跳到主要內容

臺灣博碩士論文加值系統

(44.200.94.150) 您好!臺灣時間:2024/10/15 23:38
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

我願授權國圖
: 
twitterline
研究生:栢添治
研究生(外文):Pai, Tien-Chih
論文名稱:以灰色矩陣自我迴歸模式探討美國股價指數與技術指標互動結構之研究
論文名稱(外文):A Study of Grey VAR on Interactive Structure between USA Stock Market's Return of Investment and Technical Indices
指導教授:張宮熊張宮熊引用關係
指導教授(外文):Chang, Kung-Hsiung
口試委員:呂素蓮王子維張宮熊
口試委員(外文):Lu, Su-LienWang, Tzu-WeiChang, Kung-Hsiung
口試日期:2017-06-14
學位類別:碩士
校院名稱:國立屏東科技大學
系所名稱:企業管理系所
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2017
畢業學年度:105
語文別:中文
論文頁數:220
中文關鍵詞:道瓊工業指數那斯達克指數史坦普500指數費城半導體指數技術指標矩陣自我迴歸模型
外文關鍵詞:Dow Jones Industrial Average IndexNASDAQ Composite IndexS&P 500 IndexPHLX Semiconductor IndexTechnical AnalysisGrey Vector Autoregression Model(GVAR)
相關次數:
  • 被引用被引用:0
  • 點閱點閱:137
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究之研究對象為美國四大指數,分別為道瓊工業指數、那斯達克指數、史坦普500指數與費城半導體指數,研究期間為2010年至2016年,先收集股價資料並自行整理技術指標,並加入灰色矩陣模型,把原始資料進行白化,再使用白化前後資料,進行ADF單根檢定檢驗是否為穩定序列,再進行Granger因果關係檢定及矩陣自我迴歸模型(VAR),探討股價報酬率與技術指標之間的因果關係及互動結構關係。

白化前後股價報酬率與技術指標確實有存在因果關係,但經過白化過後資料會出現更多的因果關係,而白化前後股價報酬率與技術指標也確實有存在互動結構,在白化以前解釋力都集中在股價報酬率,且經過白化過後,技術指標的解釋力明顯大幅提升,因此本研究結果發現,技術指標在美國股市中也是可以預測股價的,並且經過白化後,預測能力可以大幅提升,因此美國股市不屬於弱式效率市場假說。
This research sampled data from USA 4 big index, Dow Jones Industrial Average Index, NASDAQ Composite Index, S&P 500 Index, PHLX Semiconductor Index, Technical Analysis, research during 2010 to 2016. First collect stock price data and calculation technical analysis, and then use GM(1,1) to whiten the original data, and use original data and written data into ADF test inspect whether stable sequence , and then proceed Granger causality test and VAR, To explore between on stock return and technical analysis causal relationship and interactive structure.

Pre- and post-whiten data has causal relationship with technical analysis, but whiten date appear more causal relationship, and pre- and post-whiten data has interactive structure with technical analysis, when no yet whiten explanatory concentrated in the stock rate of return, but after whitening, significant increase in the interpretation of technical index, this research founds, technical analysis can prediction the USA stock market, and whiten technical index the ability to predict a substantial increase. This study doesn’t support a weak-form efficiency market hypothesis in the USA stock market.
