跳到主要內容

臺灣博碩士論文加值系統

(44.200.194.255) 您好!臺灣時間:2024/07/15 02:31
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:許藝馨
研究生(外文):HSU,I-HSIN
論文名稱:基於資料科學角度分析台灣50ETF股票於進出場時機回測之實務研究 -以新冠肺炎期間為例
論文名稱(外文):A Practical Research on Backtesting of Taiwan 50 ETF Stock's Entry and Exit Timing Based on the Perspective of Data Science-Take the COVID-19 Period as an Example
指導教授:姜自強姜自強引用關係
指導教授(外文):CHIANG,TZU-CHIANG
口試委員:黃國展姜自強呂峻益陳牧言楊朝棟
口試委員(外文):Huang,Kuo-ChanCHIANG,TZU-CHIANGLeu,Jiunn-YinChen, Mu-YenYang,Chao-Tung
口試日期:2022-07-07
學位類別:碩士
校院名稱:東海大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2022
畢業學年度:110
語文別:中文
論文頁數:105
中文關鍵詞:股票進場時機出場時機技術分析指標新冠肺炎期間
外文關鍵詞:StocksEntry TimingExit TimingTechnical Analysis IndicatorsDuring COVID-19 Period
相關次數:
  • 被引用被引用:0
  • 點閱點閱:161
  • 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:1
本研究是以台灣50 ETF股票為分析目標,透過KD指標、RSI指標、MACD指標、MA指標、ATR指標、CCI指標、DMI指標七種技術分析指標,比較2018年1月到2019年05月(非疫情期間)台灣50指數型股票的歷史交易資料以及2020年1月到2021年05月(疫情期間)台灣50指數型股票的歷史交易資料;2018年1月到2019年12月(非疫情期間)台灣50指數型股票的歷史交易資料以及2020年1月到2021年12月(疫情期間)台灣50指數型股票的歷史交易資料,以常見的日線參數設定透過技術分析找出非疫情期間與疫情期間使用七種不同的技術分析指標在股票市場上是否有其差異性,並以黃金交叉及死亡交叉的方式找出台灣股票進出場時機。此外,由於疫情期間,政府為增進經濟成長,曾二次發行消費券:第一次發行三倍券,第二次發行五倍券,這些類貨幣供給增加的政策,造成股市以及房市一波上升熱潮,當人人把熱錢投入股市,這些技術指標值於疫情期間是否具有與非疫情期間有著同樣的參考效果?故本研究加上了卡方獨立性檢測,以測試這些可能的懷疑。本研究希望能夠找出在疫情嚴重的時空背景下,透過技術分析指標的方式找出最佳的交易策略,並且透過卡方獨立性檢定找出七項技術指標之投資損益是否受到疫情之影響。
The main target of this research is Taiwan 50 ETF stocks. Through seven technical analysis indicators including KD Index, RSI Index, MACD Index, MA Index, ATR Index, CCI Index, and DMI Index, the data was compared historical trading data from January 2018 to 2019 of Taiwan 50 index stocks in May 2020, which was during the non-epidemic period, with historical trading data of Taiwan 50 index stocks from January 2020 to May 2021, which was during the epidemic period. Also compared historical trading data of Taiwan 50 index stocks from January 2018 to December 2019, which was during the non-epidemic period, with historical trading data of Taiwan 50 index stocks from January 2020 to December 2021, which was during the epidemic period. This research utilized common daily parameter settings to explore whether there were differences in the stock market by using seven different technical analysis indicators during the non-epidemic period and the epidemic period through technical analysis and comprehend the entry timing and exit timing of Taiwan’s stocks by using golden cross and death cross. Additionally, due to the epidemic, the government issued two consumer coupons to enhance economic growth which were triple coupons for the first time, and five-fold coupons for the second time. These policies of the money supply caused a wave of an upsurge in the stock market and the housing market. This study discussed whether these technical indicators had the same reference effect during the epidemic as during the non-epidemic period or not when everyone put money into the stock market. Therefore, this study added the chi-squared test for independence to test the possible suspicions. This study aimed to figure out the best trading strategy through technical analysis indicators under the time and space background of the severe epidemic, whether the investment profits and losses of seven technical indicators were affected by the epidemic.
