標於台股指數期貨效果之研究，東吳大學碩士論文，未出版，台北市。
9.高銘駿(民103)台指期貨市場之當沖策略開發，國立高雄應用科技碩士論文，未出版，高雄市。
10.許文華(民103)運用CDP與Pivot Point指標於台灣指數期貨當沖交易策略之實證研究，國立高雄應用科技大學，未出版，高雄市。
11.許江河（民104）程式交易：平台開發方法與實務，台北市:新陸書局。
12.許佳雯(民99)修正式濾嘴法則於台灣股市交易之實證研究－Bollinger Bands之應用，國立交通大學碩士論文，未出版，新竹市。
13.陳宥任,曾崇銘（民103）股市的科學煉金術：程式交易全圖解，台北市:Smart智富。
14.陳建宇(民100)程式交易策略實證研究－以Bollinger Band為例，元智大學碩士論文，未出版，桃園市。
15.陳頤瑛(民96)日本K線型態實證研究，義守大學碩士論文，未出版，高雄市。
16.黃勢璋(Shih-Chang Huang)、林馨怡(Hsin-Yi Lin)、連賢明(Hsien-Ming Lien)養雞生蛋或殺雞取卵－論期交稅之降稅效果，經濟論文；41卷1期(2013/03/01)，P1-37。
17.楊迪敦(民100)臺灣指數期貨商品的當沖交易與波段交易策略績效之研究，輔仁大學碩士論文，未出版，新北市。
18.蔡孟翰(民97)台指期貨當沖交易運用交易策略有效性之研究，淡江大學碩士論文，未出版，新北市。
19.蔡宗達（民97）以技術指標策略實證台指期貨市場之績效，國立高雄應用科技大學碩士論文，未出版，高雄市。

二、英文文獻
1. Alexander,S.S.,(1961),Price Movement in Speculative Market：Trends or Random Walks,(MIT Press,Cambridge,Mass),Industrial Management Review Vol.2, pp.7-26
2. Balsara, Nauzer J.; Chen, Gary; Zheng, Lin(2007),“The Chinese Stock Market: An Examination of the Random Walk Model and Technical Trading Rules.”, Quarterly Journal of Business and Economics,Spring (2007), Vol.46, iss.2,pp. 43-63.
3. Caginalp, G. & H. Laurent. (1998), The Predictive Power of Price Patterns. Applied Mathematical Finance, Vol.5, pp.181-205.
4.Chang, P.H.K. and Osler (2000), Methodical Madness: The Head-and-Shoulders Pattern in Foreign Exchange, Economic Journal. Vol.55, pp.636-661.
5. Chen, Shen-Yuan, Chou, Li-Chuan, Yang, and Chau-Chen (2002), Price Transmission Dynamics between GDRs and Their Underlying Stocks—Evidence from Taiwan. Economics Working Paper. Superior Predictive Ability." Brown University, Review of Quantitative Finance and Accounting, Vol.32, pp. 181-214.
6. Corrado, C. J., & Lee, S. H. (1992), Filter Rule Tests of the Economic Significance of Serial Dependence in Daily Stock Returns. Journal of Financial Research, Vol.154, pp. 369-387.
7.Chu, J., and Osler, C.,L.(2003), Identifying Noise Traders: The Head-and-Shoulders Pattern In U.S. Equities. Federal Reserve Bank of NEW YORK.
8. Fama, E. F.and M. E. Blume, (1966), “Filter Rules and Stock-Market Trading. Journal of Business, Vol.39, pp. 226-241.
9. Geroge Pruitt, and John R. Hill, (2002), Building Winning Trading Systems with Trade station, U.S.A: Wiley.
10.Hansen, P.R. (2001),"An Unbiased and Powerful Test" for Superior Predictive Ability. Unpublished Manuscript. Department of Economics. Brown University.
11.Lane, George C.,(1986), Using Stochastics, Cycles & …to the Moment of Decision(Investment Educators, Watseka, IL).
12.Sweeny, R.J. (1988) ,Some new filter rule tests: methods and results. Journal of Financial and Quantitative Analysis, Vol.23, No.3,pp. 285-300.