跳到主要內容

臺灣博碩士論文加值系統

(3.231.230.177) 您好!臺灣時間:2021/08/04 00:53
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:王信崇
研究生(外文):Wang, Hsinchung
論文名稱:規模效應與技術分析獲利能力之實證研究
論文名稱(外文):Empirical Study of Size Effect And Technical Analysis Profitability
指導教授:張永和張永和引用關係
指導教授(外文):Chang, Yungho
口試委員:林丙輝李春安詹家昌
口試委員(外文):Lin, BinghueiLi, ChunanChan, Chiachung
口試日期:2012-06-28
學位類別:碩士
校院名稱:東海大學
系所名稱:財務金融學系
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:58
中文關鍵詞:移動平均技術分析買進持有市值規模效率市場
外文關鍵詞:Moving averageTechnical analysisBuy and holdMarket valueEfficient market
相關次數:
  • 被引用被引用:3
  • 點閱點閱:792
  • 評分評分:
  • 下載下載:25
  • 收藏至我的研究室書目清單書目收藏:0
不同於一般技術分析獲利能力研究以指數為主要標的樣本,本研究以2010年台灣上市之個別公司為主要標的,並依據其在 2009 年底之市值大小,將總樣本 743 家公司分為 10 組。利用 Brock et al.(1992)的移動平均法則(MA)實證其獲利能力與其是否因市值不同而有不同之影響結果。本文主要研究發現 MA 技術交易策略之獲利能力具有效性以及可打敗買進持有策略,並呈現出台灣 2010年之所有上市公司存在著市值愈大,其 MA 技術交易策略與買進持有策略差異愈大之特性,也就是說市值愈大 MA 愈有效。另外,在卓越預測能力檢定(SPA)中發現市值愈小組以MA(1,150)策略為最佳交易策略,市值愈大組則以MA(1,100)為最佳交易策略。最後以總樣本 731 家公司可打敗買進持有策略之角度觀察,發現 MA(1,150)之技術交易策略為最佳交易策略。
Unlike technical analysis study of the profitability index as the main subject of the sample, the study of individual companies listed in 2010 as the main subject matter, and according to the size of its market value at the end of 2009, the total sample of 743 companies divided into 10 groups. Using Brock, et al (1992) moving average rules (MA) empirical its profitability and its whether the market value is different and the differences affect the results. This paper studies found that the profitability of the MA technical trading strategies of effectiveness, and can beat buy and hold strategy,and showed the 2010 all listed companies on the market value of the greater, the MA technical trading strategies and buy and hold characteristics of the larger strategy differences, that is, the market value of the greater group, the MA is more effective. In SPA, we found the MA (1,150) strategy is the best trading strategy in small market capitalization of the group, MA (1,100) strategy is the best trading strategy in large market capitalization of the group. At the total sample of 731 companies beat buy and hold strategy perspective, MA (1,150) technical trading strategy is the optimal trading strategy.
誌謝
摘要
Abstract
目錄
圖目錄
表目錄

第壹章、緒論 1
第一節 研究動機與目的 1
第二節 研究架構 4
第貳章、文獻回顧 5
第叁章、研究設計 9
第一節 研究樣本、期間與資料來源 9
第二節 變數定義、衡量與技術交易法則 9
第肆章、實證結果與分析 12
第一節 樣本之敘述統計 12
第二節 MA 技術交易策略結果 13
第伍章、強力檢定 16
第陸章、結論與建議 19
參考文獻 21

圖 1 研究流程 4
圖 2-1 第 1 至 10 組 MA(1,50)技術策略報酬比較圖 46
圖 2-2 第 1 至 10 組 MA(1,100)技術策略報酬比較圖 46
圖 2-3 第 1 至 10 組 MA(1,150)技術策略報酬比較圖 47
圖 2-4-1 第 1 至 10 組平均(1,Long)技術策略報酬比較圖 47
圖 2-4-2 第 1 至 10 組平均(1,Long)技術策略報酬之標準差比較圖 48
圖 2-4-3 第 1 至 10 組平均(1,Long)技術策略報酬之個數比較圖 48
圖 3-1 第 1 至 10 組 MA(50,B&H)技術策略報與買進持有策略報酬比較圖 49
圖 3-2 第 1 至 10 組 MA(100,B&H)技術策略報與買進持有策略報酬比較圖 49
圖 3-3 第 1 至 10 組 MA(150,B&H)策略與買進持有策略報酬比較圖 50
圖 3-4-1 第 1 至 10 組平均(MA,B&H)策略與買進持有策略報酬比較圖 50
圖 3-4-2 第 1 至 10 組平均(MA,B&H)策略與買進持有策略報酬之標準差比較圖 51