摘 要 I
Abstract III
謝誌 IV
圖目錄 VIII
表目錄 X
第壹章、 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究目的 5
第四節 研究流程 6
第五節 研究貢獻 8
第貳章、 文獻探討 9
第一節 效率市場假說 9
第二節 技術分析理論 21
第三節 灰色理論 41
第參章、 研究方法 54
第一節 研究對象及範圍 54
第二節 研究架構 58
第三節 研究假設 58
第四節 技術指標之操作性定義 59
第五節 灰色預測 67
第六節 ADF單根檢定(Augrnent Dickey Fuller,ADF) 71
第七節 Granger 因果關係檢定 72
第八節 矩陣自我迴歸模型(VAR) 75
第肆章、 實證分析 79
第伍章、 結論與建議 182
第一節 研究結論 182
第二節 研究限制與建議 205
第三節 研究貢獻 206
第四節 管理意涵 207
參考文獻 208
中文文獻 208
外文文獻 213
作者介紹 220
中文文獻
1.方國榮,1991,證券投資最是策略指標之研究-技術面分析,國立台灣大學商學研究所碩士論文。
2.王怡文、李世昌與李彥賢,2006,日經225股價指數與指數期貨報酬率之動態關係DCC-GARCH模型分析,元培學報,第13卷,21 – 34。
3.王邵佑,2000,隨機指標投資績效之實證研究,國立台北大學企業管理系論文。
4.朱銘傑,2016,資訊不確定性與移動平均線技術分析:大盤與產業分析,國立高雄第一科技大學財務管理研究所。
5.何至偉,2002,台股趨勢有效性之研究,國立台灣科技大學電機工程研究所碩士論文。
6.何怡慧,1998,上市公司財務績效指標灰色預測模式之研究,長榮管理學院經營管理研究所碩士論文。
7.何修平,2016,技術分析指標於台股的實證研究-以台灣50為例,國立中山大學高階經營碩士班。
8.吳百正,2004,台股期貨市場弱式效率性之研究,台灣科技大學財務金融研究所碩士論文。
9.吳典庚,2001,台灣股票市場之GRG分析,國立台灣科技大學電子工程系論文。
10.吳明政與王南喻,2007,外匯選擇買權市場之效率性檢測:以日圓和瑞士法郎為例,企業管理學報,第75卷,77 - 100。
11.吳德生,2005,技術分析對香港股市有效性探討-以KD、MACD、MA及RSI為技術指標,國立台北大學企業管理研究所碩士論文。
12.李巧蜜,2008,以灰色理論改良股票投資技術分析指標之研究-以倫敦金融時報指數成分股為例,國立屏東科技大學企業管理系碩士論
13.李良俊,2003,台灣股票市場技術分析有效性之研究,實踐大學企業管理研究所碩士論文。
14.李怡恬,2004,效率市場假說之實證研究-以亞太地區股市為例,銘傳大學管理科學研究所論文。
15.李惠宏,1985,台灣股票市場弱式效率性之實證研究,國立中山大學企業管理研究所碩士論文。
16.杜金龍,1998,技術指標在台灣股市應用的訣竅,金錢文化出版社。
17.杜金龍,2006,最新技術指標在台灣股市應用的訣竅,增訂三版,財訊出版社。
18.汪仕竣,2016,K線技術分析之可預測性,國立中正大學企業管理所。
19.周文美,2008,以灰色理論改良股票投資技術分析指標之研究-以香港恆生指數成分股與港中企業成分股為例,國立屏東科技大學企業管理研究所碩士論文。
20.林良炤,1997,KD技術指標應用在台灣股市之驗證研究,國立台灣大學商學研究所碩士論文。
21.林明生,1994,一月效果與國際股市績效評估,國立中山大學財務管理研究所碩士論文。
22.林金慶,2004,整合灰色預測與Black-Scholes定價理論之類神經預測模型,應用於衍生性金融商品-認購權證,中華大學資訊管理學系論文。
23. 林思宏,1992,灰色建模在預測控制上之應用,國立成功大學機械工程所論文。
24.邱建良、陳君達與黃駿逸,2005,時間數列模型對股價指數報酬率預測性之再評估,東海管理評論,第7卷第1期,167 – 192。
25.施向陽,2001,匯率變動預測模式之研究,大葉大學事業經營研究所論文。
26.洪志豪,1999,技術指標KD、MACD、RSI與W%R之操作績效實證,國立台灣大學國際企業研究所碩士論文。
27.唐宜楷,1999,台灣加權股價指數預測-灰色預測之運用,國立台灣大學財務金融所論文。
28.徐松奕,2003,以技術指標對台灣加權股價期貨指數報酬之研究,國立東華大學企業管理系論文。
29.康凱昱,2006,以流動性因子剖析台灣股市週報酬之短期行為,國立彰化師範大學商業教育系論文。
30.康億毅,1998,台灣證券市場的灰色建模,國立台灣科技大學電機工程技術研究所論文。
31.張宮熊,2000,以灰色矩陣自我迴歸模式探討台灣股票市場長期資訊傳遞結構,管理學報,第17卷第4期,591 – 623。
