臺灣博碩士論文加值系統

本研究主要探討David Varadi (2014)所提出的機率動能及運用趨勢操作資產配置觀察在台灣股票市場之應用，只挑選個股動能強過指數或勝過個股股價移動平均線的股票進行投資並進行比較，研究對象採2003年7月至2014年3月台灣ETF50及2006年1月至2014年3月的ETF100 指數之成分股，進行探討動能資產配置策略投資組合之投資績效是否可以超越台灣50ETF及ETF100。實證結果顯示如下：一、以台灣50為例，以台灣50趨勢操作8個月平均權重法可於投資組合中獲取最高之報酬，年均複合增長率為18.09%，夏普比率是0.96，波動風險為17.36，最大連續虧損為-33.02，平均虧損為-5.68，是所有策略中風險低但報酬率及夏普比率高的投資策略。二、趨勢投資組合的績效明顯勝過台灣50ETF、台灣100ETF及大盤指數，由此可證，趨勢投資策略是有效的，但機率動能投資策略無法勝過其他投資組合。三、趨勢投資策略的表現明顯優於機率動能投資策略。

This research mainly applies the probabilistic momentum of Daivd Varadi (2014) and the trend trading strategy to the Taiwan stock market. By choosing stocks with momentum higher than the benchmark index and/or moving average of prices, the reconstructed portfolios are found to have better performance than the benchmark indices, i.e., Taiwan Top 50 ETF and Taiwan Mid-Cap 100 ETF. The empirical results show that: 1) for Taiwan Top 50 ETF, 8-month trend following strategy with equal weighting has the best performance among all strategies, with annual rate of return of 18.09% and Sharpe ratio of 0.96; 2) The investment performance of the trend trading strategy is better than Taiwan Top 50 ETF, Taiwan Mid-Cap 100 ETF and Weighted Index. It thus can be verified that the trend trading strategy is effective.But the probabilistic momentum strategy is not better than other strategies; 3) The trend trading strategy perform better than the probabilistic momentum strategy.

目錄Ⅰ
表目錄Ⅲ
圖目錄 Ⅳ
第一章 緒論1
第一節 研究背景與研究動機1
第二節 研究目的2
第三節 研究架構2
第二章 文獻探討5
第一節 動能投資策略之文獻5
第二節 資訊比率之相關文獻7
第三節 資產配置之相關文獻9
第四節 機率之相關文獻11
第五節 超額報酬探討之文獻13
第六節 趨勢操作探討之文獻15
第三章 研究方法18
第一節 研究說明18
第二節 研究設計與方法18
第三節 研究對象與資料來源19
第四章 實證結果與分析20
第一節 機率動能投資組合之績效20
第二節 趨勢平均權重投資組合之報酬率分析23
第三節 趨勢波動率權重投資組合之報酬率分析25
第四節機率動能與趨勢投資組合之報酬率分析28
第五節 三因子曝險分析30
第六節 投資組合之風險指標評比結果31
第五章 結論與建議35
第一節 結論35
第二節 研究建議35
參考文獻37
附錄41

一、中文部分
1.江掌珠，2003，「資訊交易機率測度與動能生命週期策略」，私立銘傳大學財務金融學系碩士在職專班碩士論文。
2.李易珊，2009，「蛛網投資策略績效之研究—以台灣50指數ETF為例」，國立臺灣科技大學企業管理系碩士論文。
3.李芳妤，2010，「股票報酬動能效果與資訊交易機率」，私立元智大學財務金融學程碩士論文。
4.李宜穎，2010，「程式交易是否能創造超額報酬-以台灣五十指數成份股為例」，國立臺北商業技術學院財務金融研究所碩士論文。
5.吳哲嘉，2011，「動能投資策略-以國內股票型基金為例」，私立淡江大學財務金融學系碩士班碩士論文。
6.周姿妤，2010，「以動能投資策略建構證券投資決策系統-以台灣50和中小型100成份股為例」，國立高雄第一科技大學資訊管理研究所碩士論文。
7.周聖鈞，2013，「趨勢策略應用於台灣股票市場之研究」，國立臺北科技大學工商管理研究所博士論文。
8.林慶茂，2005，「順勢交易策略應用於台灣加權指數期貨之實證研究」，國立中興大學高階經理人碩士在職專班碩士論文。
9.林玉萍，2007，「使用遺傳演算法建構不同風險承受度的基金投資組合與資產配置」，國立中山大學資訊管理學系研究所碩士論文。
10.林明德，2012，「以投資績效評估指標探討基金的篩選方式與策略」，國立成功大學財務金融研究所碩士論文。
11.祖維龍，2011，「通道突破系統在台指期貨市場的實證研究」，私立東海大學財務金融學系碩士在職專班碩士論文。
12.郭政麟，2003，「資訊交易機率測度、資產定價及資產管理策略」，私立銘傳大學財務金融學系碩士班碩士論文。
13.陳進賢，2009，「以台指期貨之正逆價差檢測台灣50之投資績效」，私立逢甲大學經營管理碩士在職專班碩士論文。
14.陳元昌，2005，「具方向與波動性之股價動能投資策略」，國立成功大學財務金融研究所碩士論文。
15.陳映廷，2006，「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」，國立中興大學財務金融系所碩士論文。
16.陳重銓，2006，「效率指標的運用與基金績效之研究」，國立成功大學財務金融研究所碩士論文。
17.陳巧珮，2011，「趨勢交易策略應用於外匯自動交易之實證研究」，私立大同大學資訊經營學系(所)碩士論文。
18.張又升，2009，「結合選股與支援向量迴歸解決穩健投資組合問題」，國立台北科技大學工業工程與管理研究所碩士班論文。
19.張欣瑜，2013，「利用控制追蹤誤差調整主動式基金投資組合對績效之影響」，國立成功大學財務金融研究所碩士論文。
20.黃聖棠，2006，「台灣股市外資與動能投資策略」，國立東華大學經濟學系博士論文。
21.蔡翔岱，2008，「馬可夫狀態轉換模型對資產配置之應用-以台灣50指數ETF成份股為例」，國立虎尾科技大學經營管理研究所碩士論文。
22.蔡松蒝，2008，「指數股票型基金（ETF）之動能投資策略-以台灣50ETF為例」，國立成功大學財務金融研究所碩士論文。
23.劉凱平，2013，「混合型關聯結構模型結合蔓延機率應用於金融海嘯之實證研究」，私立中華大學科技管理博士學位學程博士論文。

