臺灣博碩士論文加值系統

程式交易或計量投資策略已蔚為主流，本論文旨在釐清程式交易「完整的」有效性測試流程。利用MultiCharts程式交易軟體，本研究以台灣指數期貨為標的，同時考量交易成本、換月價差等條件下，利用移動平均線、通道突破、包寧傑帶狀、及相對強弱指標等技術指標結合停損條件發展不同交易策略。除此，本研究利用推進分析(Walk-Forward Analysis: WFA)測試在不同資料頻率下能否創造出超額報酬。結果發現將包寧傑帶狀應用於小時K及15minK的具策略穩健性，且策略獲利優於定存及買進持有(buy and hold)策略。本研究將有助交易者了解「測試程式交易策略」有效性的流程，避免曲線擬合(curve fitting)的問題。

Program trading (also known as Algorithmic Trading) has become the mainstream in investing. However, traders often make the mistake of relying entirely on the backtesting results to determine whether the system will be profitable. This paper aims to clarify the "complete" validation test with the MultiCharts trading software. Using the sample of Taiwan index futures, we evaluate the out-of-sample robustness of the trading strategies based on the Moving Average, the Channel Break, the Bollinger Band and the Relative Strength Index.and examine their abilities to produce real-time trading profits with the Walk-Forward Analysis (WFA) method. After considering transaction costs and adjusting month calendar spreads, we demonstrates that the robust trading strategies based on Bollinger Band applied to 15-minute and hourly chart frame beats the buy-and-hold strategy and risk-free return. This paper sheds light on several issues regarding the program trading and helps us gain a better understanding of the validation process on the accuracy and reliability of the trading system.

謝 辭 I
論文摘要 II
ABSTRACT III
目 次 IV
表 次 VII
圖 次 IX
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究架構與研究流程 3
第二章 程式交易與技術指標之介紹 5
第一節 程式交易簡介 5
第二節 Multicharts交易軟體介紹 7
第三節 技術指標介紹 8
一、移動平均線(Moving Average) 8
二、通道突破(Channel Break) 9
三、包寧傑帶狀(Bollinger Band) 9
四、相對強弱指標(Relative Strengh Index: RSI) 10
第四節 程式交易面臨的問題、原因與解決方式 11
一、曲線擬合(Curve Fitting)與形成因素 11
二、避免曲線擬合的解決方法 13
第三章 相關文獻回顧 15
第一節 效率市場假說 15
一、弱式效率（Weak-Form Efficiency） 15
二、半強式效率（Semi-Strong Form Efficiency） 15
三、強式效率（Strong Form Efficiency） 15
第二節 行為財務學(Behavioral Finance) 16
第三節 程式交易相關文獻 17
第四章 研究設計 22
第一節 研究樣本及期間 22
第二節 資料處理(Back-adjusted data) 23
一、換月價差的處理方式及原因 23
二、交易成本的假設(成本與滑價限制) 24
三、資料處理後的策略撰寫限制 24
第三節 測試流程介紹 25
第四節 交易策略建構 26
第五節 最佳化參數選取 28
第六節 策略的績效比較 30
第七節 策略的穩健性測試 31
一、推進分析( Walk Forward Analysis: WFA) 31
二、推進效率( Walk Forward Efficient : WFE) 31
第五章 實證結果與績效分析 33
第一節 結合移動平均線及濾嘴策略 33
一、最佳化參數選取 33
二、策略績效比較 36
三、策略的穩健性測試 37
第二節 通道突破(Channel Break)策略 42
一、最佳化參數選取 42
二、策略績效比較 45
三、策略的穩健性測試 46
第三節 包寧傑帶狀 (Bollinger Band)策略 51
一、最佳化參數選取 51
二、策略績效比較 54
三、策略的穩健性測試 55
第四節 相對強弱指標(RSI)策略 60
一、最佳化參數選取 60
二、策略績效比較 63
三、策略的穩健性測試 64
第六章 結論與研究建議 69
第一節 結論 69
第二節 研究貢獻 70
第三節 研究建議 71
參考文獻 72
附錄 74
附錄一：策略一 75
附錄二：策略二 79
附錄三：策略三 83
附錄四：策略四 87
附錄五：移動平均線及濾嘴策略 91
附錄六：通道突破(Channel Break)策略 94
附錄七：包寧傑帶狀(Bollinger Band)策略 97
附錄八：相對強弱指標(RSI)策略 100