32.張宮熊,2001,投資組合分析與管理,華泰文化事業出版社。
33.張宮熊、吳欽杉與林財源,1998a,台灣股票市場類股間資訊傳遞結構之研究,中山管理評論,第6卷第2期,441 – 458。
34.張宮熊、吳欽杉與林財源,1998b,我國股票市場多空時期資訊傳遞結構之研究,臺灣銀行季刊,第49卷第2期,58 – 96。
35. 張宮熊、翁義翔,2007,《應用灰色理論改良系統風險估計之研究-以美國道瓊工業指數成份股為例》,宜蘭:第十二屆灰色系統學會年會暨學術研討會。
36.張宮熊與吳欽杉,1996,台灣股票市場、貨幣市場與外匯市場資訊傳遞結構之研究,中國財務學刊,第4卷第2期,21 -40。
37.張宮熊與吳欽杉,1999,國際期貨與現貨市場及臺灣現貨市場間資訊傳遞結構之研究:以黃金交易為例,交大管理學報,203 – 223。
38.張宮熊與呂維恭,2006,《應用灰色系統理論改善最小變異數投資組合績效之實證模型-以道瓊30指數成份股為例》,亞太經濟管理評論,
Vol.9,No.2,pp.61-74。
39.張宮熊與盧國良,2005,以灰色理論改良股票投資技術指標之研究 - 以台灣摩台指成分股為例,屏東第十屆灰色系統學會年度暨學術研討會。
40.張雅雯,2003,以正、逆價差檢驗台灣股票市場效率性,逢甲大學企業管理研究所碩士論文。
41.張瑞霞,2006,以不同的黃金分割率所形成濾嘴檢測台灣股市之效率性,逢甲大學經營管理碩士在職專班碩士論文。
42.張萬威,2011,不動產投資信託市場是否符合效率市場假說?美國、日本和台灣的檢定,中原大學國際貿易所論文。
43.許博炫,2000,技術分析之有效性檢定與資料探查誤差研究:道瓊工業指數之實證,國立交通大學科技管理所論文。
44.陳志宏,2006,國內股票型基金績效持續性之研究,逢甲大學經營管理研究所碩士論文。
45.陳明炎,2004,以移動平均線檢測以移動平均線檢測台灣指數選擇權之投資績效,逢甲大學經營管理所論文。
46.陳思蒨,2014,股市從眾效應:以台灣股市為例,淡江大學財務金融學系在職專班碩士論文。
47.陳映廷,2007,濾嘴法則與乖離率是否可以獲取超額報酬?-以台灣50指數型基金為例,國立中興大學財務金融所碩士論文。
48.彭慧萍,2009,「以灰色理論改良股票投資技術分析指標之研究-S&P/ASX200 指數成分股為例」,國立屏東科技大學企業管理系碩士論文。
49.童昭儒,2010,成交量在台灣股票市場是否有參考價值:效率市場假說之驗證,國立高雄第一科技大學財務管理所論文。
50.黃怡中,2002,在不同技術指標交易策略下停損機制設置與否之績效分析,銘傳大學金融研究所論文。
51.黃茂庭,2016,台灣多頭市場強勢股之選股策略研究:技術分析MA均線呈現多頭排列的應用,東海大學財務金融學系碩士在職專班。
52.塗文吟, 2011,市場情緒對波動度的影響-以台灣50指數成份股為例,國立臺北商業技術學院財務金融研究所碩士論文。
53.溫坤禮、黃宜農、陳繁雄與李元秉,2002,灰色預測原理與應用,全華科技圖書。
54.葉建佑,2004,技術分析法則之績效研究-美國個股之實證,國立中興大學財務金融研究所論文。
55.葉傳財,2005,「以灰色理論改良股票投資技術指標之研究 -以台灣 50 成分股為例」,屏東科技大學企業管理系碩士論文。
56.詹益慶,1990,隨機漫步在臺灣股票市場之實證研究:移動平均線投資法則之應用,國立台灣科技大學工程技術所論文。
57.劉嘉鴻,2000,整合灰預測及類神經網路模型研究股市盤後期貨價格之資訊內涵:以摩根台股指數及日經225指數為例,輔仁大學金融研究所論文。
58.潘志誠,1987,台灣股票市場效率性之實證研究-股價與財務報表公佈之關係,大同工學院事業經營研究所論文。
59.蔡旭凱,2004,以灰色系統理論建立系統風險之評估模式-以摩根史坦利已開發國家指數23個市場為例,國立屏東科技大學企業管理研究所碩士論文。
60.鄧聚隆、郭洪、溫坤禮、張延政與張偉哲,1999,灰色預測模型方法與應用,高立圖書有限公司。
61.鄧聚龍、郭洪,1996,灰預測原理與應用,全華科技圖書。
62.鄭宜芳,2008,以灰色理論改良股票投資技術分析指標之研究-以日經平均指數成分股為例,屏東科技大學企業管理系碩士論文。
63.賴宏祺,1997,技術分析有效性之研究,國立中興大學企業管理系論文。
64.韓宏騰,2009,技術分析於台指期貨操作績效之研究-移動平均線、收斂發散移動平均線及3-6乖離率指標,義守大學管理學院碩士班論文。

外文文獻
1.Alexander, Sidney S., 1961, Industrial Management Review; Cambridge 2.2
2.Alexander, Sidney S., 1964, IMR; Industrial Management Review; Cambridge 5.2 , 25.
