臺灣博碩士論文加值系統

本研究探討了動能策略對新興產業ETF及台灣50ETF指數的影響，並比較了傳統動能策略與機率動能策略在不同ETF上的績效表現。研究結果顯示，在新興產業ETF方面，雖然機率動能策略用在某些新興產業ETF中能展現出較高的年化報酬及風險調整後報酬，但並非所有新興產業ETF皆有相同的表現。這意味著機率動能策略在新興產業ETF中的效果可能受不同產業特性的影響而有所差異。
結果顯示，AI人工智慧、新能源及生技醫療等ETF在應用機率動能策略時，有些表現出顯著的超額報酬，顯示這些新興產業具備高成長潛力，使投資者能夠捕捉短期市場趨勢，獲得較高的投資報酬。然而，某些新興產業ETF的年化報酬並未顯著提升，顯示出在風險和回報之間的平衡仍需進一步探索和調整。
相較之下，對於台灣50ETF指數，兩種策略的績效差異不大，可能是因為台灣50是按市值大小選股，缺點是容易受到市值最大的公司，例如台積電股價變動的影響，動能效果不如新興產業ETF顯著。
總結來說，機率動能策略在新興產業ETF中具備潛在優勢，但需要根據具體的產業和市場情況進行調整與應用。建議投資者在選擇新興產業ETF時，多挖掘其他類型的新興產業，並延長樣本實驗的時間以確保結果的準確度。投資者應關注機率動能策略在不同產業中的適用性和潛在風險，並考慮將資金分散投資於多檔標的，以提高投資組合的穩定性和收益。

This study investigates the impact of momentum strategies on emerging industry ETFs and the Taiwan 50 ETF index, comparing the performance of traditional momentum strategies with probabilistic momentum strategies across different ETFs. The results indicate that while probabilistic momentum strategies can exhibit higher annualized returns and risk-adjusted returns in some emerging industry ETFs, not all emerging industry ETFs perform equally. This suggests that the effectiveness of probabilistic momentum strategies in emerging industry ETFs may vary due to different industry characteristics.
The results show that AI, renewable energy, and biotechnology ETFs, when applying probabilistic momentum strategies, sometimes demonstrate significant excess returns, indicating these emerging industries have high growth potential. This allows investors to capture short-term market trends and achieve higher investment returns. However, certain emerging industry ETFs did not show significant improvement in annualized returns, indicating that the balance between risk and return still requires further exploration and adjustment.
In contrast, for the Taiwan 50 ETF index, the performance difference between the two strategies is not significant. This might be because the Taiwan 50 selects stocks based on market capitalization, with the drawback that it is easily affected by the price movements of the largest companies, such as TSMC, resulting in less pronounced momentum effects compared to emerging industry ETFs.
In summary, probabilistic momentum strategies have potential advantages in emerging industry ETFs, but they need to be adjusted and applied according to specific industry and market conditions. It is recommended that investors, when selecting emerging industry ETFs, explore other types of emerging industries and extend the sample experiment duration to ensure the accuracy of the results. Investors should pay attention to the applicability and potential risks of probabilistic momentum strategies in different industries and consider diversifying their investments across multiple targets to enhance portfolio stability and returns.

目錄I
表目錄II
圖目錄III
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 3
第三節 研究架構 5
第二章 文獻探討 6
第一節 動能策略的意義 6
第二節 ETF 9
第三節 新興產業ETF 10
第三章 研究方法 12
第一節 研究說明 12
第二節 研究設計與方法 12
第三節 研究樣本及資料來源 13
第四節 實證方法 15
第四章 實證結果 16
第一節 元大台灣50及新能源ETF 16
第二節 元大台灣50及人工智慧ETF績效比較 19
第三節 元大台灣50及生技ETF績效比較 22
第五章 結論 26
參考文獻 27
表目錄
表 4-1 0050 & QCLN傳統動能策略之績效比較 16
表 4-2 0050 & QCLN機率動能策略之績效比較 17
表 4-3 0050 & ICLN傳統動能策略之績效比較 17
表 4-4 0050 & ICLN機率動能策略之績效比較 18
表 4-5 0050 & QCLN &ICLN各投資策略獲利較高者之績效比較 18
表 4-6 0050 & QCLN & ICLN各投資策略相關數值比較 19
表 4-7 0050 &00762傳統動能策略之績效比較 20
表 4-8 0050 &00762機率動能策略之績效比較 20
表 4-9 0050 & 00737傳統動能策略之績效比較 21
表 4-10 0050 & 00737機率動能策略之績效比較 21
表 4-11 0050 & 00762 & 00737各投資策略相關數值比較22
表 4-12 0050 & IBB傳統動能策略之績效比較 23
表 4-13 0050 &IBB機率動能策略之績效比較 23
表 4-14 0050 & 00678傳統動能策略之績效比較 24
表 4-15 0050 & 00678機率動能策略之績效比較 24
表 4-16 0050 & IBB & 00678各投資策略相關數值比較 25
圖目錄
圖1-1台灣2003年至2023年台灣ETF規模佔整體共同基金規模持續成長 2

