1

嶺東科技大學商務科技管理系

專題研究報告

MATLAB 程式設計股票與期貨

系統化投資組合績效分析

指導老師張廷政 教授

班級二技商科四 A

組長李文隆

組員陳霈珊

葉柏辰

蔡佩宜

王玉雲

中華民國九十六年五月

2

誌 謝

這篇論文得以完成首先要向張廷政老師致上深深的謝意感謝張老師認真

的指導給予我們精神上的支持和專業的幫助在張老師的諄諄教誨下因此奠

定了我研究實作的能力更要感謝張老師指派給我們的研究生真是辛苦他了

這段時間多虧了他讓我們學習更多有關股票期貨這方面的知識它也不覺厭

煩的解答了我們所遇到的問題也常常不辭辛勞的趕來學校指導我們該怎麼做

怎麼寫才會比較好真的很感恩我們的研究生有了他的從旁協助才有今日我

們完整的專題

張廷政老師本身雖身兼數職但仍對每一位學生細心指導並耐心鼓勵在此獻上

我們整組學生由衷的感激進行了一年多的畢業專題終於在時間內完成感謝那些

曾經參與這個專題的朋友們由於你們的幫助讓我全力以赴也學習到更多額外

的知識讓我們能夠在未來更穩健有條理的面對處理事情真的非常感謝大

家的幫忙

全體學生 謹誌於

嶺東科技大學 商務科技管理系

中華民國九十六年五月

3

摘 要 面對金融資本巿場眾多的投資工具及標的對投資人而言難免有眼花撩亂

無從選起的感覺投資組合投資趨勢隨之應運而生本研究以「數量化方法」進

行投資分析建構出策略性投資組合或動態投資組合建構出一套標準操作程序

以作為投資人之投資策略工具本研究將有助您掌握投資組合的操作方式如何

分配資產以降低風險並提升投資組合績效對於資產管理者來說能讓您有效地

分配管理的資產使投資組合績效能達到最適風險-報酬組合的方法

本研究主要提出一個趨勢過濾系統結合粗集合理論與灰色理論建構趨勢灰粗

集合（Trend Grey Rough Sets）簡稱TG-Rough Sets此模型使用粗集合篩選

系統篩選出具趨勢價值的組群資料主要應用於股市動態的投資組合預測本

研究首先利用K-means分群的概念對每一個屬性分群然後運用粗集合理論其

對不確定性不充分資料的分類能力對各家上市公司的分群結果進行過濾分

類及結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論

適時的使用灰關聯排序工具篩選出績優的公司組合

關鍵字灰色理論趨勢灰粗集合K-means分群巴菲特投資法則效率前緣

投資組合模楜理論期貨避險

4

目錄

誌謝⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅰ

摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅱ

目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ Ⅲ

表 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅴ

圖 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅵ

第一章 緒論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

11 研究動機與背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

12 研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2

13 研究對象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3

14 研究架構⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4

第二章 文獻探討⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

21 灰色系統理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

22 粗集合理論模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

23 資產配置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

24 k-means 演算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

25 避險理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

第三章 研究方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9

31 投資策略說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 10

32 股票篩選系統操作說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 11

第四章 實證研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 27

41 實證步驟說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 30

第伍章結論與建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

51 結論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

52 研究建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51

參考文獻⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯53

附錄 投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯54

5

表目錄

表 3-1-1 程式交易與人工操作之優缺點比較⋯⋯⋯⋯⋯⋯11

表 3-2-1 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13

表 3-2-2 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16

表 3-2-3 灰生成中各技術指標之效果測度⋯⋯⋯⋯⋯⋯⋯ 17

表 4-0-1 歷年來金融類股之上市公司⋯⋯⋯⋯⋯⋯⋯⋯⋯27

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司⋯27

表 4-0-3 決策屬性與重要度計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯28

表 4-0-4 條件屬性計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29

表 4-1-1 資料前處理(補齊資料)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 31

表 4-1-2 刪減條件屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36

表 4-1-3 分類誤差⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯37

表 4-1-4 篩選近似值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40

表 4-1-5 投資組合 R多空頭研判(第一期至第六期)⋯⋯⋯43

表 4-1-6 每一期之投資期間⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44

表 4-1-7 投資組合期間多空(第一期至第六期)⋯⋯⋯⋯⋯44

表 4-1-8 大盤現貨及現貨搭大臺期投資報酬率⋯⋯⋯⋯45

表 4-1-9 投資績效評估⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯46

表 5-1-1 2004 到 2006 大盤現貨期貨季投資報酬率⋯⋯48

表 5-1-2 2004 到 2006 大盤現貨期貨風險評估⋯⋯⋯⋯50

表 1 2004年第一期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 2 2004年第二期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 3 2004年第三期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯55

表 4 2004年第四期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 55

表 5 2004年第五期 11 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表 6 2004年第六期 12 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表7 2005年第七期6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表8 2005年第八期7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表9 2005年第九期9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 58

表 10 2005年第十期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 58

表 11 2005年第十一期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 12 2005年第十二期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 13 2006年第十三期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

表 14 2006年第十四期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

6

表 15 2006年第十五期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯61

表 16 2006年第十六期 10 月投資報酬率⋯⋯⋯⋯⋯⋯ 61

表 17 2006年第十七期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

表 18 2006年第十八期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

7

圖目錄

圖 311 投資組合策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10

圖 321 類神經模糊處理過程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15

圖 411 極端值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32

圖 412 K-means 分群工具數值轉換圖⋯⋯⋯⋯⋯⋯⋯⋯ 33

圖 413 重要度刪減⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 34

圖 414 合併決策屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 37

圖 415 類神經模糊系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 38

圖 416 合併決策屬性流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 39

圖 417 灰關聯系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 43

圖 511 2004年到 2006年投資組合月報酬率⋯⋯⋯⋯ 49

圖 512 2004年到 2006年投資組合季報酬率⋯⋯⋯⋯ 49

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

2

誌 謝

這篇論文得以完成首先要向張廷政老師致上深深的謝意感謝張老師認真

的指導給予我們精神上的支持和專業的幫助在張老師的諄諄教誨下因此奠

定了我研究實作的能力更要感謝張老師指派給我們的研究生真是辛苦他了

這段時間多虧了他讓我們學習更多有關股票期貨這方面的知識它也不覺厭

煩的解答了我們所遇到的問題也常常不辭辛勞的趕來學校指導我們該怎麼做

怎麼寫才會比較好真的很感恩我們的研究生有了他的從旁協助才有今日我

們完整的專題

張廷政老師本身雖身兼數職但仍對每一位學生細心指導並耐心鼓勵在此獻上

我們整組學生由衷的感激進行了一年多的畢業專題終於在時間內完成感謝那些

曾經參與這個專題的朋友們由於你們的幫助讓我全力以赴也學習到更多額外

的知識讓我們能夠在未來更穩健有條理的面對處理事情真的非常感謝大

家的幫忙

全體學生 謹誌於

嶺東科技大學 商務科技管理系

中華民國九十六年五月

3

摘 要 面對金融資本巿場眾多的投資工具及標的對投資人而言難免有眼花撩亂

無從選起的感覺投資組合投資趨勢隨之應運而生本研究以「數量化方法」進

行投資分析建構出策略性投資組合或動態投資組合建構出一套標準操作程序

以作為投資人之投資策略工具本研究將有助您掌握投資組合的操作方式如何

分配資產以降低風險並提升投資組合績效對於資產管理者來說能讓您有效地

分配管理的資產使投資組合績效能達到最適風險-報酬組合的方法

本研究主要提出一個趨勢過濾系統結合粗集合理論與灰色理論建構趨勢灰粗

集合（Trend Grey Rough Sets）簡稱TG-Rough Sets此模型使用粗集合篩選

系統篩選出具趨勢價值的組群資料主要應用於股市動態的投資組合預測本

研究首先利用K-means分群的概念對每一個屬性分群然後運用粗集合理論其

對不確定性不充分資料的分類能力對各家上市公司的分群結果進行過濾分

類及結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論

適時的使用灰關聯排序工具篩選出績優的公司組合

關鍵字灰色理論趨勢灰粗集合K-means分群巴菲特投資法則效率前緣

投資組合模楜理論期貨避險

4

目錄

誌謝⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅰ

摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅱ

目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ Ⅲ

表 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅴ

圖 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅵ

第一章 緒論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

11 研究動機與背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

12 研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2

13 研究對象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3

14 研究架構⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4

第二章 文獻探討⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

21 灰色系統理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

22 粗集合理論模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

23 資產配置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

24 k-means 演算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

25 避險理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

第三章 研究方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9

31 投資策略說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 10

32 股票篩選系統操作說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 11

第四章 實證研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 27

41 實證步驟說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 30

第伍章結論與建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

51 結論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

52 研究建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51

參考文獻⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯53

附錄 投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯54

5

表目錄

表 3-1-1 程式交易與人工操作之優缺點比較⋯⋯⋯⋯⋯⋯11

表 3-2-1 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13

表 3-2-2 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16

表 3-2-3 灰生成中各技術指標之效果測度⋯⋯⋯⋯⋯⋯⋯ 17

表 4-0-1 歷年來金融類股之上市公司⋯⋯⋯⋯⋯⋯⋯⋯⋯27

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司⋯27

表 4-0-3 決策屬性與重要度計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯28

表 4-0-4 條件屬性計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29

表 4-1-1 資料前處理(補齊資料)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 31

表 4-1-2 刪減條件屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36

表 4-1-3 分類誤差⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯37

表 4-1-4 篩選近似值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40

表 4-1-5 投資組合 R多空頭研判(第一期至第六期)⋯⋯⋯43

表 4-1-6 每一期之投資期間⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44

表 4-1-7 投資組合期間多空(第一期至第六期)⋯⋯⋯⋯⋯44

表 4-1-8 大盤現貨及現貨搭大臺期投資報酬率⋯⋯⋯⋯45

表 4-1-9 投資績效評估⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯46

表 5-1-1 2004 到 2006 大盤現貨期貨季投資報酬率⋯⋯48

表 5-1-2 2004 到 2006 大盤現貨期貨風險評估⋯⋯⋯⋯50

表 1 2004年第一期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 2 2004年第二期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 3 2004年第三期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯55

