以程式交易策略選股選時之獲利與風險評估平台的設計與實作－以台灣股票市場為例

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：65

、訪客IP：18.191.28.129

姓名

洪照鼎(Chao-Ting Hung) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

以程式交易策略選股選時之獲利與風險評估平台的設計與實作－以台灣股票市場為例
(Using Program Trading Strategy in Stock Selection and Market Timing to Design and Implement a Profit and Risk Evaluation Platform. Using Taiwan Stock Data for Initial Verification.)

相關論文

★ 針對提昇資料倉儲資料庫執行效能之知識管理與相關系統設計	★ 以關聯規則探勘為基礎，探討詐騙車手提領型態互動之研究
★ 部落格之網路口碑評比機制平台管理與應用	★ 虛擬貨幣交易平台之實現
★ 適用於多種設備的可否認鑑別協定之設計	★ 交易程式最佳化的多維度分析平台之設計與建置
★ 多商品多策略程式交易績效曲線比較和分群機制之研究	★ 以工作流程與Portlet為基礎整合學習管理系統以支援課程編組
★ 使用服務導向技術建構具支援二線廠客製化能力的電子中樞系統之研究	★ 以流程為中心的Portlet重用性分析
★ 應用資料倉儲技術建構平衡計分卡資訊系統之研究-以某消費性電子製造公司人力資源計分卡為例	★ 自動化的產品平台管理與應用
★ 以代理人為基礎的資訊系統協助新產品開發流程的自動化	★ 以整合式的教練引導開發以框架為基礎的專案
★ 支援新產品研發的整合性知識管理系統	★ 以流程為導向協同異質性數位學習系統中呈現層與資料層之研究

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]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

證券投資買賣一直以來不論在學術界、業界或是一般大眾，都是會特別關注的議題，這幾年來更隨著FinTech的崛起，投資管理層面議題更顯重要。目前選股或選時相關研究較多針對某一層面進行探討，比較少有完整的投資組合與獲利風險評估方式，進行有系統或全面性討論實際交易所需要思考的各個層面，或是探討程式交易、投資組合與風險評估結合後的運作表現。本研究結合投資流程下各個部份，建立一套投資決策流程模型，並探討交易策略、部位大小和風格投資結合後績效表現，最後提供一個自動化報酬與風險評估平台，做為投資者在投資前買賣上參考。
本系統是以MultiChars、Python、Microsoft SQL Server、Django和Plotly進行實作，當中包含三個子系統，分別為程式交易策略最佳化子系統（最佳化技術面策略的參數）、投資組合管理子系統（建立投組分類）、獲利與風險評估子系統（提供投組績效結果）。
本研究在台股市場中選出具代表性且包含一定商品數量的中型100來驗證，交易策略選用能抓住長期發展趨勢的通道策略與均線策略，投組建立方式分別採用風格投資法下的價值面、規模面、動量面和波動面四種方式，進行分類，各別按照數值大小在當中平均分為五組，運用各種不同部位大小比例進行投資，最後在上述基礎下，比較選股選時（基本面加技術面）與選股（單純採用基本面）兩種投資方式之間績效成效。
根據實驗結果，投資方式採用選股選時不論是在哪一種類型風格投資法與哪一種類型的交易策略下，績效表現都優於單純採用選股來進行投資，整體報酬較優，而投資期間承擔風險相對較低，由此可證在選股選時模型結合後，進行投資交易與管理的可行性。

摘要(英)

Investment securities are always main topics in academic circle, industry or public. The issue of investment management is more and more important since FinTech has been discussed over the past few years. Most study in stock selection and market timing only surveyed in specific part, there was not only a few systematic and overall discussion in portfolio investment or profit and risk evaluation, but also a few study discussed the performance of combining program trading, portfolio investment and risk evaluation together. In this study, there are three research purposes. First, combining each process in investment securities to build an investment strategy process model. Second, discussing the performance of combining trading strategy, position sizing and style investment. Finally, providing an automatic return and risk evaluation platform for investors to use.
This study uses MultiCharts, Python, Microsoft SQL Server, Django and Plotly to implement this system. It includes three sub system, program trading strategy optimization sub system (optimizes the parameters of the technical analysis strategies), portfolio investment management sub system (creates the classification of portfolio investment) and profit and risk evaluation sub system (provides the performance of portfolio investment).
Mid-Cap 100 ETF in Taiwan Stock is representative and has enough number of stocks to verify this system. Channel strategy and moving average strategy are trend indicators in technical analysis, this study chooses them as experiment. Portfolio investment uses value, size, momentum and volatility effect in style investment. Portfolio in each effect is equally classified into five categories and invests different ratio of position sizing. Based on the fundamentals above, this study compares portfolio performance between the combination of stock selection and market timing (fundamental and technical analysis) and stock selection (fundamental analysis).
In this experiment, no matter which style investment and trading strategy, the performance of combination of stock selection and market timing is better than stock selection, the rate of return is higher and the risk is lower. This result proves that the combination of stock selection and market timing is feasible to use in investment trading and management.

