臺灣博碩士論文加值系統

摘要
本研究探討KD隨機指標獲利能力，首先利用日資料模擬操作，檢視操作績效，結果發現，在考慮交易成本下，操作績效可以打敗長期持有(Buy-and-Hold)的報酬。
其次，藉由單根檢定(Unit Root Test)來檢視K值、D值、K減D的值與報酬等四變數的形態，再透過向量自我迴歸模式(Vector Autoregressive Model , VAR)與Granger因果關係檢定(Granger Causality Test)對該四變數進行相互關係之探討。在研究成果方面，本文得到以下幾點結論：
一、不同計算基礎期數的KD指標整體操作績效有顯著差異，而平均整體績
效結果，以模型三變動的計算基礎期數KD指標為最有效。
二、由Granger因果關係檢定，可知K值、D值與K減D的值三項變數的變動，落後於報酬的變動；而K值、D值與K減D的值具有相互回饋關係。
期望本研究成果提供此四變數間的相互影響訊息，以利投資大眾於臺灣股市中的投資策略擬定。
本研究探討KD隨機指標獲利能力，首先利用日資料模擬操作，檢視操作績效，結果發現，在考慮交易成本下，操作績效可以打敗長期持有(Buy-and-Hold)的報酬。
其次，藉由單根檢定(Unit Root Test)來檢視K值、D值、K減D的值與報酬等四變數的形態，再透過向量自我迴歸模式(Vector Autoregressive Model , VAR)與Granger因果關係檢定(Granger Causality Test)對該四變數進行相互關係之探討。在研究成果方面，本文得到以下幾點結論：
一、不同計算基礎期數的KD指標整體操作績效有顯著差異，而平均整體績
效結果，以模型三變動的計算基礎期數KD指標為最有效。
二、由Granger因果關係檢定，可知K值、D值與K減D的值三項變數的變動，落後於報酬的變動；而K值、D值與K減D的值具有相互回饋關係。
期望本研究成果提供此四變數間的相互影響訊息，以利投資大眾於臺灣股市中的投資策略擬定。

Abstract
This research probes into KD random indicator earning capacity, the materials are imitated and operated to spend day at first, looked over the performance of operating, found finally, under considering the transaction cost, operating the performance can be defeated buy-and-hold for a long time return.
Secondly, assay with the unit root test to check the shapes of such four parameters as K value, D value, K decrease D value and return. And then since vector autoregressive model ,and granger causality test. Carry on the discussion of interreaction to this four parameters. In research results, this text gets some following conclusions:
First, it has difference of showing that KD indicator of the basic issue of different calculation operates the performance wholly, and average whole achievement result, the basic issue KD indicators of calculation of model three change computation foundation for most effective.
Second, assayed by Granger causality, can know K value, D value and K decrease D value, lag behind the change of return. And K value, D value and K decrease D value feedback the relation each other.
Expect a research results to offer this information of influencing each other of one of four parameters, draft in order to invest masses in the investment tactics in the stock market of Taiwan.

目錄
摘要 I
Abstract II
誌謝 III
目錄 IV
表目錄 VII
圖目錄 VIII
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機 2
第三節 研究目的 3
第四節 研究架構 4
第二章 文獻回顧 6
第一節 台灣期貨指數 6
第二節 效率市場假說 8
第三節 技術分析文獻探討 9
第四節 KD隨機指標文獻探討 14
第三章 研究方法 16
第一節 研究設計 16
第二節 KD隨機指標的變數定義 17
第三節 投資策略 20
第四節 定態序列檢定 22
第五節 向量自我廻歸模型 25
第六節 最適落後期選取 26
第七節 Granger因果關係檢定 27
第四章 實證結果 31
第一節 敘述統計量 31
第二節 操作策略之實證結果 33
第三節 模型三的敘述統計分析 41
第四節 定態序列檢定實證結果 41
第五節 向量自我廻歸模型 44
第六節Granger因果關係檢定實證結果 46
第五章 結論與建議 49
第一節 研究結論 49
第二節 研究建議 49
第三節 研究限制 51
參考文獻 52
一、國內文獻 52
二、國外文獻 54

