臺灣博碩士論文加值系統

在實務上，諸多投資者會依賴經由技術分析指標所產生之交易訊號作為股市出入場之依據，然而，若以技術指標所產生之訊號作為評斷避險時機之依據，並且應用合適的避險工具，則投資者不僅能夠擁有股價上漲的利益，亦可規避股價下跌所帶來的虧損。本文以元大台灣50為研究對象，並以台指選擇權作為避險工具，應用KD、MACD及RSI三種技術指標組合成五種不同的操作策略模式，當作評斷避險時機的依據，比較不同的操作模式之績效。實證結果發現，以台指選擇權價外100點之賣權契約進行避險，並以MACD指標評斷避險時機其績效最佳，且優於買進持有策略。另外發現，使用台指選擇權價平及價外200點之賣權契約進行避險，其效果相對較不佳。綜合本文結果，驗證運用技術指標能夠有效獲得超額報酬，說明投資者能夠依據不同技術指標的操作模式組合來獲得績效較佳的進出場時機點。

Practically, there are a lot of investors rely on the trading signals generated by technical analysis as the index for the entry and exit of stock market. However, if you use the signals generated by technical analysis as the index for judging hedging and choose the appropriate hedging tools; then investors could not only gain the benefit of the rising of stock prices but also avoid deficits caused by falling stock prices. In this study, the data of Taiwan 50 ETF(0050) is used to investigate the effectiveness of the contingent hedging model. Combining three technical indicators of KD, MACD and RSI into five different operation strategy modes to judge the risk avoidance timing and compare the performance of different operation modes. The results show that the hedging performance of some hedging models is better than the overall hedging model.

摘要 i
abstract ii
謝誌 iii
目錄 iv
表目錄 vi
圖目錄 vii
壹、緒論 1
貳、文獻回顧 6
第一節　技術分析相關文獻 6
第二節　避險相關文獻 11
參、研究對象與方法 14
第一節　研究對象介紹 14
第二節　本研究採用技術指標介紹 16
第三節　交易成本及投資報酬率之計算 21
第四節　研究資料 22
第五節　避險比率 23
第六節　研究方法 24
肆、實證結果分析 25
第一節、樣本敘述統計分析 25
第二節　權變避險策略與買進持有策略之投資績效 27
第三節　各種長期投資策略之績效比較 37
伍、結論與建議 41
參考文獻 43

方國榮，1991，證券投資最適決策指標之研究—技術面分析，台灣大學商學研究所碩士論文。
王邵佑，2000，隨機指標 (KD 值) 投資績效之實證研究，台北大學企業管理研究所碩士論文。
周佳欣，2006，外匯衍生性商品避險績效評估，中興大學高階經理人碩士在職專班碩士論文。
林義祥，1998，基金避險與台股指數期貨—比較各計量模型之避險績效，淡江大學財務金融研究所未出版碩士論文。
洪國興，2011，不同外匯避險部位、策略、工具及期間之避險效果，中央大學財務金融研究所碩士論文。
許溪南、何怡滿與劉泰山，2011，KD及MACD在避險時機之應用：以台指期貨避險為例，東吳經濟商學學報，第72期：109-138。
陳幸兒，2009，技術分析之有效性：跨國的實證研究，大業大學國際企業管理學系碩士在職專班碩士論文。
陳淑玲、吳安琪與費業勳，2011，台灣股票市場技術指標之研究─不同頻率資料績效比較基於不同數據頻率的台灣股票市場技術指標研究，東海管理評論，第12卷第1S期：187-225。
週照偉，鄭榮祿，蔡賢亮，楊崇宏與牟聖遠，2015台灣股市技術分析實證：以隨機指標，相對強弱指標，指數平滑異同平均線指標及趨向指標為例，高雄應用科技大學人文與社會科學學刊，第 1卷第2期：119-133。
黃旭鋒，以技術分析法則與公司特性選股之投資績效，2004，東海大學管理碩士學程在職進修專班碩士論文。
黃彥聖，1995，移動平均法的投資績效，管理評論，第14卷第1期：47-67。
溫曜誌，1999，以SIMEX 台股指數期貨規避台灣股價指數風險之研究，政治大學財務管理研究所未出版碩士論文。
蔡宜龍，1990，台灣股票市場技術分析指標有效性之衡量，成功大學工業管理研究所碩士論文。
賴昌作，2000，股價指數期貨之避險比率與避險效益，台灣科技大學資訊管理研究所未出版碩士論文。
謝美玉，2003，企業的匯率風險管理與策略，中山大學管理學院國際高階經營碩士學程專班碩士論文。
叢宏文，1996，日經股價指數期貨避險效果之研究－GARCH模型之應用，政治大學企業管理研究所未出版碩士論文。
鐘仁甫，技術分析簡單法則於台灣電子個股之應用，2001，東海大學企業管理研究所碩士論文。