表 1 各組 2009 年市值敘述統計表 25
表 2 全體樣本 MA 技術策略報酬比較表 26
表 3-1 第 1 組技術策略報酬比較表 27
表 3-2 第 2 組技術策略報酬比較表 28
表 3-3 第 3 組技術策略報酬比較表 29
表 3-4 第 4 組技術策略報酬比較表 30
表 3-5 第 5 組技術策略報酬比較表 31
表 3-6 第 6 組技術策略報酬比較表 32
表 3-7 第 7 組技術策略報酬比較表 33
表 3-8 第 8 組技術策略報酬比較表 34
表 3-9 第 9 組技術策略報酬比較表 35
表 3-10 第 10 組技術策略報酬比較表 36
表 4-1 第 1 至 10 組 MA(1,50)技術策略報酬比較表 37
表 4-2 第 1 至 10 組 MA(1,100)技術策略報酬比較表 38
表 4-3 第 1 至 10 組 MA(1,150)技術策略報酬比較表 39
表 4-4 第 1 至 10 組 MA 平均(1,Long)技術策略報酬比較表 40
表 5-1 第 1 至 10 組 MA(50,B&H)策略與買進持有策略報酬比較表 41
表 5-2 第 1 至 10 組 MA(100,B&H)策略與買進持有策略報酬比較表 42
表 5-3 第 1 至 10 組 MA(150,B&H)策略與買進持有策略報酬比較表 43
表 5-4 第 1 至 10 組 MA 平均(MA,B&H)策略與買進持有策略報酬比較表 44
表 6 卓越預測能力 SPA(Superior Predictive Ability) 45
陳國俊(2009),「機率策略模型獲利性之研究-以台灣證券交易所發行量加權股價指數為例」,國立中央大學產經研究所碩士論文,民國九十八年七月
莊珮玲、林信助、郭炳坤(2011),「技術交易策略在外匯市場無往不利?」,臺灣經濟預測與政策中央研究院經濟研究所,第四十一卷第二期,頁95–126
趙永昱(2002),「技術分析交易法則在股市擇時之實證研究」,國立中山大學財務管理學系碩士在職專班碩士論文,民國九十一年七月
廖雅華(2010),「規模效應與資訊揭露對技術分析獲利能力之影響」,東海大學財務金融系碩士在職專班碩士論文,民國九十九年七月
劉緯宸(2006),「台灣股票市場規模效應與外資效應實證」,國立雲林科技大學企業管理所碩士班碩士論文,民國九十五年六月

