| 姓名 |
洪真逢(Chen-Feng Hung)
查詢紙本館藏 |
畢業系所 |
財務金融學系在職專班 |
| 論文名稱 |
最適指數複製法之自動化建置：以ETF50為例
(Automatic construction of the best index duplicates Approach : Take ETF50 as an example)
|
| 相關論文 | |
| 檔案 |
 [Endnote RIS 格式]
[Bibtex 格式]
 [相關文章]  [文章引用]  [完整記錄]  [館藏目錄]  至系統瀏覽論文 ( 永不開放)
|
| 摘要(中) |
摘要
本研究主要目的在探討台灣50指數成分股現貨、台灣50指數期貨二市場間之套利機制，以台灣50指數為標的，研究了從2003年7月1日上台灣50指數首次發佈之日起，一直到2004年12月31日為止的這個時間段中的「台灣50指數模擬最適投資組合」的追蹤問題。
文中應用平均數-變異數分析(Mean-Variance Analysis)，透過區分個股及整個投資組合的報酬與風險，來建構「指數模擬最適投資組合(index tracking optimal investment portfolio」。因為一個投資組合的風險性，取決於所持有的投資標的的共變異數，而非個別風險性的平均值，一群高風險性的股票仍有可能建構出一個低風險的投資組合。並研究指數複製、參數設計、模型及運用，而且為了比較，以移動視窗(moving window)模擬方法同時檢核了四種組合（不同之建構期間與持有期間）的預測能力。針對模擬指數最適投資組合追蹤的問題，運用二次規劃演算法（quadractic optimization programming）在MATLAB7.01環境下進行最佳化求解。
1. 「二次規劃最適化模型(最適化法)」與「產業限制(分層選取法)＋二次規劃最適化模型(最適化法)」無論在樣本內還是在樣本外的追蹤效果都相當不錯。
2. 「產業限制(分層選取法)＋二次規劃最適化模型(最適化法)」的統計檢定結果及報酬率差異優於「二次規劃最適化模型(最適化法)」，顯示經過產業別篩選的投資組合在複製「台灣50指數模擬最適投資組合」的能力更佳。
3. 其他條件不變的情況下，樣本內的時間窗越長，追蹤效果越好，而且樣本內追蹤效果越好，樣本外的表現也越好。
4. 研究中最佳化後的「台灣50指數模擬最適投資組合」的報酬率比台灣50期貨指數的報酬率稍差，但「台灣50指數模擬最適投資組合」的流動性相當優秀，從側面支持了本研究具有一定的實際應用價值。
5. 為加快實驗時間暨提升實驗準確性，除二次規劃模型最佳化求解外，尚在系統開發過程中，增加實驗自動化及彈性化模組功能，使整個實驗過程完全自動化。因此實務上若配合市場相關的套利交易機制與即時交易資料，本研究所開發之程式可應用於電腦程式交易。 |
| 摘要(英) |
The purpose of this experimental study was to examine arbitrage mechanism of Taiwan50 index and Taiwan 50 index futureses , regard Taiwan 50 indexes as the target, from study the issue day for the first time of Taiwan 50 indexes of since July 1 , 2003ing, until the track effect of ’’ the optimal investment portfolio of Taiwan 50 index simulations ’’ in this time slot on December 31 , 2004.
In the article applied ’’ Mean-Variance Analysis’’ , through distinguishing the rate of returns and risk of stock and the whole investment portfolio, to build constructing ’’ optimization portfolio of index tracking simulation . Because a risk of making the investment portfolio , the becoming different altogether and counting of the ones that depend on the investment portfolio’s covariance, but not the average of the specific risk, the stock of a group of high risk may still build the investment portfolio which construct out a low risk . And study index duplicating , parameter design , model and using , and in order to compare, in order to moveing window simulation method examine core prediction ability of four association (building during constructing different and when holding ) at the same time. Direct against the question that the optimization portfolio of the simulation index is followed the trail of , use the planning two times to perform the algorithm (quadractic optimization programming ) to ask and solve the optimization under the enviroment of MATLAB7.01.
1. The ’’quadractic optimization model’’ and ’’ industry’’s restriction (stratification) + the quadractic optimization model’’ is no matter in the sample or the track result out off the sample is pretty good .
2. The ’’quadractic optimization model’’ and ’’ industry’’s restriction (stratification) + the quadractic optimization model’’ statistics assay result and rate of returns difference superior to ’’ quadractic optimization model’’, show that the ability to duplicate ’’ the optimal investment portfolio of Taiwan 50 index simulations ’’ in investment portfolio not screened through the industry is better.
3. Under the situation that other conditions do not change, the longer the time window in-sample, track effect of in-sample is better than track effect of out-of-sample. And track effect in-sample that the better the result is, the better the behavior outside-of-sample is.
4. In this studying, the rate of returns of ’’ the optimal investment portfolio of Taiwan 50 index simulations ’’ is slightly worse than the rate of returns of Taiwan 50 futures indexes, but the liquidity of ’’ the optimal investment portfolio of Taiwan 50 index simulations’’ is quite outstanding , have supported this research to have certain actual using value from the side.