表 4 2004年第四期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 55

表 5 2004年第五期 11 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表 6 2004年第六期 12 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表7 2005年第七期6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表8 2005年第八期7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表9 2005年第九期9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 58

表 10 2005年第十期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 58

表 11 2005年第十一期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 12 2005年第十二期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 13 2006年第十三期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

表 14 2006年第十四期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

6

表 15 2006年第十五期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯61

表 16 2006年第十六期 10 月投資報酬率⋯⋯⋯⋯⋯⋯ 61

表 17 2006年第十七期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

表 18 2006年第十八期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

7

圖目錄

圖 311 投資組合策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10

圖 321 類神經模糊處理過程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15

圖 411 極端值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32

圖 412 K-means 分群工具數值轉換圖⋯⋯⋯⋯⋯⋯⋯⋯ 33

圖 413 重要度刪減⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 34

圖 414 合併決策屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 37

圖 415 類神經模糊系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 38

圖 416 合併決策屬性流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 39

圖 417 灰關聯系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 43

圖 511 2004年到 2006年投資組合月報酬率⋯⋯⋯⋯ 49

圖 512 2004年到 2006年投資組合季報酬率⋯⋯⋯⋯ 49

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

3

摘 要 面對金融資本巿場眾多的投資工具及標的對投資人而言難免有眼花撩亂

無從選起的感覺投資組合投資趨勢隨之應運而生本研究以「數量化方法」進

行投資分析建構出策略性投資組合或動態投資組合建構出一套標準操作程序

以作為投資人之投資策略工具本研究將有助您掌握投資組合的操作方式如何

分配資產以降低風險並提升投資組合績效對於資產管理者來說能讓您有效地

分配管理的資產使投資組合績效能達到最適風險-報酬組合的方法

本研究主要提出一個趨勢過濾系統結合粗集合理論與灰色理論建構趨勢灰粗

集合（Trend Grey Rough Sets）簡稱TG-Rough Sets此模型使用粗集合篩選

系統篩選出具趨勢價值的組群資料主要應用於股市動態的投資組合預測本

研究首先利用K-means分群的概念對每一個屬性分群然後運用粗集合理論其

對不確定性不充分資料的分類能力對各家上市公司的分群結果進行過濾分

類及結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論

適時的使用灰關聯排序工具篩選出績優的公司組合

關鍵字灰色理論趨勢灰粗集合K-means分群巴菲特投資法則效率前緣

投資組合模楜理論期貨避險

4

目錄

誌謝⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅰ

摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅱ

目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ Ⅲ

表 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅴ

圖 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅵ

第一章 緒論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

11 研究動機與背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

12 研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2

13 研究對象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3

14 研究架構⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4

第二章 文獻探討⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

21 灰色系統理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

22 粗集合理論模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

23 資產配置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

24 k-means 演算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

25 避險理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

第三章 研究方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9

31 投資策略說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 10

32 股票篩選系統操作說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 11

第四章 實證研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 27

41 實證步驟說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 30

第伍章結論與建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

51 結論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

52 研究建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51

參考文獻⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯53

附錄 投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯54

5

表目錄

表 3-1-1 程式交易與人工操作之優缺點比較⋯⋯⋯⋯⋯⋯11

表 3-2-1 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13

表 3-2-2 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16

表 3-2-3 灰生成中各技術指標之效果測度⋯⋯⋯⋯⋯⋯⋯ 17

表 4-0-1 歷年來金融類股之上市公司⋯⋯⋯⋯⋯⋯⋯⋯⋯27

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司⋯27

表 4-0-3 決策屬性與重要度計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯28

表 4-0-4 條件屬性計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29

表 4-1-1 資料前處理(補齊資料)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 31

表 4-1-2 刪減條件屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36

表 4-1-3 分類誤差⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯37

表 4-1-4 篩選近似值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40

表 4-1-5 投資組合 R多空頭研判(第一期至第六期)⋯⋯⋯43

表 4-1-6 每一期之投資期間⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44

表 4-1-7 投資組合期間多空(第一期至第六期)⋯⋯⋯⋯⋯44

表 4-1-8 大盤現貨及現貨搭大臺期投資報酬率⋯⋯⋯⋯45

表 4-1-9 投資績效評估⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯46

表 5-1-1 2004 到 2006 大盤現貨期貨季投資報酬率⋯⋯48

表 5-1-2 2004 到 2006 大盤現貨期貨風險評估⋯⋯⋯⋯50

表 1 2004年第一期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 2 2004年第二期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 3 2004年第三期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯55

表 4 2004年第四期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 55

表 5 2004年第五期 11 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表 6 2004年第六期 12 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表7 2005年第七期6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表8 2005年第八期7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表9 2005年第九期9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 58

表 10 2005年第十期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 58

表 11 2005年第十一期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 12 2005年第十二期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 13 2006年第十三期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

表 14 2006年第十四期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

6

表 15 2006年第十五期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯61

表 16 2006年第十六期 10 月投資報酬率⋯⋯⋯⋯⋯⋯ 61

表 17 2006年第十七期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

表 18 2006年第十八期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

7

圖目錄

圖 311 投資組合策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10

圖 321 類神經模糊處理過程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15

圖 411 極端值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32

圖 412 K-means 分群工具數值轉換圖⋯⋯⋯⋯⋯⋯⋯⋯ 33

圖 413 重要度刪減⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 34

圖 414 合併決策屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 37

圖 415 類神經模糊系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 38

圖 416 合併決策屬性流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 39

圖 417 灰關聯系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 43

圖 511 2004年到 2006年投資組合月報酬率⋯⋯⋯⋯ 49

圖 512 2004年到 2006年投資組合季報酬率⋯⋯⋯⋯ 49

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

4

目錄

誌謝⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅰ

摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅱ

目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ Ⅲ

表 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅴ

圖 目 錄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅵ

第一章 緒論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

11 研究動機與背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1

12 研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2

13 研究對象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3

14 研究架構⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4

第二章 文獻探討⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

21 灰色系統理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5

22 粗集合理論模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

23 資產配置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6

24 k-means 演算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

25 避險理論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7

第三章 研究方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9

31 投資策略說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 10

32 股票篩選系統操作說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 11

第四章 實證研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 27

41 實證步驟說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 30

第伍章結論與建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

51 結論⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48

52 研究建議⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51

參考文獻⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯53

附錄 投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯54

5

表目錄

表 3-1-1 程式交易與人工操作之優缺點比較⋯⋯⋯⋯⋯⋯11

表 3-2-1 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13

表 3-2-2 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16

表 3-2-3 灰生成中各技術指標之效果測度⋯⋯⋯⋯⋯⋯⋯ 17

表 4-0-1 歷年來金融類股之上市公司⋯⋯⋯⋯⋯⋯⋯⋯⋯27

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司⋯27

表 4-0-3 決策屬性與重要度計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯28

表 4-0-4 條件屬性計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29

表 4-1-1 資料前處理(補齊資料)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 31

表 4-1-2 刪減條件屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36

表 4-1-3 分類誤差⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯37

表 4-1-4 篩選近似值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40

表 4-1-5 投資組合 R多空頭研判(第一期至第六期)⋯⋯⋯43

表 4-1-6 每一期之投資期間⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44

表 4-1-7 投資組合期間多空(第一期至第六期)⋯⋯⋯⋯⋯44

表 4-1-8 大盤現貨及現貨搭大臺期投資報酬率⋯⋯⋯⋯45

表 4-1-9 投資績效評估⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯46

表 5-1-1 2004 到 2006 大盤現貨期貨季投資報酬率⋯⋯48

表 5-1-2 2004 到 2006 大盤現貨期貨風險評估⋯⋯⋯⋯50

表 1 2004年第一期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 2 2004年第二期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 3 2004年第三期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯55

表 4 2004年第四期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 55

表 5 2004年第五期 11 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表 6 2004年第六期 12 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表7 2005年第七期6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表8 2005年第八期7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表9 2005年第九期9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 58

表 10 2005年第十期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 58

表 11 2005年第十一期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 12 2005年第十二期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 13 2006年第十三期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

表 14 2006年第十四期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

6

表 15 2006年第十五期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯61

表 16 2006年第十六期 10 月投資報酬率⋯⋯⋯⋯⋯⋯ 61

表 17 2006年第十七期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

表 18 2006年第十八期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

7

圖目錄

圖 311 投資組合策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10

圖 321 類神經模糊處理過程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15

圖 411 極端值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32

圖 412 K-means 分群工具數值轉換圖⋯⋯⋯⋯⋯⋯⋯⋯ 33

圖 413 重要度刪減⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 34

圖 414 合併決策屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 37

圖 415 類神經模糊系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 38

圖 416 合併決策屬性流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 39

圖 417 灰關聯系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 43

圖 511 2004年到 2006年投資組合月報酬率⋯⋯⋯⋯ 49

圖 512 2004年到 2006年投資組合季報酬率⋯⋯⋯⋯ 49

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

5

表目錄

表 3-1-1 程式交易與人工操作之優缺點比較⋯⋯⋯⋯⋯⋯11

表 3-2-1 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13

表 3-2-2 不確定性資訊系統表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16

表 3-2-3 灰生成中各技術指標之效果測度⋯⋯⋯⋯⋯⋯⋯ 17

表 4-0-1 歷年來金融類股之上市公司⋯⋯⋯⋯⋯⋯⋯⋯⋯27

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司⋯27

表 4-0-3 決策屬性與重要度計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯28

表 4-0-4 條件屬性計算說明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29

表 4-1-1 資料前處理(補齊資料)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 31

表 4-1-2 刪減條件屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36

表 4-1-3 分類誤差⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯37

表 4-1-4 篩選近似值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40

表 4-1-5 投資組合 R多空頭研判(第一期至第六期)⋯⋯⋯43

表 4-1-6 每一期之投資期間⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44

表 4-1-7 投資組合期間多空(第一期至第六期)⋯⋯⋯⋯⋯44

表 4-1-8 大盤現貨及現貨搭大臺期投資報酬率⋯⋯⋯⋯45

表 4-1-9 投資績效評估⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯46

表 5-1-1 2004 到 2006 大盤現貨期貨季投資報酬率⋯⋯48

表 5-1-2 2004 到 2006 大盤現貨期貨風險評估⋯⋯⋯⋯50

表 1 2004年第一期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 2 2004年第二期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯54