表目錄
表2-1國內外學者針對技術分析有效性彙總表 13
表4-1敘述統計量 32
表4-2模型ㄧ的累積報酬操作績效 35
表4-3模型二的累積報酬操作績效 38
表4-4 模型三的累積報酬操作績效 40
表4-5 各變數間之敘述統計值 42
表4-6 報酬的ADF單根檢定 43
表4-7 K值的ADF單根檢定 43
表4-8 D值的ADF單根檢定 44
表4-9 (K-D)值的ADF單根檢定 44
表4-10 報酬的最適落後期 45
表4-11 K值的最適落後期 46
表4-12 D值的最適落後期 46
表4-13 (K-D)值的最適落後期 47
表4-14 變數間的因果關係 47

圖目錄
圖1-1研究流程 5
圖4-1 台指期的歷史走勢圖 33
圖4-2 模型ㄧ的累積報酬操作績效 36
圖4-3 模型二的累積報酬操作績效 39
圖4-4 模型三的累積報酬操作績效 41

參考文獻
一、國內文獻
丁誌魰、曾富敏(2005)，「以向量自我迴歸模式探討臺灣股價、成交量、融資融券與法人進出之關聯性」，真理財經學報，第十三卷，第,43-74頁。
王邵佑(2000)，「隨機指標KD值投資績效之實證研究」，碩士論文，國立台北大學企業管理學系。
方國榮（1991），「證券投資最適決策指標之研究---技術面分析」，商學研究所碩士論文，台灣大學。
李春安(1999)，「後見之明心理與股市反應不足、過度反應理論」，中國財務學刊，7(1)，17-58。
池福灶(2004)，「隨機指標於短、中、長期投資之獲利次數機率研究」，商業現代化學刊，第三卷第一期，pp. 22-28，2004年5月。
杜金龍(2003)，「技術指標在台灣股市應用的訣竅」，初版，台北：財訊出版社股份有限公司。
李惠宏(1985)， 「台灣股票市場弱式效率性之實證研究－ 技術面分析」，碩士論文，國立中山大學企業管理研究所。
吳訂宜，(2002)，「台灣股價能否被預測？─以每日之價、量、信用交易及外資買賣超來預測為例」，碩士論文，朝陽科技大學財務金融研究所，台中。
林良炤，(1997)，「KD技術指標應用在台灣股市之實證研究」，碩士論文，國立臺灣大學商學研究所。
林宗永(1989)，「證券投資技術分析指標獲利率之實證分析」，政治大學未出版碩士論文。
林煜宗(1985)，「現代投資學」，初版，台北：三民書局。
林煌凱，(2003)，「時間序列能否準確預測股票報酬？-以美、英、法、德、日等五大工業國為例」，碩士論文，朝陽科技大學財務金融研究所，台中。
林俊彥，(2005)，「匯率、股價、油價之關連性－遠東地區為例」，碩士論文，朝陽科技大學財務金融研究所，台中。
高梓森(1994)，「台灣股市技術分析之實證研究」，台大財金所未出版碩士論文。
陳志彬，(2005)，「提升技術分析獲利能力之研究－以KD隨機指標為基礎」，碩士論文，國立高雄應用科技大學工業工程與管理所。
陳建全，(1999)，「台灣股市技術分析之實證研究」，國立台灣大學商學研究所碩士論文。
陳稼興，(2001)，「多指標交易策略在台股的回測實證分析」，貨幣觀測與信用評等，第三十一期，pp. 105-117，2001年。
黃彥聖(1995)，「移動平均法的投資績效」，管理評論，第14卷第1期，pp. 47-68，1995年。
趙永昱(2002)，「技術分析交易法則在股市擇時之實證研究」，碩士論文，國立中山大學財務管理學系研究所。
葉日武(1987)，「以技術分析研判股票市場進出時機之效果」，政治大學未出版碩士論文。
劉映興(2003)，「多重技術指標之交易法則模擬在臺灣加權股價指數交易的實證研究」，仁德學報，第一期，pp.81-103，2003年。
蘇冠豪，(2005)，「動量策略與市場雜訊互動關係之研究」，碩士論文，朝陽科技大學財務金融研究所，台中。
鐘仁甫(2001)，「技術分析簡單法則於台灣電子個股之應用」，碩士論文，東海大學企業管理學系。
台灣經濟新報網站：http://www.tej.com.tw/
台灣期貨交易所網站：http://www.taifex.com.tw/chinese/home.htm

二、國外文獻
Alexander Sindey S. （1961）, “Price Movement in Speculative Markets：Trend or Random Walks,” Industrial Management Review II, pp. 7-26.

