臺灣博碩士論文加值系統

本研究以中國股市為研究對象，研究樣本選定中國上海與深圳證券交易所共113檔A股，交易資料為11年，使用移動平均法則，依設定交易原則以電腦程式語言（Visual Basic for Application, VBA）進行統計分析，探討移動平均價與移動平均成交量雙指標策略之獲利次數機率與報酬率，能否提升移動平均價MA單指標策略之獲利次數機率與報酬率，且將分析結果與已得知之台灣股市結果比較探討。研究結果發現：
（1）中國股市於移動平均價之6日和12日交叉，雙指標策略對於移動平均價單指標策略之獲利次數機率提升程度最佳。
（2）移動平均價之6日和12日交叉為基準，搭配36日移動平均成交量於中國股市，雙指標策略對移動平均價單指標策略之獲利次數機率提升程度最佳。
（3）中國股市以移動平均價之6日和12日交叉搭配36日移動平均成交量為基準，選取不同資料個數，即不同時間區間，雙指標策略之整體獲利次數機率穩定且顯著的提升。
（4）不考慮交易成本下，台灣與中國股市之報酬率與利潤，雙指標策略對於移動平均價單指標策略有顯著提升效果。
（5）以雙指標策略提升移動平均價策略獲利提升程度而言，台灣與中國股市分別適用不同參數之雙指標策略。
由以上研究結果得知，雙指標策略可以提升移動平均價單指標策略之獲利，
投資人運用雙指標策略可降低投資風險，且減少僅以移動平均價MA單指標策略投資時可能誤判情況。

A two-index strategy that combines the moving average price and the moving average quantity is applied to 113 shelves of A-shares in 11 years of China stock data sampled from Shanghai and Shenzhen stock exchanges. The goal of the two-index strategy is getting more earn probability and return than the single index strategy established by the moving average price. Finally, we use computer to obtain the results, and compare with that of Taiwan stock market. The conclusions are obtained as follows:
(1)For China stock market, the cross of 6 days and 12 days is the best of the two-index strategy that obtains more earn probability than the single index strategy.
(2)Based on the cross of 6 days and 12 days, the two-index strategy gets more earn probability than the single index strategy when the moving average quantity of 36 days is used.
(3)In China stock market, the two-index strategy that combines the moving average price of 6 -12 day’s crossing and the moving average quantity with 36 days gets more earn probability than that of the single index strategy in different time series.
(4)When the trading cost is ignored, the profit of the two-index strategy is more than that of the single index strategy based on the moving average price in Taiwan and China stock market.
(5)When the same two-index strategy is applied into Taiwan and China stock market, it can not efficiently improve the earn probability and the earn rate.
Using the two-index strategy, the investors can reduce the investment risk and erroneous decision resulted by the single index strategy of moving average price.

摘 要 i
ABSTRACT ii
誌 謝 iv
表 目 錄 vii
圖 目 錄 ix
符 號 說 明 x
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 2
1.3 研究範圍與限制 2
1.4 研究步驟與架構 2
第二章 文獻回顧 4
2.1 中國股市概況介紹 4
2.2 股價與成交量之相關性 5
2.3 移動平均法之探討 8
第三章 研究方法 11
3.1 研究樣本、期間與資料來源 11
3.2 葛蘭碧八大法則介紹 11
3.3 移動平均價定義與應用時機 12
3.4 雙指標策略定義與應用時機 13
3.5 交易獲利原則 14
3.6 報酬率計算方式 15
第四章 實證結果與分析比較 17
4.1 移動平均價單指標與雙指標策略考慮不同組合之移動平均價 17
4.2 移動平均價單指標與雙指標策略考慮不同組合之移動平均量 19
4.3 移動平均價單指標與雙指標策略考慮不同組合的資料個數 22
4.4 移動平均價單指標與雙指標策略報酬率之比較 24
4.5 移動平均價單指標與雙指標策略之獲利率及報酬率分配 26
4.5.1 移動平均價單指標與雙指標策略獲利率次數機率分配 27
4.5.2 移動平均價單指標與雙指標策略報酬率分配 32
4.6 台灣與中國股市於移動平均價單指標與雙指標策略之比較 37
4.6.1 台灣與中國股市於移動平均價單指標與雙指標策略獲利次數機率比較 37
4.6.2 台灣與中國股市不同資料個數之獲利次數機率比較 40
4.6.3 台灣與中國股市移動平均價單指標與雙指標策略報酬率比較 41
4.6.4 台灣與中國股市移動平均價單指標與雙指標策略獲利次數機率分配比較 43
4.6.5 台灣與中國股市移動平均價單指標與雙指標策略報酬率次數機率分配比較 44
第五章 結論 47
參考文獻 49
附 錄 1 52
附 錄 2 54
附 錄 3 58
作 者 簡 介 61