表 3 2004年第三期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯55

表 4 2004年第四期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 55

表 5 2004年第五期 11 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表 6 2004年第六期 12 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 56

表7 2005年第七期6月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表8 2005年第八期7月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 57

表9 2005年第九期9月投資報酬率⋯⋯⋯⋯⋯⋯⋯⋯ 58

表 10 2005年第十期 10 月投資報酬率⋯⋯⋯⋯⋯⋯⋯ 58

表 11 2005年第十一期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 12 2005年第十二期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 59

表 13 2006年第十三期 6月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

表 14 2006年第十四期 7月投資報酬率⋯⋯⋯⋯⋯⋯⋯60

6

表 15 2006年第十五期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯61

表 16 2006年第十六期 10 月投資報酬率⋯⋯⋯⋯⋯⋯ 61

表 17 2006年第十七期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

表 18 2006年第十八期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

7

圖目錄

圖 311 投資組合策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10

圖 321 類神經模糊處理過程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15

圖 411 極端值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32

圖 412 K-means 分群工具數值轉換圖⋯⋯⋯⋯⋯⋯⋯⋯ 33

圖 413 重要度刪減⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 34

圖 414 合併決策屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 37

圖 415 類神經模糊系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 38

圖 416 合併決策屬性流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 39

圖 417 灰關聯系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 43

圖 511 2004年到 2006年投資組合月報酬率⋯⋯⋯⋯ 49

圖 512 2004年到 2006年投資組合季報酬率⋯⋯⋯⋯ 49

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

6

表 15 2006年第十五期 9月投資報酬率⋯⋯⋯⋯⋯⋯⋯61

表 16 2006年第十六期 10 月投資報酬率⋯⋯⋯⋯⋯⋯ 61

表 17 2006年第十七期 11 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

表 18 2006年第十八期 12 月投資報酬率⋯⋯⋯⋯⋯⋯ 62

7

圖目錄

圖 311 投資組合策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10

圖 321 類神經模糊處理過程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15

圖 411 極端值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32

圖 412 K-means 分群工具數值轉換圖⋯⋯⋯⋯⋯⋯⋯⋯ 33

圖 413 重要度刪減⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 34

圖 414 合併決策屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 37

圖 415 類神經模糊系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 38

圖 416 合併決策屬性流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 39

圖 417 灰關聯系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 43

圖 511 2004年到 2006年投資組合月報酬率⋯⋯⋯⋯ 49

圖 512 2004年到 2006年投資組合季報酬率⋯⋯⋯⋯ 49

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

7

圖目錄

圖 311 投資組合策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10

圖 321 類神經模糊處理過程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15

圖 411 極端值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32

圖 412 K-means 分群工具數值轉換圖⋯⋯⋯⋯⋯⋯⋯⋯ 33

圖 413 重要度刪減⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 34

圖 414 合併決策屬性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 37

圖 415 類神經模糊系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 38

圖 416 合併決策屬性流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 39

圖 417 灰關聯系統⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 43

圖 511 2004年到 2006年投資組合月報酬率⋯⋯⋯⋯ 49

圖 512 2004年到 2006年投資組合季報酬率⋯⋯⋯⋯ 49

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

8

第一章 緒論 11 研究動機與背景

政府近年來積極推動金融市場自由化的政策在此環境下金融商

品越來越多元化隨著世界金融的開放改革經濟與資訊的迅速發展

人民財富所得的提高人們漸漸有了投資理財的需求而在各種投資

理財工具的出現後企業或投資人在追求報酬的同時其背後所隱藏

的風險考量亦是非常重要的一環因若稍不注意就可能引發龐大

的損失如在世界各地層出不窮的各種金融災難事件1994 年美國加

州橘郡(Orange County)在公債操作上損失 169億1995 年 2月擁有233 年歷史的金融帝國-霸菱因為一位交易員的不當操作而宣告破

產倒閉1997 年的亞洲金融危機1998 年的美國長期資本管理基金

(LTCM)在俄羅斯金融風暴下由於其操作的部位與涉汲的投資人過於

龐大幾乎有釀成美國經濟危機之虞反觀台灣在 1999 年因為企業

間的交叉持股與利益糾葛終於在股市匯市的雙重衝擊下釀成本土

性的金融危機所以做一完整收集與彙整來發展出一套投資策略

工具有了這樣的策略工具若再搭配上長期累積的完整財經資料庫

就可以進一步結合為投資策略驗證平台

在過去 50 年中隨著科技進步發展出許多投資交易策略充分運

用投資組合投資組合理論為一種規範性（normative）的學問最主要的目的就是在提供決策者建議以求在資產及負債的管理上達到特

定的目標探討投資人應該如何制定決策才能形成一個在風險固定

下可使報酬率達到最大或在報酬率固定情況下可使風險降到最

低的投資組合在眾多的知識挖掘工具中通常是以設立門檻值的方

式限定精確程度降低投資組合暴露在市場的風險同時將報酬極大

化產生驚人的投資報酬率在這裡不求預測完全精確只求能得

知未來正確的趨勢本文所欲給予的是一個灰色系統的趨勢動向概

念結合新興起的知識挖掘工具「粗集合理論」提出趨勢過濾投

資組合模型

本研究將有助您掌握投資組合的操作方式如何分配資產以降低

風險並提升投資組合績效對於資產管理者來說本研究能讓您有效

地分配管理的資產追求投資組合最適風險-報酬組合的方法

12 研究目的

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

9

人類對陌生的事物容易產生誤會與恐懼許多人開始會對投資產生興

趣卻發現週遭可獲得正確資訊的管道實在太少坊間的相關書籍也

多偏重於理論與研究少有以實務觀點出發的

本研究之主要研究目的有五點

1隨著現代投資組合理論的發展以及資訊科技的進步使得投資人可

以在實務上以「數量化方法」進行投資分析建構出策略性投資

組合或動態投資組合本研究欲建構出一套標準操作程序以作為

投資人之投資策略工具

2根據馬克維茲(Markowitz)的投資組合概念建構動態廣義式變精

度粗集合預測模型(DGVPRS -Model) 其中結合廣義式粗集合模型變精度粗集合模型類神經模糊與灰色系統等理論適時的

使用 K-means分群工具與排序工具 3投資資金規模大小投資標的多寡與投資標的之權重配置應該如

何搭配與選擇整體資金的運用與佈局攸關於整體投資績效的表

現所以這是一項非常重要的課題 4進一步考慮期貨避險的投資組合本研究使用多組的投資策略避險

比較投資績效探討現貨投資組合與期貨應如何搭配才能讓整體

投資組合績效表現最佳 5隨著交易量的倍增指數期貨已被視為台灣現貨市場(即台灣加權股價指數)的領先指標不僅提供投資大眾另一種靈活的投資工具還

可藉由交易指數期貨來規避現貨市場的風險台灣股市現有的技術

分析指標和法人操縱策略亦隨之調整未來股票市場的發展勢

必會越來越受到指數期貨的牽引

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

10

13 研究對象 本研究主要以台灣股票市場之上市公司為研究對象根據台灣證

券交易所資料顯示截至 2006 年 12 月底止已有 628 家在交易所掛

牌上市之公司但由於金融業在基本面所需考量之屬性與其他一般

產業有顯著的差異故在此金融業不列入本研究範圍中此外也剔除

全額交割股後之研究樣本共為 410 家在台灣證券交易所掛牌上市之公

司因不具投資操作上之效益故亦不納入研究範圍中本研究之原

始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率季

資料本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研

究範圍中 在此有一點投資人必須特別注意的是財務報表的發布時間相

當晚年度報告要等 4個月才能取得半年度報告要等 2個月即使是不須簽證的第一季和第三季季報也還要等上一個月而台灣經濟新

報資料庫(TEJ)中財務報表資料建檔完成之時間分別說明如下

1 年度報告(證管會要求的送件日是結帳日後 4個月內)--曆年制上市

公司(TSE及 OTC)於 531之前建檔完畢 2 半年度報告(證管會要求的送件日是結帳日後 2 個月內)--曆年制上

市公司(TSE及 OTC)於 921之前建檔完畢 3 第一季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 531 之前建檔完畢 4 第三季報告(證管會要求的送件日是結帳日後 1 個月內)--曆年制

上市公司(TSE及 OTC)於 1115之前建檔完畢

第四季的年度報告資料必須等到隔年的 5月 31日才能取得所以每一年只能操作三次

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

11

14 研究架構

動態廣義式變精度粗集合預測模型

編製資訊系統表

資料前處理

完成初步投資組合篩選

進一步篩選投資標的

補齊資料處理

極端值刪除全

額交割股

R多空頭的研判

上月比較-增減()及去年同月-增減()需同時大於 0

利用 R值來作為應做多或放空之研判

灰關聯排序

股票投資組合 現貨投資組合+期貨避險

R多空頭 R多頭 R空頭

全部做多 現貨做多期貨做多 現貨做多期貨做空

投資組合策略比較績效分析風險評估

設停損點 設停損點 設停損點

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

12

第二章 文獻探討 21 灰色系統理論

灰色系統是由大陸學者鄧聚龍先生1982年在他的論文所提出內

容揭開了人類認識系統本質的面紗提出在部分已知信息狀態下處

理系統問題的思考和解決方法信息不完全是灰色系統的基本特徵和

對系統研究的基本出發點強調在信息貧乏狀態下去掌握系統的本

質並補充信息使系統的灰色狀態轉化成白色狀態當中的灰生成

灰關聯灰預測粗集合理論（Rough SetsTheory）叢集分析演算法 (Cluster Analysis Algorithm)⋯等資料探勘工具應用於行銷財務金