二、英文部分
1.Arberis, N.,A Shleifer, and R. Vishny, 1998, A model of investor sentiment, Journal of Finance Economics, 49, pp. 307-343.
2.Anthony, J.H., 1998, The interrelation of stock and options market trading-volume data, Journal of Finance, 43, pp. 949-964.
3.Chan, K., Hameed, A., and Tong, W., 2000, Profitability of momentum strategies in the international equity markets, Journal of Financial and Quantitative Analysis, 35,pp. 153-172.
4.Chan, Louis K.C., JegadeeshN., and LakonishokJ.,1996, Momentum strategies, Journal of Finance, 51, pp. 1681–1713.
5.Cooper, M. J., Gutierrez, R. C., and Hameed, A. 2004, Market states and momentum, Journal of Finance, 59, pp. 1345-1365.
6.David Varadi, 2014, Are simple momentum strategies too dumb? introducing probabilistic momentum, http://Are Simple Momentum Strategies Too Dumb? Introducing Probabilistic Momentum .
7.DeLong, J. B., A. Shleifer, L. H. Summers and R. J. Waldmann, 1990, Positive feedback investment strategies and destabilizing rational speculation, Journal of Finance, 25, pp. 375-395.
8.Easley, D., M. O’Hara, and P. S. Srinivas, 1998, Option volume and stock prices: evidence on where informed traders trade, The Journal of Finance, 53, pp, 431-465.
9.Easley, David, Soeren Hvidkjaer, and Maureen O’Hara, 2002, Is information risk a determinant of asset returns?, The Journal of Finance, 157, pp. 2185-2221.
10.Fama, Eugene F. and Kenneth R. French, 1992, The cross-section of expected stock returns, The Journal of Finance, 47, pp. 427-465.
11.Fabian Dori, Frank Häusler, Manuel Krieger,Urs Schubiger & David Stefanovits, 2012, The risk parity approach to asset allocation - climbing the wall of worries? , http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2159283.
12.Grinblatt, M., and Han, B., 2005, Prospect theory, mental accounting, and momentum, Journal of Financial Economics, 78, pp. 311-339.
13.Grinblatt, M., S. Titman, and R. Wermers, 1995, Momentum investment strategies,portfolio performance and herding:a study of mutual fund behavior, American Economic Review, 85, pp. 1088-1105.
14.Jegadeesh, N and S Titman,1993, Return to buying winners and selling losers: implications for stock market efficiency, Journal of Finance, 48(1), pp. 65-91.
15.Jegadeesh, N and S Titman, 1993, Return to buying winners and selling losers: implications for stock market efficiency, Journal of Finance, 48(1), pp. 65-91.
16.Levy R., 1967, Relative strength as a criterion for investment selection, Journal of Finance, 22, pp. 595-640.
17.Markowitz, H. M., 1952, Portfolio selection, The Journal of Finance, 7, pp. 71-91.
18.Poteshman, A. M., 2006, Unusual option market activity and the terrorist attacks of september 11, 2001, Journal of Business, 79, pp, 1703-1726.
19.Perold, A. F., & Sharpe, W. F., 1988, Dynamic strategies for asset allocation. Financial Analysts Journal, 44(1), pp. 16-27.
20.Sweeney, R. J., 1986, Beating the foreign exchange market, Journal of Finance, 41, pp. 163-182.
21.Vince, Ralph., 2009, The leverage space trading model: reconciling portfolio management strategies and economic theory.