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
第二章 、文獻探討 3
第一節、人工智慧 3
第二節、回測 3
第三節、技術指標 4
第三章 、研究方法 9
第一節、研究架構 9
第二節、TA-Lib 10
第三節、卡方獨立性檢定 14
第四章 、研究結果 15
第一節、KD研究結果 15
第二節、RSI研究結果 25
第三節、MACD研究結果 36
第四節、MA研究結果 45
第五節、ATR研究結果 52
第六節、CCI研究結果 60
第七節、DMI研究結果 69
第八節、七項技術指標結果比較 76
第九節、七項技術指標結果比較(資料集兩年) 83
第五章 、結論 90
第一節、研究結論 90
第二節、研究貢獻 91
第三節、研究限制與未來建議 91
參考文獻 92
中文部分
1.王韋翔. (2019). 結合ATR與CCI技術指標,對外匯市場之研究. 大葉大學企業管理學系碩士論文
2.王崇祐. (2021). 深度學習運用在FDG-PET正子斷層造影之影像辨識-以食道癌為例. 東海大學資訊管理學系碩士論文
3.牟聖遠. (2013). 台灣股市技術分析實證-以KD指標, RSI指標, MACD指標, DMI指標為例. 義守大學資訊管理研究所碩士在職專班碩士論文.
4.吳若寧.(2022). 利用影像分析與人工智慧模式來進行丙烷預混火焰的溫度預測. 國立中興大學機械工程學系碩士論文
5.吳德生. (2006). 技術分析對香港股市有效性之探討-以KD、MACD、MA、RSI為技術指標. 國立臺北大學企業管理學系碩士論文
6.呂映昇, & 孫建平. (2010). 魚類於生命週期的不同階段棲地使用與物理棲地因子之量化關係. 農業工程學報, 56(1), 40-51.
7.周俊福. (2012). 技術分析應用於台灣50指數成分股-KD指標之實證研究. 靜宜大學管理碩士在職專班碩士論文
8.林文修, & 蘇敏龍. (2016). 基因表達規劃法於外匯保證金交易投資策略之研究–以歐元兌美元為例. 管理資訊計算, 5(2), 30-46.
9.林正平, 錢敏傑, & 李易軒. (2015). 職場過勞傾向之分析: 以大型觀光旅館業房務及櫃檯人員為例. 工業安全衛生, (310), 31-45.
10.林定圻.(2021). 技術指標長短線交叉交易訊號績效之分析--以台灣五十(0050)為例. 輔仁大學金融與國際企業學系金融碩士在職專班碩士論文
11.邱竑銘. (2020). 人工智慧輔助診斷系統在子宮頸癌治療及預後分析之應用. 中興大學生命科學院碩士在職專班碩士論文, 1-36.
12.張家寶.(2021). 人工智慧深度學習技術應用於咖啡豆檢測系統. 國立屏東科技大學機械工程系所碩士論文
13.張茹瑜. (2014). 運用 KD 指標於台灣 ETF 之實務探討. 中興大學高階經理人碩士在職專班學位論文, 1-29.
14.張博鈞.(2019). 利用 TCN 及 Residual LSTM 建立股票投資深度學習回測模型. 國立中央大學資訊管理學系碩士在職專班
15.張詩雋. (2017). 台股指數與平均真實區間指數之關係: 在金融海嘯時期可預測嗎?. 國立臺灣大學經濟學研究所碩士論文
16.莊俊辰. (2019). 人工智慧在電子商務的應用. 政治大學經營管理碩士學程 (EMBA) 學位論文, 1-50.