融投資製造業與電訊業等各類商務行為日益增加將工具分析結果

直接轉換為商務計畫提升企業決策品質 施並洲(1999)利用人工智慧中之歸納式學習法(包括類神經網

路案例推理法灰關聯分析法)及傳統統計模型區別分析建立台

灣證交所上市公司財務危機預警系統研究結果顯示歸納式學習法

較傳統統計方法有較佳的預測能力且不受傳統統計方法之假設限

制其所建立之預警系統有易於修改擴充連結其他系統的優點

盧靜怡（2000）利用民國85年至89年43家電子公司為研究樣本以24項財務比率為研究變數運用因素分析( Factor Analysis ) 灰色關聯分析( Grey Relational Analysis )及類神經網路( Neural Networks ) 等方法建構企業績效排名預測模型並參照美國商業周刊之排名方

法計算民國86 至88 年度企業經營績效排名形成AB兩筆驗證資

料使用斯皮爾曼等級相關法（Spearman rank correlation）將三種績效模型之排名與驗證資料相互比較以求取出較佳之模型實證結果發

現三種預測模型中除了因素分析法與A 驗證資料之相關係數無法

達到顯著水準外其餘方法皆能有效預測企業經營績效排名其中

在A驗證資料中以灰關聯距離法預測最為精準而B驗證資料中以

類神經網路預測最為精準整體上而言利用人工智慧之灰色關聯分

析及類神經網路所建構的企業績效排名預測模型優於傳統因素分析

法而灰關聯分析三種預測模型以灰關聯距離法最為精準

羅一忠(2001)利用民國八十四年六月至八十九年六月間19家上市

(櫃)的證券商為研究樣本並使用22 項財務比率為研究變數評估國

內綜合證券商經營績效研究方法運用了主成份分析法及灰色關聯分

析依綜合證券商之經營五原則做分類並計算不同樣本之綜合績分

且做績分排序結果二法之排名結果具高度相關性且當資料有限時

灰關聯分析為一種有效且準確的分析工具

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

13

22 粗集合理論模型 應用層面廣泛涵蓋醫學工程製成管理財務工程等而目前

主要大量應用於企業破產預警資料庫行銷與金融投資預測三大領

域在金融投資預測方面目前有兩個研究主題其一是在各種投

資市場中依據交易行為建立交易系統學者們根據各市場交易系統記

錄的細部資訊通常是以粗集合理論基礎或結合類神經網路簡化系

統資訊窺探市場波動規則進行短期或長期投資應用在諸多研究

顯示以粗集合理論建構的模型和傳統的統計預測模型相較下使用

粗集合模型的投資績效遠勝於傳統其二是以投資組合偏好為另一

項主要應用學者們利用粗集合模型尋找投資組合偏好屬性觀測偏

好屬性變化進行投資決策提高投資效度 李慧慈（2003）利用粗集合論預測網路銀行使用意願研究發現

在網路銀行使用意願方面粗集合模式突破統計模型對資料的限制

且獲得異於迴歸模型的預測結果顯示粗集合分析的確可挖掘隱匿於

資料背後的重要訊息

劉淑賢（2003）首先透過以價值流來呈現目前的製造過程及

採用粗集合理論來找出被視為重點的流程類型以精簡控制所最需要

的部分然後再以一般化的方法來決定在精簡製造中所需的流程範圍

23 資產配置

意指把手上的資金投資到幾種不同主要的資產類別（例如股票

債券房地產現金等）能達到風險份散的效果之外也期望獲致

較佳的報酬換而言之在既定的風險水準下（以變異數或標準差表

示）可找到預期報酬率最大的投資組合或是在給定的預期報酬率

下求出風險最小的投資組合資產配置可以套用投資組合理論其

中以Markowitz 所提出的均數變異數模型最為盛行(蔡秉寰2001) 使用此模型的好處在於

1能兼顧到投資的目標與限制 2方便於控制投資組合中成分的風險

3資產管理者可參考效率組合加上各自的投資哲學與市場概況選

擇想要的組合比例

4易於加入新資訊於組合的考量中

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

14

24 K-means 演算法 是以叢集內資料物件平均值作為叢集的中心 K-means 叢集演算

法演算的方式因為簡單而且易於瞭解其使用的特性諸多研究結果顯

示對於球體形狀 (spherical-shaped)與中小型資料庫的資料探勘有不錯

的成效由於K-means演算的邏輯簡單易懂可以接受的時間複雜度的

特性文獻上已出現廣泛的應用

葉惠中(1991)研究民國四十四年至民國七十七年間採用共計67 個雨量站之完整記錄探討臺灣中部地區年雨量之空間分佈首先以

主成份分析法求得降雨空間分佈之兩個主要成份進行兩階段群集分

析求出三個群集及其重心以此作為K分群法之種子點繼以進行第

二階段群集分析最後以判別分析法進行交叉確認以衡量分群結果之

群內均一性與分群穩定性

史光榮黃世杰林矩民（2002）提出間隙統計法應用於k-means計算法中執行資料分類並將負載位準相似之負載資料歸類為各叢

聚再利用碎形理論區分負載形狀之複雜度組合歸類以利預測方法

應用

宋安勝（2005）傳統上模糊規則庫之規則數會隨著輸入樣本

數目與模糊區間的增加而呈指數的增加進而增加了模糊規則庫推

理的時間及降低預測的準確度為了改善此缺點期望藉由因子的篩

選找出最佳的技術指標組合基於K-means分群技術建立精簡化的模

糊規則庫預測模式（SFR）減少規則數的產生有效的達到精簡之目

的而規則的參數部分則使用模擬退火法來進行最適化調整最後將

建立好的預測模型運用於股價的預測上針對大盤及個股之收盤價進

行預測

25避險理論

Working(1953)認為避險者操作以追求利潤極大化為目標而非風

險之極大化也就是說選擇性避險避險者有選擇性地採取全部避險

(HR=1)或是完全不作避險(HR=0)當預期基差上升的時候不採取避

險若是預期基差將下降的時候便要加以避險

Johnson(1960)和Stein(1961)將傳統避險理論求風險最小化與預期

利潤極大化的目標運用在Markowitz(1952)的投資組合理論加以整

合其認為在此理論之下避險者應以最小變異避險比率(Minimum Variance Hedge Ratio)從事避險所以避險比率可能為一或是為零亦

有可能介於零一之間

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

15

Pownall and Koedijk(1999)發現在市場上所產生負報酬的頻率超

過常態假設的預期因此使用資產報酬的變異數來估計風險會導致嚴

重低估資產的真實風險

資本資產定價模式SharpeLinter(1963)Mossin(1966)BlackJensen and Scholes(1972)等人分別發展出來的以下為其主要假設

1投資者具有同質性預期(Homogenous Expectation) 2市場為完全競爭市場投資者皆為價格接受者(Price Taker)資 訊充分且迅速的反應在價格上且市場上不存在交易成本及個人所

得稅

3投資者係根據投資組合的預期報酬及變異數做決策

4允許投資者可依無風險利率無限制借貸

5允許無限制融券

在資本資產定價模式的假設成利之下所有股票的報酬只受市場

風險單一因素的影響此時Btea值成為決定股票期望報酬率的唯一因

素市場投資組合是一個具效率的投資組合然而國外卻有許多近期

的研究認為市場存在一些異常的現象如1月份的投資報酬率通常會

大於1年中其他的月份(一月效應)Ariel發現任何1個月份的前半個月之投資報酬均高於後半個月(月效應)以及Basu(1977)提出的本益本效

應(PE Ratio effect)和Reinganum(1981)提出的規模效應(Size Effect)等等皆說明了市場並非完全是效率市場

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

16

第三章 研究方法 投資三要素

1 時間投資的意義在於犧牲目前的消費以換取未來的利益因此投

資的期間自然為投資者所需考慮的因素

2 報酬對投資人而言投資就是為了要獲利因此投資人會選擇報

酬率高的投資標的但由於未來證劵的價格是無法準確預測的因

此投資人僅可利用相關分析方法來求取預期報酬預期報酬可以分

成兩部分投資收益(Investment Income)及資本利得(Capital Gain)前者是指債券的利息及股票所發放的股利後者為證券買賣

的價差

3 風險風險是指投資報酬的不確定性即預期報酬與實際報酬發生

差異的可能性一般而言在其他情況不變之下報酬與風險呈正

向關係即當投資風險愈大時投資人所要求的報酬率會愈高但

此處所稱的要求報酬率是屬於預期報酬率因此風險高事後實際

報酬率不一會高

貪婪恐懼本來就是人類的天性若無貪婪也不會有今日的投資這

行為出現而克服恐懼最好的方法便是去了解進而克服它以下列四

項觀點來說明

1 在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指不

但可以豐富投資組合並能降低整體風險

2 台灣的股市大家喜歡做多但是再空頭市場因為有許多放空及當冲的限制就顯得手足無措不知如何操作而期指卻能在空頭走

勢中掌握做空的優勢投資人不用擔心放空無門

3 可了解外資及法人一貫的現貨及期貨兩手操作策略熟悉期貨市場

交易後可洞悉其靈活操作的方式與對多空方向之看法

4 絕佳的現貨避險套利管道不但可以保障現貨之獲利更可以利用

期指來規避投資組合風險例如在大盤下挫時可先放空期指來彌

補持有股票的損失再資金尚未到位時亦可利用其高財務槓桿原

理先買進期指以規避大盤後勢若上漲所造成購買成本之增多

多頭空頭兩頭避險好處多多

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

17

31投資策略說明

投資者在決策投資計劃時會透過適當的投資組合以避免投資的

風險一個投資組合策略應該包括「選股」「擇時」及「資金配置」

等三個面向「選股」是決定該買什麼股票(what)「擇時」是決定何時買賣(when)「資金配置」則決定要買多少(how many)而本研究主要著重在投資組合標的之篩選以下我們將詳細的來說明每個