1.Blume, L., Easley, D. and O’Hara, M., 1994, “Market Statistics and Technical Analysis: The Role of Volume”, Journal of Finance, Vol. 49, pp.153-182.
2.Brock, W., Lakonishok, J. and LeBaron L., 1992, “Simple technical trading rules and the stochastic properties of stock return”, Journal of Finance, Vol.47, pp.1731-1764.
3.Campbell, J.Y., Grossman, S.J. and Wang, J., 1994, “Trading Volume and Serial Correlation in Stock Returns”, Quarterly Journal of Economics, Vol.108, pp.905-939.
4.Chen, G.M., Firth, M. and Rui, O.M., 2001, ”The dynamic relation between stock returns, trading volume, and volatility”, Financial Review, Vol.38, pp.153-174.
5.Clark, P.K., 1973, “A subordinated stochastic process model with finite variance for speculative prices”, Econometrica, Vol.41, pp135-155.
6.Cooper, M., 1999, “Filter rules based on price and volume in individual security overreaction”, The Review of Financial Studies, Vol.12, pp.901-935.
7.Cootner, P.H., 1964, “Stock Market Price：Random vs. System change”, Industrial Management Review, Vol.3, pp.24-45.
8.Copeland, T.E., 1976, ”A Model of Asset Trading Under the Assumption of Sequential Information Arrival”, Journal of Finance, Vol.31, pp.1149-1168.
9.Coutts, J.A. and Cheung, K.C., 2000, “Trading Rules and Stock Returns: Some Preliminary Short Run Evidence from The Hang Seng 1985-1997”, Applied Financial Economics, October, pp.579-586.
10.Epps, T.W. and Epps, M.L., 1976, ”The Stochastic Dependence of Security Price Changes and Transaction Volumes : Implications for the mixture-of-distribution Hypothesis”, Econometrica, Vol.44, pp.379-396.
11.Gallant, A.R., Rossi, P.E. and Tauchen, G., 1992, “Stock prices and volume”, Review of Financial Studies, Vol.5, pp.199-242.
12.Gunasekarage, A. and Power, D.M., 2001, “The profitability of moving average trading rules in South Asian stock markets”, Emerging Markets Review, Vol.2, pp.17-33.
13.Hiemstra, C. and Jones, J.D., 1994, “Testing for linear and nonlinear Granger Causality in the stock price-volume relation”, Journal of Finance, Vol.49, pp.1639-1664.
14.Jain, P.C. and Joh, G.H., 1988, “The dependence between hourly prices and trading volume”, Journal of Financial and Quantitative Analysis, Vol.23,pp.269-283.
15.James, F.E., 1968, “Monthly Moving Averages-An Investment Tools?”, Journal of Financial and Quantitative Analysis September, pp.315-326.
16.Karpoff, J.M., 1987, “The relation between price changes and trading volume: a survey”, Journal of Financial and Quantitative Analysis, Vol.22, pp.109-126.
17.Kwon, K.Y. and Kish, R.J., 2002, “A comparative study of technical trading strategies and return predictability: an extension of Brock, Lakonishok, and LeBaron(1992) using NYSE and NASDAQ indices”, The Quarterly Review of Economics and Finance, Vol. 42, pp.611-631.
18.Lamoureux, C.G. and Lastrapes, W.D., 1990, “Heteroskedasticity in stock return data: volume versus GARCH effects”, Journal of Finance, Vol.1, pp.221-229.
19.Ratner, 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, Vol.23, pp.1887-1905.
20.Szakmary, A., and Davidson Ⅲ, W.N. and Schwarz, T.V., 1999, “Filter Tests in Nasdaq Stocks”, Financial Review, Vol.34, pp.45-70.
21.Van Horne, J.C. and Parker, G.C., 1967, “the Random–Walk Theory：An Emperical Test”, Financial Analysts Journal, Vol.23, pp.87-92.
22.Ying, C.C., 1966, ”Stock market prices and volumes of sales”, Econometrica, Vol.34, pp.676-685.
23.林華德，王甡，1995，台灣股市成交量對股價波動的影響1986-1994---GARCH修正模型的應用，企銀季刊，19卷，2期，頁40~58。
24.黃彥聖，1995，移動平均法的投資績效，管理評論，14卷，1期，頁47~68。
25.劉亞秋，1996，台灣與香港股市成交量對股票報酬及其波動性關係之研究，香港管理科學學報，13卷，2期，頁 331~352。
26.郭修旻，李秀雯，1999，股票市場波動性與總體經濟波動性及市場交易量之關係─台灣市場實証研究，中國工商學報，21期，頁249-272。
27.黃慶光，2000，台灣股價指數反向操作策略及價量關係分析，國立中正大學企業管理研究所碩士論文。
28.魯秉鈞，2001，技術分析於台灣股票市場的應用-移動平均線與均量指標，東海大學企業管理學系在職專班碩士論文。
29.樓禎祺，何培基，2003，股價移動平均線之理論與實證-以台灣股市模擬投資操作為例，育達研究叢刊，5、6 期合刊，頁27-52。
30.郭璧菁，2003，股市價量關係之研究：多國比較，國立雲林科技大學財務金融研究所碩士論文。
31.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。
32.池福灶，彭亮銓，陳志彬，2005，運用移動平均價與量雙指標提升獲利次數機率之研究，商業現代化學刊，3卷，2期，頁207-214。