5. In order to accelerate experiment time and improve experiment accuracy, except that the planning model optimization two times is asked and solved , still increase experiment automation and elasticity mould group’’s function in the course of developing systematically, make the whole experiment course totally automized. So cooperates with arbitrage trade mechanism and real-time market trade data, the procedure that this research institute develops can apply to the computer program trade. |
| 關鍵字(中) |
★ 程式交易
★ ETF50指數
★ 指數複製
★ 二次規化演算法
★ 最適投資組合 |
關鍵字(英) |
★ index duplicates
★ optimal
★ quadractic optimization programming |
| 論文目次 |
目 錄
頁次
第一章 緒論 1
第一節.研究動機與目的 2
第二節.研究架構與流程 3
第二章 文獻探討與相關理論 6
第一節.文獻探討 6
第二節.指數期貨套利交易策略 7
第三節.套利交易之操作步驟 9
第四節.台灣50指數股票式基金的成分股 10
第五節.全球指數股票式基金(ETF)的概況 13
第三章 研究方法 15
第一節.研究設計 15
第二節.產業組合篩選條件(產業限制) 16
第三節.資產配置最適化模型 17
第四節.賣空限制下最適投資組合建構 19
第五節.模型績效評比 21
第四章 實證分析與結果 23
第一節.研究對象與資料來源 23
第二節.實驗自動化與程式設計 24
第三節.「二次規劃最適化模型(最適化法)」實驗結果 25
第四節.「產業限制(分層選取法)＋二次規劃最適化模型(最適化法)」實驗結果 31
第五章 結論 36
參考文獻 39
附件一：臺灣50指數期貨契約規格 41 |
| 參考文獻 |
參考文獻
中文部分
李文興(2003)，台指期貨與選擇權，台北：聯經出版事業股份有限公司。
李建儒(1998)，股價指數與股價指數期貨之因果關係-以台股、日經225及S&P500 指數為例，私立元智大學管理研究所碩士論文。
李桐豪(1997)，以基因演算法改進台灣股價指數模擬的可行性，証券市場發展季刊，第9卷第4期，pp.45-88。
李顯宏(2005)，MATLAB 7.X 程式開發與應用技巧，台北：文魁資訊。
周賓凰(2004)，賣空限制下的最適投資組合建構，中央大學財金研究所研究方法論課程教材。
林文政、臧大年(1996)，台灣股指期貨定價與套利實務問題探討，証券市場發展季刊，第8卷第3期，pp.1-31。
張傳章(2005)，期貨與選擇權，台北：雙葉書廊。
許經仟(1995)，台灣股價指數基金之建構與績效評估，中山大學財務管理研究所碩士論文。
黃玉如、李又剛(1994)，股價指數現貨與股價指數期貨兩者關聯性之探討—以S&P500指數為例，企銀季刊，pp.13-28。
黃玉娟、徐守德(1998)，台股指數現貨與期貨市場價格動態關聯性之研究，證券市場發展季刊，pp.1-27。
黃逢徴(2003)，套利 Step-by-Step，台北：財訊出版社。
黃逢徴(2003)，套利 Step-by-Step II，台北：財訊出版社。
楊崇斌(1998)，摩根台股指數期貨與現貨報酬之關聯性分析，私立輔仁大學金融研究所碩士論文。
楊智旭、張嘉峰、楊政達(2003)，MATLAB 進階與工程問題應用，台北：全威圖書有限公司。
溫曜誌(1998)，以SIMEX摩根台股指數期貨規避台灣股價指數風險之研究」政治大學財物管理所碩士論文。
銘傳大學財務金融研究中心(2003)，投資分析＋Mat lab應用，台北：全華科技。
劉貴強(2004)，遺傳演算法於組合型基金商品設計之研究，天主教輔仁大學資訊管理學系碩士論文。
蔡安妮(1996)，股價指數期貨的功能及其開放對我國之經濟意義，企銀季刊，pp.79-110。
賴弘裕(1997)，海外台股指數期貨交易概況，證券公會雙月刊，pp.1-14。
賴宏昌(1998)，台股指數期貨與現貨間的關聯性之研究，國立中興大學企管研究所碩士論文。
賴瑞芬(1997)，台股指數期貨與現貨日內價格關係之研究，國立台灣大學財務管理研究所碩士論文。
謝文良,李進生,謝素娟(2001)，指數模擬策略與參數選擇，証券市場發展季刊，pp.81-108。
鍾惠民、吳壽山、周賓凰、范懷文(2004)，財金計量，台北：雙葉書廊。
英文部分
Bodie Z., Kane A., Marcus A.J., INVESTMENTS, New York: McGraw-Hill/Irwin, 2002.
Brandimarte P., Numerical Method in Finance, New York: John Wiley & Sons, 2002.
Elton E.J., Gruber M.J., Brown S.J., Goetzmann W.N., Modern Portfolio Theory and Investment Analysis, New York: John Wiley & Sons,2003.
Haugen R.A., New Finance, the case against efficient markets, New Jersey：Prentice-Hall,1999.
Hull J.C., Fundamentals of FUTURES AND OPTIONS MARKETS, London: Prentice-Hall,2002.
Jackson M., Staunton M., Advanced Modeling in Finance using Excel and VBA, New York: John Wiley & Sons,2003.
Lindfield G., Penny J., Numerical Methods Using MATLAB, New Jersey：Prentice-Hall,2001.
Lyuu Y.D., Financial Engineering and Computation, United Kingdom：Cambridge University Press,2002.
Waldrop M.M., CPMPLEXITY-The Emerging Science at the Edge of Order and Chaos, New York: Commonwealth Publishing Co., Ltd,1992. |
| 指導教授 |
張傳章(Chuang-Chang Chang)
|
審核日期 |
2005-7-22 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