部分的操作步驟與流程

1在『選股策略』方面本研究採用改良式的粗集合理論篩選出更

適合投資的股票並以利用效率前緣系統在可行的投資組合中

挑出各風險下預期報酬最大之投資組合或各預期報酬下總風

險最低的投資組合將挑出的投資組合連線就是所要的效率前緣

(Efficient Frontier) 2依此概念即可組成最佳的投資組合挑股及決定權重以下

我們就一一的來詳細介紹每一個部分的實際操作過程與應該考慮

的每個步驟以建構出一套具有系統化資訊化的投資策略工具

作為投資人在進行投資時之參考依據

3本研究所建構之投資策略主要可分為兩個第一個為利用動態廣義

式變精度粗集合預測模型來做為篩選機制的『選股策略模型』

在以下的章節中我們就詳細的分別來說明每一個子策略系統

的建構流程與步驟以建構出一套系統化的投資策略

避險策略 資金配置策略 投資組合

投資績效評估

圖 311投資組合策略

選股策略

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

18

雖然電腦程式交易在許多方面都優於人工操盤但電腦的人工智

慧與操盤決策邏輯是人腦灌輸的因此設計決策系統的專業知識與市

場經驗很重要建構這些不同的資訊與模組其實並不容易原則上

若能克服電腦程式交易所精算出來的結果從統計學概念上看來

是具有相當的準確度與可信度的 表 3-1-1程式交易與人工操作之優缺點比較

程式交易 人工操作

交易策略 太偏理論基礎市場經驗薄

弱

操盤人專業及經驗很重要

執行決策 依指示執行較客觀 依操盤人主觀認定心情容

易波動起伏

停損執行 按電腦指示執行較確實 執行時易產生心理障礙

市場衝擊 對快市或突發重大利多或利

空因素較無法掌握變通

遇特殊市場行情時經驗操

盤手可立即產生替代策略

除錯 電腦錯價或當機時計算出之

決策會產生錯誤

依操盤人的經驗技術決策

可輕易判別不合理之價位

部位管理 可同時監控多種商品之及時

交易及帳戶管理

無法監控多組帳戶及時損

益不易計算掌握

穩定度 依據計算結果執行決策績效

及操作部位穩定

隨著操盤人的情緒起伏績

效易受到外在因素影響較不

穩定

執行者 專業的需求不必太高但仍

需要對系統及市場衝擊有經

驗的人來執行

需要較專業且經驗豐富之專

家來操作執行

(資料來源60 分鐘搞懂台股指數期貨)

32 股票篩選系統操作說明

1 資料搜集與屬性之決定

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

19

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

2資料前處理 搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性首先將資料中遺漏的值作補齊的動作因為資料

中如果有空缺的值則無法進行系統之操作本研究採用灰預測與內

插法來處理遺漏值的問題若無法處理該筆資料則將該公司之屬性給

予全部刪除

在實務的操作中研究資料常常會出現相對來說非常大或非常小

的數值也就是所謂的極端值本研究的做法是設定一個區間若該

筆資料超出這個區間則視為極端值則將該筆資料設為此區間的門檻

上最後將研究資料中有被列入全額交割股之股票給予刪除因

為全額交割股不管做多或做空皆無操作之價值且具有很高之風險

3 編製不確定性資訊系統表 將經過前處理好的每一季財務比率資料編製成不確定性資訊系

統表如表 3-2-1 所示本研究所使用的不確定性資訊系統是建立在

Pawlak所定義的資訊系統之基礎上[Paw82]並以不確定性與不同的重

要性來處理元素在不確定性資訊系統中每個元素皆有一個不確定

性 u與一個重要性 d不確定性 u是在區間 0~1之間的實數假如不確

定性 u等於 1它表示是一個完全正的元素若不確定性 u等於 0即表示是一個完全負的元素重要性則是表示在資訊系統中元素的重要

程度在不確定性資訊系統中du 表示正的分類且 d(1-u)表示負的分類不確定性資訊系統(UIS)之定義如下

a a CUIS U C D VAL u disin=lt gt

其中U表示為元素的非空集合C表示條件屬性的非空集合D為含有不確定性u的決策屬性 aVAL 是條件屬性a的類別且至少含有兩

個元素不確定性u則是針對決策屬性d表示元素的重要度

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

20

表3-2-1 不確定性資訊系統表(Uncertain Information System UIS) 不確定性資訊系統 UIS

R C dec D Obj

C1 C2 C3 K Cn dec1 dec2 dec3 decm iD 1x 11c 12c 13c K 1nc 11dec 12dec 13dec K 1mdec 1D 2x 21c 22c 23c K 2nc 21dec 22dec 23dec K 2mdec 2D 3x 31c 32c 33c K 3nc 31dec 32dec 33dec K 3mdec 3D M M M M O M M M M O M M

ix 1ic 2ic 3ic K inc 1idec 2idec 3idec K imdec iD 4K-means分群

所謂的分群是將資料集分成一個個組群之後各個組群的特徵

會被突顯出來屬於相同組群成員之間的相似度越高越好而不屬於

同一組群成員之間的相似度越低越好這些組群化後的特徵即是隱藏

在資料集中的資訊利用這些資訊以利於之後的分析工作

本研究採用 K-means 分群法將預測完之動態趨勢資料進行數值

轉換以利我們目的是要在大量高維的資料點中找出具有代表性的資

料點這些資料點可以稱為是群中心（cluster centers）代表點（prototypes）codewords 等然後在根據這些群中心進行後續的處

理這些處理可以包含

(a) 資料壓縮以少數的資料點來代表大量的資料達到資料壓縮的

功能

(b) 資料分類以少數代表點來代表特定類別的資料可以降低資料

量及計算量並可以避免雜訊的不良影響

本研究將分群數分為三群(K=3)與四群(K=4)作為資料準確度對

照之依據我們將每一季不確定性資訊系統中的條件屬性(C1~Cn)分別利用 K-means 分群轉換工具分為三群與四群在此很多人常常會忽略一個很重要的步驟就是在做 K-means 分群轉換時必須考慮到每個屬性的效果測度也就是這個屬性應該是望大望小或望目若

忽略這個問題會使分群出來的資料不具任何意義而做出錯誤的結果

5刪減條件屬性 (計算依賴度重要性)

本研究利用計算決策屬性依賴條件屬性的程度來作為刪除條件

屬性的依據為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

21

若去掉該屬性相對分類變化比較大則說明該屬性的重要性高反之

則該屬性重要度低根據計算出來的重要性刪除重要性低的條件屬

性以達到知識約簡的目的

其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

6計算相對分類誤差

為了處理傳統粗集合模型中常因干擾而使具有潛力之股票被

錯誤歸類到邊界集合中使模型的可應用性嚴重的降低本研究採納

Ziarko[93]所提出的相對分類誤差概念主要的想法是根據一些分類因

素在正域與負域之間劃分出邊界區域目的是產生一些正確且強烈

的規則在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題βΡ與βN可能為相同的值或同時存在它們可以個別

地藉由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決

定是利用刪減過的條件屬性與決策屬性正域的部份來計算反之

負的分類誤差βN則是利用負域的部份計算

7合併決策屬性 本研究採用類神經模糊理論試圖將資訊系統中的多個決策屬性

合併為一個最重要的決策屬性以解決傳統粗集合理論須設立門檻值

的缺點類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習

與訓練處理成單一的輸出使用類神經模糊的好處是不用像模糊

理論中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程如圖 321所示

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

22

8加入重要度(常續性 EPS)

廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處理

並未考慮到每家公司對投資人而言應存在不同的重要度故本研究

引入了 UIS 中重要度的概念來解決此問題其中重要度與決策屬性

最大的差異是決策屬性主要的目的是強調某公司的獲利性好壞而

重要度則是站在投資人的角度來看此公司股東的獲利性優劣換言

之即是會替股東賺錢的公司當然重要性較高所以本研究採用常續

性 EPS作為重要度之屬性將常續性 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進一步來進行近似集

之篩選 9篩選近似集

將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 3-2-2所示把表中的資料輸入操作系統中利用建構好之動態廣義式變精度粗集合預測模

型篩選出正的下近似負的下近似正的上近似負的上近似與邊

界集合其中正的下近似即是我們有興趣的對象從正的下近似中

挑選出最佳的投資組合以作為投資人在進行投資時的投資標的擺

脫過去大部分投資人只會盲目跟隨或射飛鏢式選股的投資方式讓投

資人有一套可以用科學的方法來驗證與評估的選股策略

Input Output

圖 321 類神經模糊處理過程

Rules

Neuro- Fuzzy System

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

23

表 3-2-2屬性處理後之不確定性資訊系統表 (Uncertain Information System UIS)

不確定性資訊系統 UIS R

C dec D Obj C1 C3 K Cn dec1 iD

1x 11c 13c K 1nc 11dec 1D

2x 21c 23c K 2nc 21dec 2D

3x 31c 33c K 3nc 31dec 3D M M M O M M M

ix 1ic 3ic K inc 1idec iD

10資料推論

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

11進一步篩選

營收的成長應伴隨著營業利益的成長最好是營業利益成長率超

過營收成長率因此大都以相對的觀念作比較來衡量公司成長的

穩定性及未來的成長潛力或趨勢

方法為

1公司的營收成長率和整個市場的比較

2公司營收成長率和同一產業或同產品公司的比較

3公司預估營收成長率和公司本身歷史營收成長率的比較

4以營收成長率和營業利益成長率的比較

5營收上月比較增減為正營收去年比較增減為正營收

12灰關聯

灰關聯分析為灰色理論系統的兩大支柱之一主要的目的是在做

離散序列之間測度的計算根據因素之間發展態勢的相似或相異程度

來衡量因素間接近的程度灰關聯分析將現有不規律的數據設法將其

被掩蓋的規律及特徵浮現出來利用灰關聯生成手段降低數據的隨機

性此變換數據層次主要的目的是為了發現其隱藏的規律性然後分

析離散序列間的關聯程度關聯度分析是按發展趨勢做分析對樣本

量的大小沒有太高的要求分析時也不需要典型的分布規律因而有

廣泛的應用性

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

24

本研究計畫採用夏郭賢所發展之修飾的灰關聯生成經由數學證

明均會滿足序列可比性的三項條件且幾種『效果測度』分別表示如

下

(1) 望大之型式希望目標越大越好時 (0) (0)