17.許揚.(2016). 趨勢與反向技術指標之績效:台灣期貨市場實證. 國立高雄應用科技大學金融系金融資訊碩士班碩士論文
18.許詠鈞. (2015). 台灣股市技術分析實證研究之文獻回顧─以MA、KD、RSI、MACD指標為例. 亞洲大學財務金融學系碩士在職專班碩士論文
19.許溪南, 何怡滿, & 張瓊如. (2012). KD 與 MA 技術指標在避險時機之應用: 以台指選擇權為例. 輔仁管理評論, 19(1), 27-46.
20.陳盈安.(2011). 由 DMI 指標檢測十國股票型指數基金之投資績效. 國立中正大學國際經濟研究所碩士論文
21.陳淑玲, 吳安琪, & 費業勳. (2011). 臺灣股票市場技術指標之研究─ 不同頻率資料績效比較. 東海管理評論, 12(1S), 187-225.
22.陳靚. (2019). 應用影像辨識於太陽能電池瑕疵與分類. 正修科技大學資訊管理系碩士論文.
23.曾煒淋. (2012). 以隨機K指標檢測台灣50成份股之投資績效. 逢甲大學統計與精算所碩士論文
24.黃書田. (2021). 運用人工智慧深度學習協助臨床胸部X光肋骨骨折偵測. 台北醫學大學醫學資訊研究所碩士在職專班碩士論文
25.劉良嶸. (2022). 運用人工智慧建立胸部X光片影像辨識模型協助呼吸窘迫重症老人之臨床診斷. 臺北醫學大學醫學資訊研究所碩士在職專班碩士論文
26.鄭佳欣. (2008). 隨機指標(KD)於匯率預測有效性之研究. 東海大學工業工程與經營資訊學系碩士論文
27.鄭鈺霖.(2021). 運用投資策略結合技術指標來提升ETF的績效. 國立屏東大學應用數學系碩士班碩士論文
28.蕭琮峻. (2022). 應用人工智慧方法於加密貨幣價格預測之研究. 國立臺北大學資訊管理研究所碩士論文

英文部分
1.Abadi, M. et al. (2016). TensorFlow: A system for large-scale machine learning, USENIX Association, 265-283.
2.Abbas, A., Abdelsamea, M. M., Gaber, M. M. (2020). DeTrac: Transfer Learning of Class Decomposed Medical Images in Convolutional Neural, Networks,IEEE Access, 8, 74901-74913.
3.Albahli, S., Nida, N., Irtaza, A., Yousaf, M. H., Mahmood, M. T. (2020). Melanoma Lesion Detection and Segmentation Using YOLOvDarkNet and Active Contour, IEEE Access, 8, 198403-198414.
4.Al-Rfou, Rami. et al. (2016). Theano: A Python framework for fast computation of mathematical expressions, arXiv abs/1605.02688.
5.Chen,Yun-Hui. 2007, "Optimal Data Size in the Investment Strategy Combining the Bear and the Bull Market Portfolios."
6.Demirbag, M., McGuinness, M., Akin, A., Bayyurt, N. and Basti, E. (2016), ‘The professional service firm (PSF) in a globalised economy: A study of the efficiency of securities firms in an emerging market’, International Business Review, Vol. 25, No. 5, pp. 1089-1102.
7.Hou,Jia-Li. 2007, Constructing Static and Dynamic Investment Strategy Portfolios by Genetic Programming. Diss.
8.Jiang,Tian-You. 2004, "The Hedging Performance with Stock Index Futures in Taiwan."
9.Lars Kestner (2004), ”Quantitative Trading Strategies : harnessing the power of quantitative techniques to create a winning trading program,”N.J.: McGraw-Hill.
10.Liao, Y., Day, M. Y., Cheng, Y., Huang, P., & Ni, Y. (2021). The Profitability of Technical Trading for Hotel Stocks Under COVID-19 Pandemic. Journal of Computers, 32(5), 454.
11.Shleifer, A. (2000). Inefficient Markets: An Introduction To Behavioral Finance,Oxford University Press.
12.Zweig, Martin E.(1986),”Winning on Wall Street”, Warner Books.
電子全文 電子全文(網際網路公開日期:20270801)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