中文部分：
1.朱健榮 (2008)。臺股指數期貨程式交易獲利能力研究 以策略模擬交易為例。(未出版之碩士論文)。世新大學/企業管理研究所，台北市。
2.李佳儒(譯) (2010)。交易策略評估與最佳化 (原作者：Robert Pardo) 。台北市：寰宇出版社股份有限公司。(原著出版年：2008) 。
3.李宜穎 (2011)。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。(未出版之碩士論文)。國立臺北商業技術學院/財務金融研究所，台北市。
4.呂威宗 (2010)。台股指數期貨在程式交易運用下之效率分析。(未出版之碩士論文)。國立高雄第一科技大學/財務管理所，高雄市。
5.投資家1973 (2010)。金融交易學：一個專業投資者的至深感悟。上海：上海財經大學出版社有限公司。
6.姜林杰佑 (2012)。程式交易方法與實務應用。台北市：新陸書局股份有限 公司。
7.陳元鍵 (2012)。技術分析在不同日內時間架構之有效性。(未出版之碩士論文)。國立臺北商業技術學院/財務金融研究所，台北市。
8.郭家祥 (2010)。策略分析系統之建構與實證。(未出版之碩士論文)。國立高雄應用科技大學/金融資訊研究所，高雄市。
9.蔡宗達 (2008)。以技術指標策略實證臺指期貨市場之績效。(未出版之碩士論文)。國立高雄應用科技大學/金融資訊研究所，高雄市。
10.蔡啟榮 (2009)。不同技術指標操作策略的有效性分析 以臺指期貨為例。(未出版之碩士論文)。國立高雄應用科技大學/金融資訊研究所，高雄市。
11.劉復苓(譯) (2007)。海龜投資法則(原作者：Curtis M. Faith)。台北市：美商麥格羅‧希爾國際股份有限公司。(原著出版年：2007) 。
12.寰宇財務顧問股份有限公司(譯)(2002)。包寧傑帶狀操作法(原作者：John Bollinger)。台北市：寰宇出版社股份有限公司。(原著出版年：2001)

二、英文部分
Alexander, S. S.(1961), “Price Movement in Speculative Markets：Trends or Random Walks”, Industrial Management Review, pp.7-26.
Alexander, S. S. (1964), “Price Movements in Speculative Markets：Trends or Random Walks”, Industrial Management Review 2, pp.25-46.
Bessembinder, H. and K. Chan (1998), “Market Efficiency and the Returns to Technical Analysis”, Financial Management, 27(2), pp.5-17.
Bessembinder. H. and K. Chan (1995), “The Profitability of Technical Trading Rules in the Asian Stock Markets”, Pacific-Basin Finance Journal, Vol. 3, pp.257-287
Brock, W. and Lakonishok, J. and LeBaron B. (1992), “Simple Technical Trading Rules and the Stochastic Properties of Stock Returns”, Journal of Finance, 47(5), pp.1731-1764.
Corrado, C. and S. H. Lee (1992), “Filter Rule Tests of the Economic Significance of Serial Dependencies in Daily Stock Returns”, Journal of Financial Research, pp.369-387.
Fama, E. and M. E. Blume. (1966), “Filter Rules and Stock Market Trading Profits”, Journal of Business, pp.226-241.
James Jr., F.E. (1968), “Monthly Moving Averages - an Effective Investment Tool?”, Journal of Financial and Quantitative Analysis 3, pp.315-326.
Levich, R. M. and Thomas, L. R. (1993), ” The Merits of Active Currency Risk Management: Evidence from International Bond Portfolios”, Financial Analysts Journal, 49(5), pp.63-70.
Neely, C.J. (2003), ” Risk-adjusted, ex ante, optimal technical trading rules in equity markets’, International Review of Economics and Finance, 12, pp.69-87
Pruit, S.W. and R.E. White (1988), ” The CRISMA Trading System: Who Says Technical Analysis Can’t Beat the Market?”, Journal of Portfolio Management, pp.55-58.
Sweeny, R.J. (1988) , “Some New Filter Rule Tests：Methods and Results ”, Journal of Financial and Quantitative Analysis 23, pp.285-300.
Van Horne, J.C., Parker, G.C.C.(1967) , ”The Random Walk Theory: An Empirical Test”, Financial Analysts Journal 23, pp.87-92.
Werner F. M. De Bondt and Richard H. Thaler (1995),”Financial Decision Making in Markets and Firms”, Finance, pp. 385-410