(0) (0)

( ) min ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(2) 望小之型式希望目標越小越好時

(0) (0)

(0) (0)

max ( ) ( )( )

max ( ) min ( )i iall i

ii iall iall i

x k x kX k

x k x k

minus=

minus

(3) 望目之型式希望目標介於最大與最小之間

(0)

(0) (0)

( )( ) 1

maxmax[ ( )] min [ ( )]i

ii iall iall i all i

x k OBX k

x k OB OB x kminus

= minusminus minus

式中 (i) ( )iX k 灰關聯生成後之數值

(ii) (0)min ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最小值

(iii) (0)max ( )iall ix k (0) (0) (0)

1 2( ) ( ) ( )nx k x k x k 中之最大值

(iv) OB (0) ( )ix k 中選定之值

當買賣決策為做多或放空時每個技術指標應考慮之效果測度

分別如下表所示

表 3-2-3 灰生成中各技術指標之效果測度

RSI MACD PSY BIAS

做多 望小 望小 望小 望小

放空 望大 望大 望大 望大

(a)灰關聯排序

將資料進行正規化以後便可開始進行灰關聯分析之排序步

驟說明如下

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

25

Step 1 數據正規化處理

Step 2 比較數列和參考數列確定

Step 3 灰關聯係數(Grey Relational Coefficient)計算

以灰關聯係數計算得到的是各比較數列與參考數列在各點之

灰關聯係數值而鄧聚龍所定義之灰關聯係數為

min max

max

( ( ) ( )) ( )i j

oi

x k x kk

ζγζ

∆ + ∆=∆ + ∆

Step 4 灰關聯度（Grey Relational Grade）計算 灰關聯係數計算得到之資訊過於分散因此有必要將關聯

係數集中表現在一個數值上即灰關聯度當求得灰關聯係數

後傳統方式（鄧聚龍）是取灰關聯係數的平均值為灰關聯度

1

1( ) ( ( ) ( ))n

i j i jk

x x x k x kn

γ γ=

= sum

Step 5 灰關聯序(Grey Relational Ordinal)

對參考數列 0x 與比較數列 ( 12 )ix i m= 其關聯度分別為

( 12 )i i mγ = 按大小進行排序即得灰關聯序(Grey Relational Ordinal)若 0 0( ) ( )i jx x x xγ γge 則稱 ix 對 0x 的關聯度大於 jx 對 0x 的關

聯度且表示為 i jx xf

(b)資金權重配置

最後將灰關聯排序的結果做為資金權重配置之依據其每個投

資標的之資金權重計算方式如下

個股資金權重

1

( ) 1ii n

ii

n RwR

=

minus +=

sum

其中 iR =個股灰關聯序之序號n=投資個數

相對強弱指標(RSI)

基本假設 1978年美國作者華德(welles wilder Jr)在著作「技術交易系統中的新

觀念」中所提出交易方法之一相對強弱指標是先行指標的一種它

是以一定期間內商品(股票或指數)價格的變動關係為質礎去推敲其

未來價位的變動方向基本原理是利用在正常股市中多空買賣雙方的

力道必須取得均衡股價才會穩定而 RSI是計算在一定期間內股價上漲總幅度平均值佔總漲跌幅平均值的比例RSI值會介於 0~100之間

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

26

RSI計算公式(以 6 日 RSI為例)

6 日 RSI=(6 日漲幅平均值)(6 日漲幅平均值+6 日跌幅平均值)100

行情研判 1 RSI為 50 時為買賣均衡點正常的波動區間為 30 至 70 之間 2 RSI大於 80 時為超買訊號 3 RSI小於 20 時為超賣訊號

買賣訊號 1 單一 RSI大於 80 時可以伺機採賣出策略

2 單一 RSI小於 20 時可以伺機採買進策略

3 短天期 RSI由下向上穿越長天期 RSI時可以買進短天期 RSI由上向下穿越長天期 RSI時可以賣出

4 RSI呈現背離時可以採取對應的操作策略 (資料來源台証技術分析輔助說明)

乖離率(BIAS)

基本假設 乖離是指當日指數與平均線之間的差距將乖離再除以移動平均值即

為乖離率當指數離開平均線過遠時短期內大多會呈現技術性的回

檔或反彈將股價與移動平均線的距離拉近所以如果能掌握市場

的特性統計出指數的乖離率變化就能夠在行情乖離率過大時儘

早採取對應的操作策略

乖離率的計算公式如下

N日乖離率=(當日指數-N日移動平均數)N日平均指數

行情研判 1 當乖離率為持續為正數時表示做多較為有利屬於多頭市場

2 當乖離率為持續為負數時表示做空較為有利屬於空頭市場

3 當乖離率在正負之間震燙時表示處於盤局

買賣訊號 1 當乖離率過高時多方宜採保守操作並伺機賣出

2 當乖離率過低時空方宜採保守操作並伺機買進

3 可利用二條不同期間的乖離率曲線作交叉買賣訊號 (資料來源台証技術分析輔助說明)

指數平滑異同移動平均線(MACD) MACD是測試中期趨勢走向的良好分析工具利用短期移動平均線(如 12 日)及長

期移動平均線(24 日或 72 日)的交會分離的變化能夠明白顯示目前行情是屬

於多頭或空頭局勢為中長期技術指標

定義是以快速和慢速兩條指數平滑移動平均線以計算兩者之間的差離值(DIF)再利用差離值與差離值平均值(DEM)的靠近(交會)與分散(分離)的徵兆用以研

判股市行情買進或賣出的時機

公式 1平均指數(DI) = 最高價 + 最低價 + 2 倍收盤價 4 2指數平滑移動平均線(EMA) = 前日 EMA + (當天平均指數 - 前

日 EMA) 2 (1 + 移動平均天數)

326 日差離值(DIF) = 12 日 EMA - 26 日 EMA 4MACD = 前日MACD + 2(1+移動平均天數) (DIF - 前日

MACD) 應用原則 1DIF值由負轉正且穿越MACD為買進訊號

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

27

2DIF值由正轉負且突破MACD為賣出訊號 3如果MACD及 DIF皆為負值且 DIF向下跌破MACD此為空頭市場為賣出訊號

4如果MACD及 DIF皆為正值且 DIF向上突破MACD此為多頭市場為買進訊號

5DIF與大盤指數呈背離走勢時若股價連續創新低點而 DIF值並未創新低點此為正背離走勢為買進時機反之若股價連續創

新高點而 DIF值並未創新高點時此為負背離走勢為賣出時機

優缺點 1MACD對掌握漲升波段頗為準確在測試股市主要趨勢走向是一個相當良好的分析工具尤其是大跌後找買點應該優先考慮使用

MACD 2MACD對中長期投資買賣有獨到的分析能力對於大波段漲跌幅

確認頗為準確

3MACD波段的漲跌幅極為明顯可幫助波浪理論研究者計算及確

認

4MACD可以避免移動平均線頻頻出現假突破的買賣點減少無效的交易次數而提高獲利能力

5MACD買賣信號通常比大盤的高低點落後 4至 6天有時比移

動平均線提早 1至 2天為可獨自使用的指標之一 (資料來源台証技術分析輔助說明)

PSY心理線 人往往會因股價連續上漲或下跌大多有著過度樂觀或悲觀的想法使得所做的

決策有所改變或偏失心理線可用來測試股市投資人看漲或看跌心態使投資人

能瞭解大部份投資人心理的傾向做為研判股市處於超買或超賣的參考指標國

內因熱衷短線操作所以通常採用 13 日的 PSY線 公式 6 日 PSY值 = (6 日內之上漲天數 6 ) 100

應用原則 通常 PSY值在 75 以上是超買區可考慮拔檔賣出在 25 以下為超 賣區可考慮短線買進而 25～75 為合理的變動範圍屬於常態分

配區PSY值在 10 以下為嚴重超賣區90 以上為嚴重超買區

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

28

優缺點 1心理線是以股價上漲天數的多寡來測試股市投資人看漲或看跌心

態以研判股市是否呈現超買或超賣現象故心理線為人氣指標的

一種

2國內股市在漲跌停板 7的限制下使股價上下震盪有一定範圍可

循故心理線應用的準確性亦相對提高

3心理線若與其他技術指標如強弱指標(VR)及逆時鐘曲線圖等配合使用可觀察股市中看漲看跌的人氣及資金聚集或渙散的情形對

行情是否處於頭部區或底部區的研判具有輔助作用

4心理線若與 K線股價走勢圖相互對照使用更能從兩者的變動中

顯示股市超買或超賣的現象

5心理線條件過於簡單只考慮上漲與下跌兩個變數無法充分反映

行情的變化

6心理線沒有明確的買賣訊號僅能顯示大盤走勢的高低價區位置

7在暴漲暴跌的情況下漲跌天數無法迅速反映股價的激烈振盪以

致應用時較不準確

(資料來源台証技術分析輔助說明)

13期貨

期貨商品可分為兩大類商品期貨與金融期貨

1商品期貨(Commodity Futures)以傳統大宗物資為主 (a)農產品期貨包括黃豆小麥玉米活畜棉花等多種商品 (b)軟性商品期貨以咖啡可可糖等三種特殊栽種為主