Abeyratna Gunasekarage and David M Power. 2001. The profitability of moving average trading rules in South Asian stock markets. Emerging Markets Review 2 (March): 17-33.
Alexander, S. S. 1961, Price Movements in Speculative Markets: Trends or Random Walks. Industrial Management Review 2: 7-26.
Alexander, S. S. 1964, Price Movements in Speculative Markets: Trends or Random Walks. Industrial Management Review 5: 25-46.
Allen, F and Karjalainen, R. 1999. Using genetic algorithms to find technical trading rules. J Financ Econ 51 (October): 245-271.
Brock, W., J. Lakonishock, and B. LeBaron. 1992. Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. Journal of Finance 47 (December): 1731-1764.
Chong, Terence and Ng, Wing-Kam. 2008. Technical analysis and the London stock exchange: Testing the MACD and RSI rules using the FT30. Applied Economics Letters 15: 1111-1114.
Fama, E. F. 1965. The behavior of stock-market prices. Journal of Business 38: 34–105.
Ghosh, A. 1993. Hedging with stock index futures: estimation and forecasting with error correction model. Journal of Futures Markets 13: 743-752.
Hendrik Bessembinder and Kalok Chan. 1995. The profitability of technical trading rules in the Asian stock markets. Pacific-Basin Finance Journal 3 (July): 257-284.
Hudson, R., Dempsey, M. and Keasey, K. 1996. A note on the weak form efficiency of capital markets: the application of simple technical trading rules to UK stock prices — 1935 to 1994. Journal of Banking and Finance 20: 1121-1132.
Ki-Yeol Kwon； Richard J. Kish. 2002. Technical trading strategies and return predictability: NYSE. Applied Financial Economics 12(September): 639-653.
Michael C. Jensen and George Benington. 1970. Random walk and technical theories: Some additional evidence. The Journal of Finance 25(May): 469-482.
Park, T. H. and L. H. Switzer. 1995. Time-varying distributions and the optimal hedge ratios for stock index futures. Applied Financial Economics 5: 131- 137.
Salih Neftci. 1991. Naive Trading Rules in Financial Markets and Wiener-Kolmogorov Prediction Theory: A Study of "Technical Analysis. The Journal of Business 64: 549-571.
Tanaka-Yamawaki, M and Tokuoka, S. 2007. Adaptive use of technical indicators for the prediction of intra-day stock prices. Physica A 383: 125–133.
Terence Tai Leung Chong and Hugo Tak-Sang Ip. 2009. Do momentum-based strategies work in emerging currency markets? Pacific-Basin Finance Journal 17(September): 479-493.
Terence Tai-Leung Chong, Wing-Kam Ng and Venus Khim-Sen Liew. 2014. Revisiting the Performance of MACD and RSI Oscillators. Journal of Risk and Financial Management 7: 1-12.
Treynor, Jack and Ferguson, Robert. 1985. In defense of technical analysis. Journal of Finance 40: 757-773.