Alexander, S.S., (1961),“Price Movements in Speculative Markets: Trends or Random Walks,”in P. Cootner, ed.: The Random Character of Stock Market Prices (MIT Press, Cambridge, Mass.), p.199-218.
Alexander, S.S., (1964),“Price Movements in Speculative Markets: Trends or Random Walks, No. 2,”in P. Cootner, ed.: The Random Character of Stock Market Prices (MIT Press, Cambridge, Mass.), p.338-372.
Allen, F., and R. Karjalainen, (1999),“Using Genetic Algorithms to Find Technical Trading Rules.” Journal of Financial Economics 51: p.245–271.
Brock, W., Josef, L., and B. LeBaron, (1992),“Simple technical trading rulesand stochastic properties of stock returns” Journal of Finance, 47, p.1731-1764.
Bessembinder, H., and K. Chan, (1995),“The profitability of technical trading rules in the Asian stock markets” Pacific-Basin Finance Journal, 3, p.257-284.
Ball, R., (1978), “Filter Rules: Interpretation of Market Efficiency,ExperimentalProblem and Australian Experience” Accounting Education, November, p.1-7.
Blume, L., Easley, D., and M. O’Hara, (1994), “Market Statistics and Technical Analysis: The Role of Volume,”Journal of Finance, 47, p.153-181.
Banz, W., (1981), “The relationship between return and market value of common stocks,” Journal of Financial Economics 9,p.3-18.
Chan, K., and N. Chen,(1991), “Structural and Return Characteristics of Small and Large Firms” Journal of Finance,Sep, p.1467-1484.
Chan, L., Jegadeesh, N., and J. Lakonishok, (1996), “Momentum Strategies” Journal of Finance 51: p.1681-1713.
Coutts, J., and K. Cheung, (2000), “Trading Rules and Stock Returns: Some Preliminary Short Run Evidence from The Hang Seng 1985-1997,”Applied Financial Economics, October, p.579-586.
Fama, E., (1970), “Efficient Capital Markets: A Review of Theory and Empirical Work” Journal of Finance, 25, p.383-417.
Grundy, B., and S. Martin, (2001), “Understanding the Nature of the Risks and the Source of the Rewards to Momentum Investing” Review of Financial Studies 14(1): p.29–78.
Gunasekarage, A., and D. Power, (2001), “The profitability of moving average trading rules in South Asian stock markets,” Emerging Markets Review, 2, p.17-33.
Caginal, G., and H. Laurent, (1998), “The predictive power of price patterns” Mathematical Finance 5, p.181–205.
Hudson, R., Dempsey, M., and K. Keasey, (1996), “A Note on Weak Form of Efficiency of Capital Markets: The Application of Simple Technical Trading Rules to UK Stock Prices-1935 to 1994”, Journal of Banking and Finance, (20), p. 1121-1132.
Hansen, P., (2005), “A Test for Superior Predictive Ability” Journal of Business and Economic Statistics, Vol. 23, p. 365-380.
Jensen, M., (1978), “Some anomalous evidence regarding market efficiency” Journal of Financial Economics, Vol. 6, p. 95–101.
Jensen, M.C., and G.A. Benington, (1970), “Random Walks and Technical Theories:Some Additional Evidence” Journal of Finance, May, p.469-482.
Kwon, K., and R. Kish, (2002), “Technical Trading Strategies and Return predictability : NYSE” Applied Financial Economics 12, p.639-653.
Lo, A. W., Mamaysky, H., and J. Wang, (2000), “Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation” Journal of Finance 55 (4) p.1705–1765.
Lento, C., and N. Gradojevic, (2007), “The Profitability Of Technical Trading Rules: A Combined Signal Approach”Journal of Applied Business Research 23 (1).
Levich, R.M., and L.R. Thomas, (1993), “The significance of technical trading-ruleprofits in the foreign exchange market: A bootstrap approach” Journal of InternationalMoney and Finance, 12, p.451-474.
Mandeibrol, B., Thomas, J., and Y. Heights, (1963), “The variation of certain speculative prices” Harvard Business 36 ,p.394-419.
Maillet, B., and T. Michel, (2000), “Further Insights on the Puzzle of Technical Analysis Profitability” The European Journal of Finance 6, p.196-224.
Metghalchi, M.et al., (2011), “Technical Trading Rules for NASDAQ Composite Index”International Research Journal of Finance and Economics, 73.
Neely, C. J., (1997), “Technical analysis in the foreign exchange market: A laymansguide” Federal Reserve Bank of St. Louis Review, Sept./Oct. p.23-38.
Osler, C. L., and P. H. Chang, (1995), “ Headand shoulders: Not just a flaky pattern”Federal Reserve Bank of New York Staff Reports, Number 4, August 1995.
Pearson, K., (1905), “Das Fehlergesetz und seine Verallgemeinerungen durch Fechner und Pearson” A Rejoinder.
Biometrika, 4, p.169-212.
Ratner, M., and R. P. Leal, (1999), “Test of technical trading strategies in the emerging equity markets of Latin America and Asia,”Journal of Banking and Finance, 23, p.1887-1905.
Ready, M., (2002), “Profits from Technical Trading Rules”, Financial Management, Autumn, p.43-61.
Szakmary, A., Davidson Ⅲ, W. N., and T. V. Schwarz, (1999), “Filter Tests in Nasdaq Stocks,”Financial Review, 34, p.45-70.
Sullivan, R., Allan, T., and W. Halbert, (1999), “Data-Snooping, Technical Trading Rule Performance, and the Bootstrap”, Journal of Finance, Vol. 54, No. 5, p. 1647-1691.
White, H., (1993), “Economic prediction using neural networks: the case of IBM daily returns” Finance and Investing (Eds. R. Trippi and E. Turban) p. 315-328 Probus, Chicago.
White, H., (2000), “A Reality Check for Data Snooping” Econometrica Vol. 68, No. 5, p.1097-1126.
Zhu, Y., and G. Zhou, (2009), “Technical analysis: An asset allocation perspective on the use of moving averages” Journal of Financial Economics 92, p. 519-544.

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