(c)金屬期貨包括黃金白銀白金等貴金屬以及銅鋁鋅等工

業基本金屬

(d)能源期貨以石油為主包括天然氣熱燃油輕原油無鉛汽

油等期貨契約

2金融期貨(Financial Futures) (a)外匯期貨以美元為基準貨幣報價方式為一單外幣等於多少美 元包括德國馬克日幣英鎊瑞士法郎加幣澳幣等外匯

期貨

(b)利率期貨包括各國政府債券LIBOR歐洲美元歐洲日圓等長 短期利率商品

(c)股價指數期貨包括美國 SampP500日經 225英倫金融時報 100

香港恆生等股價指數期貨

期貨市場的起源約可推至 1780年英國利物浦棉花交易當時

的to-arrive契約便是現代期貨契約的前身1848年美國成立芝加哥

期貨交易所(Chicago Board of Trade)之後標準化的期貨契約才逐漸成

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

29

形

期貨市場的功能

期貨的功能隨著交易人及金融市場的發展而有不同大致而言有下

列三大功能

1避險功能

期貨功能最原始的目的即在於提供交易標的商品的持有者或使

用者轉其可能遭受到的價格變動風險避險者預先以相對於現貨市場

中的立場在期貨市場中買進或賣出以達到規避風險(hedge)的目的生產者中間商使用者在移轉價格風險使其成本與利潤得到保障

避險者在無後顧之憂的情況下可專心於本身的經濟活動以創造出

更大的經濟效益

2價格發現功能

期貨市場係以公開透明的人工喊價或電子撮合方式進行交易

並且在交易完成時立即將成交價格透過電訊媒體傳輸到各地各種商

品未來的現貨價格資訊得以隨時揭露給社會大眾各種標的商品在

期貨市場的交易結果即可反映供給與需求因此期貨市場自然的成

為決定商品價格的場所成交價格也就成為買賣的標準期貨交易價

格可穩定未來的現貨市場價格由於價格資訊的充分揭露使得社會

資源得以發揮更有效率的運用

3投機功能

期貨市場係由避險者與投機者所組成避險者不願意承擔價格變

動的風險投機者卻是有能力而且願意承擔風險者若無投機者參與

避險交易行為即不能順利進行也就無法產生具有經濟功能的期貨市

場

投機(speculation)不同於「賭博」(gambling)商品價格的波動係隨著供給與需求的變動而產生而期貨市場的投機行為能轉移商品價

格的風險亦即對經濟社會提供了正面的效益 此外期貨在財務工程(financial engineering)新工具的發展及投資組合亦有很大的貢獻由於避險功能的發揮使得投資風險得以降低

加以金融商品的多樣化使投資組合更見靈巧 「期貨契約」(futures contract)是一種契約協定訂約雙方在訂約

之時同意於未來某一時間依約定的價格買賣某種特定數量及品質的商

品期貨交易(futures transaction)與現貨買賣(spot或 cash transaction)

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

30

是相對的在現貨買賣中交易雙方應於買賣條件同意後立即依照

契約協定履行交割所謂「一手交錢一手交貨」即便指的是現貨市

場(spot或 cash market)的買賣期貨交易則是由賣方(the seller)或空頭(the ldquoshortrdquo)於交割日(settlement date)以事先約定的價格將特定數量

及品質的商品交付予買方(the buyer)或多頭(theldquolongrdquo)之交易行為

臺灣股價指數期貨契約規格(大台)

項目 內容

交易標的 臺灣證劵交易所發行量加權股價指數

中文簡稱 臺股期貨

英文代碼 TX 交易時間 臺灣證劵交易所正常營業日上午 845~下午 145

契約價值 臺股期貨指數乘上新臺幣 200 元

到期月份 自交易當月起連續二個月份另加上三月六月九月十二

月中三個接續的季月總共有五個月份的契約在市場交易

每日結算價 每日結算價原則上為當日收盤時段之成交價若收盤時段無成

交價則依本公司「臺灣證劵交易所股價指數期貨契約交易規

則」訂定之

每日漲跌幅 最大漲跌幅限制為前一營業日結算價上下 7

最小升降單位 指數 1 點(相當於新臺幣 200 元)

最後交易日 各契約的最後交易日為各該契約交割月份第三個星期三其次

一營業日為新契約的開始交易日

最後結算日 最後結算日為最後交易日之次一營業日

以到期日臺灣證劵交易所所提供依標的指數各成分股當日交

易時間開始後 15 分鐘內之平均價計算之指數訂之

最後結算價

前項平均價係採每筆成交價之成交量加權平均但當日市場交

易時間開始後 15 分鐘內仍無成交價者以當日市價升降幅度

之基準價替代之

交割方式 以現金交割交易人於最後結算日依最後結算價之差額以淨

額進行現金之交付或收受

交易人於任何時間持有本契約同一方之未了結部位總和不得

逾本公司公告之限制標準

法人機構基於避險需求得向本公司申請放寬部位限制

部位限制

綜合帳戶之持有部位不在此限

期貨商向交易人收取之交易保證金及保證金追繳標準不得低

於本公司公告之原始保證金及維持保證金水準

保證金

本公司公告之原始保證金及維持保證金以「臺灣期貨交易所

結算保證金收取方式及標準」計算之結算保證金為基準按本

公司訂定之成數加成計算之

(資料來源臺灣期貨交易所)

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

31

臺灣各期貨契約保證金一覽表

單位元

商品別 結算保證金 維持保證金 原始保證金

臺股期貨 60000 81000 105000

(資料來源臺灣期貨交易所)

期貨交易與現貨交易的相異處可歸納為下列三點 1期貨交易必須在特定的商品交易所內進行所有的交易皆受到相關

的法律規章所規範同時也得到法律的保護 2期貨交易買賣的並非現貨而是買進賣出遠期商品交易的合約 3期貨合約的買賣是雙向的投資人可以買進也可以預先賣出 期貨市場與股票市場的比較

期貨契約雖然和股票在交易形式上類似但兩者有相當程度的差異

1期貨市場主要功能在規避風險及價格發現而股票市場主要在籌集

資金

2期貨交易財務槓桿較高而股票市場的信用交易之槓桿較低大多

數的期貨契約保證金低於 10而股票信用交易之保證金高於 50

3期貨契約有固定期限而持有股票則可無限延續

4期貨每一個買進就相對應一備賣空契約賣空無特別限制股票市

場中賣空股票往往有特昳的規冗舉例而言台灣證交所規定須價

高於昨日收盤價方可放空股票美國亦有 up-tick 的規定

5期貨契約的買賣絕大多數在交割前平倉故期貨契約數量不受期貨

數量的限制股票買賣多實際交割故受市場股票數量的限制

資本資產定價模式 資本資產定價模式系依據投資者所面臨的系統風險來計算該特定

資產的風險溢酬系統風險即是市場風險所以我們以市場組合當作

指標將市場報酬率扣除掉無風險報酬即為市場風險溢酬通常利用

貝他係數(Beta Coeff icient)來估計個別證劵或投資組合對市場風險的敏感程度來計算系統風險溢酬

( ) titmiiti eRbaR ++=

tiR 第 i種證券在第 t期的實際報酬率

ia 截距項是一個常數

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

32

ib 第 i種證券貝他係數的估計值

tmR 市場投資組合在第 t期的實際報酬率通常以股票指數中所

包含的股票構成的投資組合當做市場投資組合

tme 第m種證券在第 t期的誤差項

14期貨避險策略

若投資者認為未來的股價將大幅上升可是所需資金尚未到位

就可在期貨市場買進期貨合約這樣如果股價如預期大幅上升在期

貨獲利的部份就可以彌補因股票價格上升所造成購買成本提高的

部份

同樣的若空頭市場時投資人為避掉大盤下跌所造成的跌價損

失可以在期貨市場進行賣出期貨合約的動作這樣投資人在期貨市

場的獲利部份便可以彌補現貨市場的部份損失以避掉風險 避險是期貨交易的最主功能在實務操作上可區分為多頭避險與

空頭避險 1多頭避險(short hedge)

在未來有標的物之供給或在現貨市場持有多頭部位 (long position)可以賣出相關標的物之期貨以規避現貨價格下跌之風險例

如債劵承銷商可以賣出利率期貨

2空頭避險(long hedge)

在未來有標的物之需求或在現貨市場持有空頭部位 (short position)可以買入相關標的物之期貨以規避現貨價格上漲之風險例

如基金經理人可以買進股價指數期貨

3期貨數量之計算

期貨數量=期貨契約規定數量現貨數量

h times

1用貝它值取代 h

2分子部份用現貨市場價值取代現貨數量

3分母部份用期貨契約市場價取代期貨數量所以用股價指數期貨避

險時期貨數量的計算公式(以 SampP 500指數期貨為例該契約規定之

數量為 500)為

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

33

期貨數量=貝它值500 期貨價格

現貨市場價值

timestimes

15設立停損點

威廉歐奈爾花了二到三年的時間整理出如何將系統整合股票

損失 7或 8數即立即賣掉在你的其他股票上升了 25到 30的時候

再賣掉部分股票你就可以因「對一次錯兩次」藉由賺的股票就能

彌補這些小額的損失故本研究股票損失 7或 8數即立即賣掉在你

的其他股票上升了 25到 30的時候再賣掉部分股票

16績效評估

投資學有一個鐵律即投資標的的預期報酬越高投資人所能忍

受的波動風險越高反之預期報酬越低波動風險也越低所以投

資人選擇投資標的與投資組合的主要目的為在固定所能承受的風險下追求最大的報酬或在固定的預期報酬下達成最低的風險

風險值Sharpe指標=VaR

i)(利潤

其中 i)(利潤 表非第 i部門的利潤 iβ 為第 i部門持有資產部位相對於整個一般產業持有部位系統風險(β )值而 iw為第 i部門相對於金融

機構整體資產部位的持有比例

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

34

第四章 實證研究 實證資料選擇與屬性決定之說明

本研究主要以台灣股票市場之上市公司為研究對象其中由於

金融業在基本面所需考量之屬性與其他一般產業有顯著的差異故

在此金融業不列入本研究範圍中全額交割股因不具投資操作上之效

益故亦不納入且為了樣本之一致性本研究 2003 年 5 月 31 日以後才新增上市之公司亦不列入本研究範圍中

原始資料期間為 2003 年第二季至 2006 年第四季共 11季之財務比率

季資料

資料來源台灣經濟新報資料庫(TEJ)

表 4-0-1 歷年來金融類股之上市公司

代碼 公司 代碼 公司 代碼 公司 2801 彰銀 2814 兆豐票券 2837 萬泰銀 2802 一銀 2815 中信銀 2838 聯邦銀 2803 華銀 2820 華票 2839 建華銀 2804 開發 2821 復華 2840 玉山銀 2806 兆豐商銀 2824 交銀 2843 復華銀 2807 竹商銀 2826 國泰世華 2844 台新銀 2808 北商銀 2827 中聯 2845 遠東銀 2809 京城銀 2830 台北富邦 2847 大眾銀 2811 東企 2831 中華銀行 2849 安泰銀 2812 台中銀 2834 台企銀 5854 合庫 2813 國票 2836 高雄銀 M2800 金融保險