Alexander Sindey S. （1964）, “Price Movement in Speculative Markets：Trend or Random Walks,” Industrial Management Review II, pp. 25-46.

Besembinder, H., 1994, “Bid-ask Spreads in the Interbank Foreign Exchange Markets,”Journal of Financial Economics, 35, 317-48.

Bohan, J. (1981) ,Relative strength: further positive evidence. Journal of Protfolio Management, VII, Fall,36-39.

Brock , William , Josef Lakonishok , and Blake Lebaron , (1992), “Simple TechnicalTrading Rules and the Stochastic Properties of Stock Return ,” Journal ofFinance , Vol.47 , pp. 1731 ~ 1764.

Cootner,and H Paul .,” Stock Price: Random v.s. Systematic Changes”, Industrial Management Review, III, Spring, 1964, pp.24-25.

Corrado, C. J., and Lee, S. H., (1992), “Filter Rule Tests of the EconomicSignificance of Serial Dependencies in Daily StocK Returns,” Journal ofFinancial Research, Vol.15 , pp369-387.

DeBondt, W. F. and Thaler, R. H., 1985, “Does The Stock MarketOver-react?,” Journal of Finance, Vol.40, pp.793-808.

DeBondt, W. F. and Thaler, R. H., 1987, “Further Evidence on InvestorOver-reaction and stock market seasonality,” Journal of Finance, Vol.42,pp.557-581.

Dickey, D. A., and Fuller, W. A., 1979, “Distribution of the Estimators for Autoregressive Time Series with a Unit Root,” Journal of the American Statistical Association, Vol.74, pp.427-431.

DicKey, D. and Fuller, W. A., 1981, “Likelihood Ratio Statistics for Time Series with a Unit Root,” Econometrica, Vol.49, pp.1057-72.

Edwards, R. D., & Magee, J. Jr., (1966). Technical Analysis of stock trends (15th ed.). Springfield, MA: John Magee.

Fama, E. F.(1970), “Efficient Capital Market: A Review of Theory and Empirical Work,” Journal of Finance, Vol.25, pp.383-417.

Gencay, R. and Thanasis, S. (1998), “Moving Average Rules, Volume and thePredictability, ” Journal of Forecasting, Vol.17, pp401-414.

George C., Lane, 1957, “Technical Analysis of Stocks and Commodities magazine, ” May/June, 87-90.

Granger, C. W. J.(1988), “Some Recent Developments in a Concept of Causality,” Journal of Econometrics, Vol.39, pp.199-211

James, F. E.(1968), “Monthly Moving Averages: An Effective InvestmentTool?,” Journal of Financial and Quantitative Analysis, Vol.3, pp.315-326.

Jegadeesh, N.(1990), “Evidence of Predictable Behavior of Security Returns,” Journal of Finance, Vol.45, pp.881-898.

Jegadeesh, N. and Titman, S.( 1993), “Returns to Buying Winners and Selling losers: Implications for Stock Market Efficiency,” Journal of Finance, Vol.8,pp.65-91.

Jegadeesh, N. and Titman, S.(1995), “Overreaction, Delayed Reaction, andContrarian Profits,” The Review of Financial Studies, Vol.4, pp.973-993.

John J. Murphy (1986), “Technical Analysis of The Future Markets: A Comprehensive Guide to Trading Methods and Applications ”,Prentice-Hall Company

Lee, C.I., Gleason, K.C., and Mathur, I. (2001), “Trading Rule Profits in LatinAmerican Currency Spot Rates,” International Review of Financial Analysis ,Vol.10, pp.135-156.

Rosenberg, B., Reid, K., and Lanstein, R. “Persuasive Evidence of Market Inefficency.” Journal of Portfolio Management 11, no.3 (1985): 9-17.

Sims, C. (1980), “Macroeconomics and Reality,”. Econometrica,Vol.48, pp.1-49.

Sweeny Richard J. （1988）, “Some New Filter Rule Test：Methods and Results,” Journal of Financial and Quantitative Analysis 23, pp. 285-300.

Szakmary, A., W.N. DavidsonⅢ, and T.V. Schwarz (1999), “Filter Tests inNasdaq Stocks,” Financial Review, Vol.34, pp.45-70.