3.B. S. Bodla, Kiran Jindal, 2006, Seasonal Anomalies in Stock Returns: Evidence from India and the US Decision, Vol. 33, No.1, 163-178.
4.Bailey, Warren and Rene M. Stulz, 1990, Benefits of international al diversification: The case of Pacific Basin stock markets, Journal of Portfolio Management, Summer, 57-62.
5.Banz, R. W., 1981, The Relationship Between Return and Market Value of Common Stocks. The Journal of Financial Economics, 9, 3-18.
6.Bessembinder, Hendrik and Kalok Chan, 1995, The Profitability of Technical Trading Rules in the Asian Stock Markets, Pacific-Basin Finance Journal 3, 257-284.
7.Black, F. M. C., M. C. Jensen, and M. Scholes, 1972, The Capital Asset Pricing Model: Some Empirical Test. Studies in the Theory of Capital Market, Praeger Publishers, New York.
8.Blume, M. E., 1979, Betas and their regression tendencies: some further evidence, The Journal of Finance, 34(1), 265-267.
9.Brennan, M. J., and T. E. Copeland, 1988, Beta changes around stock splits: a note. The Journal of Finance, 43(4), 1009-1013.
10.Brock, William, Lakonishok, Josef and LeBaron Blake, 1992, Simple Technical Trading Rules and the Stochastic Properties of Stock Returns, Journal of Finance 46, 1731-1764.
11.C.Cheung, K. & Countts, J., A.,2001, A note on weak form market efficiency in security prices: evidence from the Hong Kong stock exchange, AppliedEconomicLetters,Vol8,No.6, 407-410.
12.Chan, Jegadeesh and Askonishok, 1996, Momentum Strategies, The Journal of Finance 51(5), 1681-1713.
13.Chang, Alex Kung-Hsiung 2004, "Applying Grey ForecastingModel on the Systematic Risk Estimation: A Study of theDow Jones Industry Index'Component Securities", Journalof Grey System, Vol. 7,No2, 113-120
14.Chang, Alex Kung-Hsiung and Hsiao-Ching Hung, 2010, "A Study of Grey Theory on Improving the Investment Performance of Technical Analysis Index -An Example of the DAX Index's Component Stocks," YMC Management Review 3(1), 111-118.
15.CHANG, Alex Kung-Hsiung Yu-hsiang TSENG, Natenapang THONGSRI, 2016, “An Empirical Study of Grey VAR on Interactive Structure between Stock Return of Investment and Technical Index – An Example of Taiwan Top 50 ETF.” YMC Management Review 9(1), 13-24.
16.Chang, Alex Kung-Hsiung, 2005, "Applying Grey ForecastingModel on the Systematic Risk Estimation: A Study of theMSCI World Index' Compo-nent Securities", Journal of GreySystem, Vol. 8, No. 1, 37-44.
17.Chang, Alex Kung-Hsiung, and Jui-Lin, Hsu, 2009, "A Study of Grey Theory on Improving the Investment Performance of Technical Analysis Index - An Example of the Dow Jones Industry Index's Component Stocks," YMC Management Review 2(1), 117-126.
18.Chang, K.H. ,C.S. Wu, and T. Y. Lin, 1998, "A Grey VARModel onForecasting the Dynamic Information Mechanismintra the Taiwan StockMarket," The Third NationalSymposium on Grey System and Its Application, Changhua.