關鍵字(中)

★ 程式交易
★ 部位大小
★ 風格投資法
★ 平均數與變異數投組模型
★ 投資績效

關鍵字(英)

★ Program Trading
★ Position Sizing
★ Style Investment
★ Mean-Variance Portfolio Model
★ Investment Performance

論文目次

摘要 i
Abstract ii
誌謝辭 iv
目錄 v
圖目錄 vii
表目錄 xiii
第一章緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 3
1.4 研究流程 4
第二章　文獻探討 6
2.1 程式交易 6
2.2 線上投資平台 7
2.3 技術面分析 12
2.3.1 移動平均數(Moving Average) 12
2.3.2 布林通道(Bollinger Bands) 13
2.3.3 凱特通道(Keltner Channel) 14
2.4 風格投資法 17
2.5 部位大小 20
2.6 平均數與變異數投資模型 21
第三章　系統設計與實作 24
3.1 系統流程 24
3.2 系統架構 25
3.3 程式交易策略最佳化子系統 26
3.4 投資組合管理子系統 27
3.4.1 風格投資法模組 27
3.4.2 部位大小模組 30
3.4.3 投資組合篩選模組 31
3.4.4 投資組合績效計算模組 32
3.5 投資組合交易與績效記錄 34
3.6 獲利與風險評估子系統 36
第四章　系統驗證與結果 40
4.1 系統驗證流程 40
4.2 系統驗證方法 40
4.2.1　選股選時（基本面加技術面分析）41
4.2.2　選股（基本面分析）43
4.2.3　投組績效評估 44
4.3 系統實證與討論 45
4.3.1　投資決策流程模型資料計算 45
4.3.2 「通道策略」在風格投資法下「價值面」比較－2010至2013年 49
4.3.3 「通道策略」在風格投資法下「價值面」比較－2013至2015年 54
4.3.4 「通道策略」在風格投資法下「規模面」比較－2010至2013年 59
4.3.5 「通道策略」在風格投資法下「規模面」比較－2013至2015年 64
4.3.6 「通道策略」在風格投資法下「動量面」比較－2010至2013年 69
4.3.7 「通道策略」在風格投資法下「動量面」比較－2013至2015年 74
4.3.8 「通道策略」在風格投資法下「波動面」比較－2010至2013年 79
4.3.9 「通道策略」在風格投資法下「波動面」比較－2013至2015年 84
4.4. 系統實證整理 89
第五章　結論 90
5.1 結論 90
5.2 研究限制 91
5.3 未來建議 91
參考文獻 93
附錄一、中型100指數成份股清單 97
附錄二、均線策略系統實證 98
1.「均線策略」在風格投資法下「價值面」比較－2010至2013年 98
2.「均線策略」在風格投資法下「價值面」比較－2013至2015年 103
3.「均線策略」在風格投資法下「規模面」比較－2010至2013年 108
4.「均線策略」在風格投資法下「規模面」比較－2013至2015年 113
5.「均線策略」在風格投資法下「動量面」比較－2010至2013年 118
6.「均線策略」在風格投資法下「動量面」比較－2013至2015年 123
7.「均線策略」在風格投資法下「波動面」比較－2010至2013年 128
8.「均線策略」在風格投資法下「波動面」比較－2013至2015年 133

