臺灣博碩士論文加值系統

技術分析主要是根據過去的股價資料，如開盤價、收盤價、最高價、最低價、買進賣出的量，將其做成各項圖形和量化指標來分析過去的趨勢，並藉以預測未來的走勢。其中，K線在技術指標中被運用的非常廣泛，主要原因在於較其他技術分析的易於判讀。本研究之目在於利用K線圖組所顯示之個股趨勢作為股市操作之參考依據，並加入K線實體強度、交易量、股票處於高檔或是低檔等條件來驗證，是否透過K線圖組所顯示之趨勢是否可以發展出一套打破大盤的投資方法，來發展成一套可行之投資法則。本研究先將圖組訊號分為買進訊號和賣出訊號兩種，再分別結合60日移動平均線和6日移動成交量兩種指標分別進行討論。在買進訊號方面，只有買進底部訊號的績效可以擊敗大盤；而在，賣出訊號方面，賣出頂部訊號和賣出底部訊號兩種，其所帶來的報酬皆優於大盤表現。

Technical analysis is mainly based on past stock prices such as the opening price, closing price, highest price, and lowest price, and on the amount of buy-ins and sell-outs. Technical analysis transforms these factors into various figures and quantitative indicators in order to analyze the trends of the past as well as to predict those of the future. Among the many forms of technical analysis, candlestick charts are extensively applied as technical indicators, mainly because they are easier to interpret than other types of technical analysis. The current study uses the trend of individual stocks shown in a candlestick chart as a reference for operating in the stock market. The strength and trading volume of candlestick charts and whether stocks are high-end or low-end are considered to see if a set of investment methods and feasible investment rules can be developed based on the trends shown in the candlestick charts to beat the stock market. This study first divided signals into buy signals and sell signals and then combined them with the 60-day moving average and 6-day moving trading volume respectively for discussion. In terms of buy signals, only by buying the performance of bottom signals can the stock market be defeated. For sell signals, the rewards from selling top signals and selling bottom signals both perform better than the stock market.

第一章 序論 1
第一節 研究背景與動機 1
第二節 研究目的 3
第三節 研究流程 4
第二章 文獻探討 6
第一節 效率市場假說(EFFICIENT MARKET HYPOTHESIS) 6
第二節 技術分析 8
第三節 K線理論 14
第三章 系統建構 19
第一節 研究架構 19
第二節 系統建構 21
第三節 績效評估 30
第四章 實證結果 31
第一節 個股資料結果 31
第二節 個股與大盤之比較 31
第三節 結果分析 33
第五章 結論與建議 34
第一節 研究結論 34
第二節 研究建議 35
文獻參考 36
附錄 38

文獻參考
1.李豐吉(2009)，限制追蹤誤差法股票交易策略之研究(碩士論文，義守大學)。
2.陳蕾如(2004)，K線與型態辨識函數之開發及技術分析之應用(碩士論文，義守大學)。
3.黃怡忠(2007)，在不同技術指標交易策略下停損機制設置與否之績效分析(碩士論文，銘傳大學)。
4.揚昇融(2010)，結合K線及均線從股票資料推導投資法則(碩士論文，中原大學)。
5.鄭吉龍(2009)，投資人情緒與交易策略之研究(碩士論文，輔仁大學)。
6.寰宇財務顧問公司譯(1994)，陰線陽線，台北，寰宇出版社。(譯自Steve Nison,1911)
7.蘇玄啟(2006)，以斜率趨勢指標為技術分析交易策略在台灣股票市場之應用(碩士論文，逢甲大學)。
8.張瓊如(2010)，KD和MA技術指標在選擇權投資策略時機的應用－以台指選擇權為例(碩士論文，逢甲大學)
9.黎燦熒(2011)，運用5分鐘K線作為當沖買賣訊號之實證分析-以台指期貨為例(碩士論文，東海大學)。
10.張邵彬(2011)，基因參數最佳化技術指標之集成策略研究-以股市大盤為例(碩士論文，國立台北科技大學)。
11.翁瑾蘋(2011)，技術指標之獲利績效分析：以台灣股價指數期貨交易為例(碩士論文，輔仁大學)
12.Brock, W., Lakonishok, J. and Lebaron, B. (1992). Simple technical trading rules and the stochastic properties of stock returns. Journal of Finance 47(5), 1731-1764
13.Bessembinder, H. and Chan, K. (1995), “The profitability of Technical Trading Rules in the Asian Stock Markets,” Pacific-Basin Finance Journal 3, 257-284.
14.Brock, W., Lakonishok, J. and Lebaron, B., (1992), “Simple Technical Trading Rules and the Stochastic Properties of Stock Returns,” Journal of Finance 47, 1731- 1764.
15.Equis International (2000). Metastock: for Windows 95/98/NT User’s Manual Version7.0, USA.
16.Fama, E. F. (1970). Efficient capital markets: a review of theory and empirical work. Journal of Finance25 (2),383-417.
17.Fountas, S. and Segredakis, K. N. (2002). Emerging stock markets return seasonalities: the journey effect and the tax-loss selling hypothesis. Applied Financial Economics. 12(4),291-299
18.Lee, I. (1992). Stock market seasonality: Some evidence from the pacific-basin countries. Journal of Business Finance & Accounting19(2), 199-210.
19.Pruitt, S. W. and White,R. E. (1988). The CRISMA trading system: Who says technical analysis can’t beat the market? Journal of Portfolio Management 14(3), 55-58.
20.Saitta, A. (1995). Using Dow theory to catch trends. Futures October 24(1), 46-48.