19.Chang, K.H. and C.C Chen, 2006, " Applying GreyForecasting Modelon the Investment Performance ofMarkowitz Efficiency Frontier: A Case of the MSCI WorldIndex.", the 9th Joint Conference on Information andScience.
20.Chang, K.H. and C.D Kung, 2007, "Applying GreyForecasting Modelon the Investment Performance ofMarkowitz Efficiency Frontier: ACase of the TaiwanSecurities Markets "Journal of Grey System, Vol.10, No.1, 41-46.
21.Chang, K.H. and C.S. Wu, 1996, "A Grey Time Series Modelon Forecasting the Chinese New Year Effect in the TaiwanStock Market," The First National Symposium on GreySystem and Its Application,Kaohsiung, 135-146.
22.Chang, K.H. and C.S. Wu, 1998, "A Grey Time Series Modelon Forecastingthe Chinese New Year Effect in the TaiwanStock Market," The Journal ofChinese Grey System Association , Vol.1, 55-63.
23.Chang, K.H. and K.L. Lu, 2007, "A Study of Grey Theory onImproving the Investment Performance of TechnicalAnalysis Index -an Example of Morgan Stanley TaiwanIndex' Component Stocks", 2007 IEEE International Conference on Grey System and Intelligent Services.
24.Chang, K.H. and S.W Huang, 2006, "Applying GreyForecasting Model on the Investment Performance ofMarkowitz Efficiency Frontier: A Case of the Dow JonesIndustry Index", Fourteenth Annual Conference on PacificBasin Finance Economics and Accounting.
25.Chang, K.H., S.L. Cho, and C. S. Wu, 1997, "TheInformation TransmissionMechanism in the Great Chinese Economic Area," The Sixth Conferenceon the Theroies and Practices of Security and Financial Markets, Kaohsiung: National Sun Yat-Sen University.
26.CHANG, Kung-Hsiung Alex Chia-Jung WU, and Natenapang THONGSRI, “A Study of Grey VAR on Dynamic Structure between Taiwan Stock Market Index and Technical Index” Chiang Mai TAILAND: The Annual International Conference on Finance, Accounting, Investment, Risk Management, and Management Science 2016 (iFAIRS 2016), 65-76.
27.Cootner, 1964, The Random Character of Stock Market Prices
28.Coutts, J. Andrew and Kwong C. Cheung, 2000, Trading Rules and Stock Returns: Some Preliminary Short Run Evidence from the Hang Seng 1985-1997, Applied Financial Economics, 79-586.
29.Deng, J. Guo, H. Xu, S. J. Xiong, and M.Chen, 1988, Essential Topics on Grey System : Theory and Application, Huazhong University of Science and Technology , China Ocean Press.Industrial Management Review 3, 24-45.
30.Deng, J. Guo, H. Xu, S. J. Xiong, and M.Chen, 1988, Essential Topics on Grey System : Theory and Application, Huazhong University of Science and Technology , China Ocean Press.Industrial Management Review 3, 24-45.
31.E. J. A. & Tabak, B. M., 2004, Tests of the random walk hypothesis for equity markets: evidence from China, Hong Kong and Singapore, AppliedEconomicsLetters, Vol. 11 No.4, 255 - 258.
32.Elgers, P. T., J. R. Haltiner, and W. H. Hawthorne, 1979, Beta regression tendencies: statistical and real causes. The Journal of Finance, 34(1), 261-263.
33.Eugene Fama, 1970, Efficient Capital Markets: A Review of Theory and Empirical Work, The Journal of Finance, Vol. 25, No. 2, 383-417
34.Fabozzi, F. J., and J. C. Francis, 1978, Beta as a random coefficient. The Journal of Financial and Quantitative Analysis, 13(1), 101-116.
35.Fama, E. F., 1965, The behavior of stock market prices. Journal of Business, Vol. 33, 34-105.
36.Fama, E. F., 1981, Stock returns, real activity, inflation and money, American Economic Review , Vol. 71, 545-65.
37.Francis, J. C., 1975, Skewness and investors' decisions. The Journal of Financial and Quantitative Analysis, 10(1), 163-172.
38.Frankfurter, G. M., H. E. Phillips, and J. P. Seagle, 1974, Bias in estimating portfolio alpha and beta scores. The Review of Economics and Statistics, 56(3), 412-414.