參考文獻

1. Ahmed, P., & Nanda, S. (2001). Style investing: Incorporating growth characteristics in value stocks. The Journal of Portfolio Management, 27(3), 47-59.
2. Bender, Jennifer, et al. (2013). Foundations of factor investing: MSCI.
3. Business Insider. (2016). THE FINTECH REPORT 2016: Financial industry trends and investment. from http://www.businessinsider.com/the-fintech-report-2016-financial-industry-trends-and-investment-2016-12
4. Clyne, Miles A, & Townrow, Michael Lawson. (2010). Apparatus for automatic financial portfolio monitoring and associated methods: Google Patents.
5. Davey, Kevin. (2014). Building winning algorithmic trading systems: Wiley.
6. Evans, Jeffrey L. (2004). Wealthy investor attitudes, Expectations, and Behaviors toward risk and return. The Journal of Wealth Management, 7(1), 12-18.
7. Fama, Eugene F, & French, Kenneth R. (1992). The cross‐section of expected stock returns. the Journal of Finance, 47(2), 427-465.
8. Fama, Eugene F, & French, Kenneth R. (1997). Industry costs of equity. Journal of financial economics, 43(2), 153-193.
9. Graham, Benjamin, & Dodd, David L. (1934). Security analysis: Principles and technique: McGraw-Hill.
10. Investment Statistics Guide. (2017). Retrieved June 10, 2017, from https://www.evestment.com/resources/investment-statistics-guide/
11. Jones, Charles P. (1999). Investment Analysis and Management: John Willey and Sons.
12. Keltner, Chester W. (1960). How to make money in commodities: Keltner Statistical Service.
13. Ledoit, Olivier, & Wolf, Michael. (2003). Improved estimation of the covariance matrix of stock returns with an application to portfolio selection. Journal of empirical finance, 10(5), 603-621.
14. Lintner, John. (1965). The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets. The review of economics and statistics, 13-37.
15. MacroAxis. (2017). Portfolio optimization and digital investment analytics. Retrieved June 10, 2017, from https://www.macroaxis.com/
16. Markowitz, Harry. (1952). Portfolio selection. The journal of finance, 7(1), 77-91.
17. Motif. (2017). Motif | Smart Investing Made Simple. Retrieved June 10, 2017, from https://www.motifinvesting.com/
18. Nicholas Barberis, Andrei Shleiferb. (2003). Style investing. Journal of financial Economics, 68(2), 161-199.
19. Portfolio Visualizer. (2017). Backtest Portfolio Asset Class Allocation. Retrieved June 10, 2017, from https://www.portfoliovisualizer.com/
20. Pruitt, Ronald Earl. (2010). Portfolio management system: Google Patents.
21. PwC. (2016). Blurred lines: How FinTech is shaping Financial Services - Global FinTech Report
22. Ross, Stephen A. (1976). The arbitrage theory of capital asset pricing. Journal of economic theory, 13(3), 341-360.
23. Sharpe, William F. (1964). Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk. Journal of Finance, 19, 425-442.
24. Sharpe, William F. (1978). Major investment styles. The Journal of Portfolio Management, 4(2), 68-74.
25. Sharpe, William F. (1992). Asset allocation: Management style and performance measurement. The Journal of Portfolio Management, 18(2), 7-19.
26. Statman, Meir. (1987). How many stocks make a diversified portfolio? Journal of Financial and Quantitative Analysis, 22(03), 353-363.
27. Tharp, Van K. (2007). Trade your way to financial freedom: McGraw-Hill.
28. Tharp, Van K. (2008). Van Tharp′ s Definite Guide to Position Sizing SM: How to Evaluate Your System and Use Position Sizing SM to Meet Your Objectives, 25ff.
29. World Economic Forum. (2015). The Future of Financial Services: How disruptive innovations are reshaping the way financial services are structured, provisioned and consumed.
30. Zvi Bodie, Alex Kane and Alan J. Marcus. (2014). Investments (10th ed.): McGraw-Hill Education.
31. 王雍智、張澤、戴宏廩 (2011)，風格投資－台灣股市的實證，東海管理評論 (Vol. 第十三卷, pp. 1-46)。
32. 江沛勳 (2014)，布林通道策略成效分析－以台灣 50 成分股為例 (pp. 1-45)，成功大學企業管理學系學位論文。
33. 江孟育 (2015)，通道突破系統之探討－以台灣五十成分股為例，國立臺灣科技大學財務金融研究所碩士論文。
34. 吳秀月 (2013)，以均線為基礎技術分析投資績效之探討，國立中山大學財務管理學系研究所碩士論文。
35. 吳忠輝 (2015)，股價策略研究－以 Bollinger Bands 之應用在台灣 50 ETF 成分股，國立高雄應用科技大學金融系金融資訊碩士在職專班。
36. 周忠樑 (2004)，規模與價值多重風格投資策略實證分析—以台灣股票市場為例，國立政治大學企業管理學系碩士班碩士論文。
37. 邱科毓 (2014)，均線分析投資績效探討：以臺灣 50 指數成份股為例 (pp. 1-46)，中山大學財務管理學系研究所碩士論文。
38. 姜林杰祐 (2012)，程式交易：方法與實務應用，新陸書局。
39. 范秉航 (2004)，風格投資策略：動能風格與基本風格之比較，世新大學管理學院財務金融學系碩士學位論文。
40. 張林忠 (2014)，分析師關鍵報告2：張林忠教你程式交易，寰宇出版社。
41. 張金龍 (2006)，台股風格投資法之研究與探討，國立中央大學財務金融研究所碩士論文。
42. 陳重信 (2009)，利用風險指標幫助投資人衡量其所委託之資產，國立中正大學企業管理研究所碩士論文。
43. 楊宗慶 (2015)，多市場多商品程式交易績效之決策支援平台的整合設計與實作，國立中央大學資訊管理學系研究所碩士論文。
44. 樓禎祺、何培基 (2003)，股價移動平均線之理論與實證－以台灣股市模擬投資操作為例，育達研究叢刊，5_6 (pp. 27-51)。
45. 賴宣名 (2013)，包寧傑帶狀搭配均線與 KD 指標之多層次股票篩選模式－以台灣股市為例 (pp. 1-54)，嶺東科技大學經營管理研究所碩士論文。
46. 謝政遠 (2004)，以移動平均線、相對強弱指標與成交量檢驗台灣股票市場的效率性，逢甲大學財務金融學系研究所碩士論文。
47. 顏茂城 (2017)，應用資料探勘於自動化交易策略之獲利能力評估的模型與平台設計及建置，國立中央大學資訊管理學系研究所碩士論文。

指導教授

許智誠(Chih-Cheng Hsu)

審核日期

2017-7-6

推文