本研究係設計一種新型的趨勢交易策略，以順勢交易為基本準則，而設計各種趨勢型態辨識順勢的現象。其特色在於採取順勢交易的同時，搭配技術特徵因子並進行分群分析，而將分群分析的結果關鍵參數，應用在下一期投資期間的預測。
利用兩樣本t檢定的統計檢定之後，發現藉由順勢交易搭配技術特徵因子這樣的趨勢交易策略，其進出場後的報酬率顯著大於只單純運用順勢交易進出場後的報酬率，亦即能有效帶來超額報酬。此趨勢交易策略又可修改其出場條件，將策略區分成短期趨勢交易策略與中短期趨勢交易策略，兩者也能帶來顯著的績效，因此可依使用者偏好做選擇操作。
本研究將同一策略運用在中國股票市場以及台灣股票市場，實證發現在兩個市場上都能帶來顯著的超額報酬，且該策略也保持著高穩定性。
為了能將趨勢交易策略提供給使用端者運用，他們可能需要一些關於技術特徵因子對趨勢型態未來影響程度的方向性等資訊，以及該技術特徵因子的分群預測品質，因此設計綜合評等表將這些資訊完全呈現。

This purpose of the research is to design new Trend Trading Strategies (TTS) which consist of the trend following and technical factors. The TTS are to make results from clustering and ranking these stock price data by technical factors while the trend following is appropriate, and then use the results to predict future trend in the next period.
Using two-sample t test, the results indicate the TTS are able to outperform in Taiwan stock market. Furthermore, trading rules are modified to make the TTS divided into short-term TTS and mid-term TTS. And they are still good strategies.
In addition to using the TTS in Taiwan market, they are also able to outperform in China stock market. This indicates the TTS are highly stable models.
In order to be fit for users, who probably would like to know how well the styles and prediction abilities of technical factors do, Comprehensive Rating Tables are made to show these information.

誌謝辭 i
摘 要 ii
Abstract iii
目 錄 iv
圖 次 v
表 次 vi
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 研究流程 3
第二章 文獻探討 4
第一節 技術分析 4
第二節 因子模型 5
第三章 研究方法 6
第一節 資料蒐集及樣本建立 6
第二節 趨勢型態之基本準則 6
第三節 趨勢變化型態 8
第四節 技術特徵因子之定義 9
第五節 趨勢交易策略 10
第六節 回測方法 11
第七節 綜合評等表 14
第四章 實證結果 16
第一節 趨勢交易策略–台灣市場 16
第二節 趨勢交易策略-中國市場 84
第三節 綜合評等表 149
第五章 結 論 152
第一節 結論 152
第二節 後續研究建議 153
參考文獻 154
第一節 中文文獻 154
第二節 英文文獻 154

朱家泓 (2011)，抓住飆股輕鬆賺。
朱家泓 (2015)，做對5個實戰步驟: 你就是賺錢高手。
Fama, E. F., & French, K. R. (1996). Multifactor explanations of asset pricing anomalies. The journal of finance, 51(1), 55-84.
Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116(1), 1-22.
Gencay, R. (1998). The predictability of security returns with simple technical trading rules. Journal of Empirical Finance, 5(4), 347-359.
Gunasekarage, A., & Power, D. M. (2001). The profitability of moving average trading rules in South Asian stock markets. Emerging Markets Review, 2(1), 17-33.
Kamijo, K.-i., & Tanigawa, T. (1990). Stock price pattern recognition-a recurrent neural network approach. Paper presented at the Neural Networks, 1990., 1990 IJCNN International Joint Conference on.
Masteika, S., & Rutkauskas, A. V. (2012). Research on futures trend trading strategy based on short term chart pattern. Journal of Business Economics and Management, 13(5), 915-930.
Raj, M., & Thurston, D. (1996). Effectiveness of simple technical trading rules in the Hong Kong futures markets. Applied Economics Letters, 3(1), 33-36.
Szakmary, A. C., Shen, Q., & Sharma, S. C. (2010). Trend-following trading strategies in commodity futures: A re-examination. Journal of Banking & Finance, 34(2), 409-426.