39.Groenewold, N., and P. Fraser, 1999, Time-varying estimates of CAPM betas. Mathematics and Computers in Simulation, 48(4), 531-539.
40.Han, Yang, and Zhou, 2013, "A New Anomaly: The Cross-Sectional Profitability of Technical Analysis", Journal of Finance and Quantitative Analysis, 48(5) , 1433-1461.
41.Handa. P., S. P. Kothari, and C. Wasley., 1989, The Relation between the Return interval and Betas: Implication for the Size Effect. The Journal of Financial Economics, 23, 79-100.
42.Jacob, N. L., 1971, The measurement of systematic risk for securities and portfolios: some empirical results. The Journal of Financial and Quantitative Analysis, 6(2), 815-833.
Jahankhani, A., 1976, E-V and E-S Capital Asset Pricing Models: Some Empirical Tests. The Journal of Financial and Quantitative Analysis, 11(4), 513-528.
43.James, 1968, Monthly Moving Averages:An Effective Investment Tools, Journal of Financial and Quantitative Analysis, 315-326.
44.James, 1968, The occurrence of larval Digenea in ten species of intertidal prosobranch molluscs in Cardigan Bay Journal of History Volume 2
45.John, H. W., and C. R. Lau, 1998, A Study to Improve GM(1,1) Via Heuristic Method. The Journal of Grey System, 3, 183-192.
46.Kothari, S. P., and R. G. Sloan, 1995, Another Look at the Cross-section of Expected Stock. The Journal of Finance, 50, 185-224.
47.Lai,Ming-Ming, Lau,Siok-Hwa, 2006, The profitability of the simple moving averages and trading range breakout in the Asian stock markets, Journal of Asian Economics, Vol.17, 144-170.
48.Lakonishok, J. and A. C. Shapiro, 1986, Systematic Risk, Total Risk and Size as Determinants of Stock Market Returns. The Journal of Banking and Finance, 10, 115-132.
49.Levy, R. A., 1966, An Evaluation of Selected Applications of Stock Market Timing Techniques Trading Tactics And Trend Analysis, Unpublished ph. D Dissertation, the American University.
50.Levy, R. A., 1967, Random Walks:Reality or Myth, Financial Analysis Journal, Vol. 23, 69-77.
51.Loc, T. D., Lanjouw, G. & Lensink, R., 2010, Stock market efficiency in thin-trading markets: the case of the Vietnamese stock market, AppliedEconomics, Vol.42, 3519-3532.
52.M Jensen, GA Bennington, 1970, Random Walks andTechnical Theories: Some Additional Evidence Jour-nal of Finance
53.Milton Friedman, The Methodology of Positive Economics
54.Mustafa, N., Gultekin, B., 1983, Stock market seasonality international evidence, Journal of Financial Economics, vol. 12, 469-481
55.Park, C. H. and Irwin, S. H., 2007, “What do we know about the profitability of technical analysis?” Journal of Economic Surveys, Vol. 21, No.4, 786–826.
56.Rozeff, Michael S. and William R. Kinney, Jr., 1976, Capital Market Seasonality: The Case of Stock Returns, Journal of Finance Economics Vol. 3 , 379-402
57.Smith, G. and Ryoo, H.-J., 2003, Variance ratio tests of the random walk hypothesis for European emerging stock markets, The European Journal of Finance Vol. 9, No.3, 290-300.
58.Stephen W. Pruitt and Richard E. White, 1988, The CRISMA trading system Who says technical analysis can't beat the market? The Journal of Portfolio ManagementSpring 1988, Vol. 14, No. 3, 55-58
59.Sweeney, Richard J., 1988, Some new filter rule tests: Method and results, Journal of Financial and Quantitative Analysis Vol.23, 285-300
60.Szakmary, A., W.N. Davidson III , and V. T. Schwartz, 1999, Filter Tests in Nasdaq Stocks, The Financial Review(34), 45-70.
61.William Brock, Josef Lakonishok and Blake LeBaron, 1992, Simple Technical Trading Rules and the Stochastic Properties of Stock Returns, The Journal of Finance Vol. 47, 1731-1764
62.Worthington, A. C. & Higgs, H., 2004, Random walks and market efficiency in European equity markets, Journal of Finance and Economics, Vol. 1, No.1, 59 -78.
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