中文文獻
1.石智瑋，2023，「以能源型及指數型 ETF 建構投資組合之策略及績效分析以0050及新能源ETF為例」，國立成功大學財務金融研究所碩士在職專班論文。
2.陳君鳳，2021，「機率動能之投資策略分析-以元大台灣 50、元大高股息、鴻海為例」，亞洲大學財務金融學系碩士論文。
3.詹錦宏、吳莉禎，2011，動能投資策略於台灣股票市場之應用— 含金融海嘯之影響，「會計學報」，第3卷第2期， 頁1-22。
4.孫世豪，2024，「ESG對台灣電動車產業經營績效之影響」國立雲林科技大學財務金融學系碩士論文。
5.徐曉薇、謝明昇、朱祐霆，臺灣指數化投資應用邁向新篇章，「證券服務」 第671期，頁44-50。
6.王昭文，2021「能源ETF投資績效分析」，健行科技大學國際經營系碩士論文。
7.齊庭毅，2023，「兼具ESG與低碳理念之投資組合最佳化:以台灣永續指數為例」，國立台灣大學碩士論文。
8.吳雨宸，2023，「台灣永續指數股票型基金之績效分析」，國立宜蘭大學應用經濟與管理學系碩士論文。
9.吳明勳，2021，「動量策略大搭配凱利公式之實證研究-以台灣股市為例」，國立清華大學碩次論文。
10.許雅婷，2019，「應用動能策略於股票型基金」，淡江大學財務金融系碩士論文。
11.李春安、羅進水和蘇永裕，2006，動能策略報酬、投資人情緒與景氣循環之研究，「財務金融學刊」，第十四卷第二期，頁 73-109。
英文文獻
1.Varadi, D., 2014, Are simple momentum strategies too dumb? Introducing probabilistic momentum, https://cssanalytics.wordpress.com/2 014/01/28/are-simple-momentum-stegies-too-dumb-introducing-probabilisti c-momentum/
2.Jegadeesh, N. and S. Titman, 1993, Profitability of Momentum Strategies: An Evaluation of Alternative Explanations, The Journal of Finance，pp.65-91.
3.Victoria Dobrynskaya，2014，Asymmetric risks of momentum strategies，pp.2-21
4.Kent Daniel 、Ravi Jagannathan 、Soohun Kim，2012，TAIL RISK IN MOMENTUM STRATEGY RETURNS，pp.13-30.
5.Daniel Nadler and Anatoly B. Schmidt，2019，Momentum Strategies for the ETF-Based Portfolios，pp.3-13.
6.Glen A. Larsen1 & Erik P. Larsen，2018，A Short Note on the Potential for a Momentum Based Investment Strategy in Sector ETFs，Journal of Finance and Economics Volume 8, No. 1, pp.35-41.
7.Robert Novy-Marx，2015，FUNDAMENTALLY, MOMENTUM IS FUNDAMENTAL MOMENTUM ，Working Paper 20984，pp.3-39.
8.John M. Griffin, Xiuqing Ji, and J. Spencer Martin，2004，Global Momentum Strategies: A Portfolio Perspective，pp.4-18.
9.Kendall, M., 1953, The analysis of economic time-series-Part I : Price,
Journal of the Royal Statistical Society,116(1), pp.11-34.
10.Elton, E. J., Gruber, M. J., & Busse, J. A. (2004). Are Investors Rational? Choices among Index Funds. Journal of Fianace, 59(1), pp261~288
11.Duan, Y. (2007). A Multi-objective Approach to Portfolio Optimization. Rose- Hulman Undergraduate Math Journal, 8(1), pp.1-18