表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司 代碼 公司 代碼 公司 代碼 公司 代碼 公司 1107 建台 2528 皇普 4503 金雨 6107 華美

1224 惠勝 2537 春池 5011 久陽 6130 亞全 1435 中福 2539 櫻建 5204 得捷 6137 新寶科 1438 裕豐 2540 金尚昌 5205 漢康科技 6174 安碁

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

35

1453 大將 2904 匯僑 5213 捷鴻 6195 旭展 1805 凱聚 3004 宏達科 5304 大霸 6219 視達 2333 碧悠 3021 衛道 5307 耀文 6236 凌越 2335 清三 3053 鼎營 5324 華昕 6238 巨圖 2348 力廣 3054 萬國 5344 立衛 6240 文魁 2410 鼎大科技 3142 遠茂 5386 青雲國際 6241 享承 2429 永兆 3205 天騵 5395 普揚 6294 智基科 2430 燦坤 3701 大眾控 5455 訊利電 8077 冠華 2479 和立 4113 聯上生技 5467 聯福生 8929 富堡 2494 突破 4131 晶宇生技 5468 台晶 8934 喬工 2496 卓越 4304 琨詰 5505 和旺 9906 興達 2506 太設 4404 百成行 5801 建弘投信 9922 優美 2523 德寶 4413 赤崁 5901 中友

表 4-0-3決策屬性與重要度計算說明

屬性 財務指標 計算說明

稅前淨利 (稅前淨利 ndash 特別股股息) 加權平均股本 10

當季季底 PBR 及當季季底股價除以每股淨值 決策屬性

營收成長率 (營業收入淨額 ndash lag營業收入淨額) ABS(lag營業收入淨額)100

重要度 常續性 EPS 最近四季常續性利益合計 當季底發行股

數

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

36

表 4-0-4條件屬性計算說明 屬性 財務指標 計算說明

C1 固定資產週轉率(次) 營業收入淨額 平均固定資產 C2 平均銷售天數(天) 平均期末存貨 營業成本 天數 C3 應收帳款收現天數 (天)

(應收帳款及票據 + 應收票據貼現) 營業收入淨額 天數

C4 存貨週轉率(次) 營業成本 平均存貨 C5 利息保障倍數 所得稅及利息費用前純益 本期利息支出

C6 流動比率 流動資產 流動負債 100 C7 速動比率 (流動資產 ndash 存貨 ndash 預付款項 ndash 其他流

動資產) 流動負債 100 C8 負債比率 負債總額 資產總額 100 C9 稅後淨利變動率 (單季)

(單季稅後淨利 ndash lag單季稅後淨利) ABS(lag單季稅後淨利) 100

C10營業利益變動率 (單季營業利益 ndash lag單季營業利益) ABS(lag單季營業利益) 100

C11 營收變動率 (單季營業收入淨額 ndash lag單季營業收入淨額) ABS(lag單季營業收入淨額) 100

C12 總資產成長率 總資產增減額 (去年同期總資產) 100 C13 營業利益成長率 (營業利益 ndash lag營業利益) ABS(lag營業

利益) 100 C14 每股淨值(A)(元) [(淨值- 特別股股本) (普通股股本 + 增

資準備 - (庫藏股 ndash 母公司 + 庫藏股 ndash 子公司持有) 10 ) ] 10

C15 每股營業利益(元) 營業利益 (普通股股本 + 特別股股本 + 增資準備) 10

C16 每股營業額(元) 營業收入淨額 (普通股股本 + 特別股股本 + 增資準備) 10

C17 營業利益率 營業利益 營業收入淨額 100 C18 稅後淨利率 稅後淨利 營業收入淨額 100 C19 營業毛利率 營業毛利 營業收入淨額 100

條件屬性

C20 資產報酬率(稅後息 前折舊前)

稅後息前折舊前淨利 平均資產總額 100

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

37

41實證步驟說明

步驟一資料搜集與屬性之決定

本研究以台灣經濟新報資料庫(TEJ)與時報資訊資料庫為實證資料

來源擷取 2003 年第二季至 2006 年第四季台灣股票市場之一般產

業上市公司的財務比率資料資料頻率為季資料共包括 20個條件屬性3個決策屬性與 1個重要度原始樣本數為 628筆

在進行股票篩選之前必須先決定欲探討之範圍與對象並確定條

件屬性與決策屬性的選擇在決定屬性之後選擇適當的資料庫再

根據想要的研究期間搜集相關之財務比率資料且資料頻率為季資料

條件屬性的選擇是用來檢測一家公司的體質好壞本研究建議

可以就經營能力獲利能力償債能力成長比率與每股比率這五

大分類來選擇條件屬性而決策屬性的功用則是站在投資人的角度

來檢視公司之獲利性是否良好以作為篩選投資標的之依據

步驟二資料前處理

搜集到相關的研究資料之後必須先對資料作初步的處理以提

高資料的可用性以 2003 年第二季為例在進行股票篩選之前必須

先將研究資料進行前處理資料前處理主要可分為三個部分

第一個部分為刪除全額交割股金融類股將研究資料中有被

列入全額交割股之股票給予刪除因為全額交割股不管做多或做空皆

無操作之價值且具有很高之風險第二個部分則為補齊資料將資

料中遺漏的值作補齊的動作因為資料中如果有空缺的值則無法進

行系統之操作

最後一個部分則是極端值的處理在實務的操作中研究資料常

常會出現相對來說非常大或非常小的數值也就是所謂的極端值本

研究的做法是設定一個區間若該筆資料超出這個區間則視為極端

值則將該筆資料設為此區間的門檻上而補齊資料以及極端值之處

理皆利用Matlab軟體系統來處理

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

38

表 4-1-1資料前處理(補齊資料)

公司 固定

資產

週轉

率

平均

銷售

天數

應收

帳款

收現

天數

存貨

週轉

率

⋯ 稅前

淨利 當季

季底

PBR

營收

成長

率

1101台泥 012 2018 655 451 hellip 025 059 -359 1102亞泥 空缺值 7522 11479 121 hellip 029 073 -1699 1103嘉泥 013 3137 6133 29 hellip 037 107 -1251 1104環泥 011 7993 8076 114 hellip 102 043 -598 1108幸福 035 667 12783 136 hellip 002 空缺值 -334 1109信大 018 7298 空缺值 125 hellip 015 063 -635 1110東泥 007 1072

7 6436 085 hellip 012 051 -483

1201味全 054 4089 4982 223 hellip -003 125 79 9938百和 061 6282 7452 145 hellip 092 202 -678 9939宏全國際 037 722 7431 126 hellip 106 245 2929 9940信義 125 空缺

值 2912 空缺值 hellip 149 277 477

9941裕融 049 36152

212369 025 hellip 108 17 -439

9942茂順 074 8518 8745 107 hellip 131 252 8 9943好樂迪 059 666 283 1365 hellip -008 182 -2067 9944新麗 035 6513 9824 14 hellip 071 152 334 9945潤泰新 022 3909

4 964 023 hellip 空缺值 043 -53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

39

步驟三編制不確定資訊系統表 (UIS) C條件屬性 Dec決策屬性 D重要度(ROE)

Uncertain Information Systems R

C Dec D Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1

1101台泥 012 2018 655 ⋯ 152 025 059 -359 031 1102亞泥 010 7522 11479 ⋯ 128 029 073 -1699 096 1103嘉泥 013 3137 6133 ⋯ 131 037 107 -1251 073 1104環泥 011 7993 8076 ⋯ 324 102 043 -598 088

9944新麗 035 6513 9824 ⋯ 279 071 152 334 187 9945潤泰新

022 39094 964 ⋯

-018 032 043 -53 -081

步驟四K-means分群轉換 在進行資料處理之後將動態趨勢資料利用 K-means分群工具進

行數值轉換其目的是為了在雜亂無章的資料中找出隱藏在資料集

中有用的資訊以利我們篩選出優良之投資標的

圖 411極端值

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

40

分三群

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 2 3 ⋯ 2 025 059 -359 031 1102亞泥 3 1 3 ⋯ 2 029 073 -1699 096 1103嘉泥 2 2 1 ⋯ 3 037 107 -1251 073 1104環泥 2 1 2 ⋯ 1 102 043 -598 088

9942茂順 1 2 2 ⋯ 3 131 252 8 306 9943好樂

迪

1 3 3 ⋯

1 -008 182 -2067 109

9944新麗 1 3 3 ⋯ 2 071 152 334 187 9945潤泰新

3 2 1 ⋯

2 -027 043 -53 -081

圖 412 K-means分群工具數值轉換圖

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

41

分四群

步驟五利用重要性(Significance)刪減條件屬性 知識(屬性)約簡是粗集合理論的核心內容之一本研究利用計算

決策屬性依賴條件屬性的程度來作為刪除條件屬性的依據也就是

先計算出每個條件屬性的重要性之後再將重要性較低的屬性給予刪

除

Obj C1 C2 C3 ⋯ C20 Dec1 Dec2 Dec3 D1 1101台泥 1 4 2 ⋯ 1 025 059 -359 031 1102亞泥 4 2 4 ⋯ 3 029 073 -1699 096 1103嘉泥 3 1 4 ⋯ 2 037 107 -1251 073 1104環泥 2 3 2 ⋯ 1 102 043 -598 088

9942茂順 4 3 3 ⋯ 1 131 252 8 306 9943好樂

迪

4 2 2 ⋯

4 -008 182 -2067 109

9944新麗 3 3 1 ⋯ 1 071 152 334 187 9945潤泰新

2 1 4 ⋯

3 -027 043 -53 -081

圖 413重要度刪減

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

42

為了找出每個屬性的重要性(significance)本研究的作法是將 UIS表中去掉一個屬性再來觀察剔除該屬性後分類會怎樣變化若去掉

該屬性相對分類變化比較大則說明該屬性的重要性高反之則該

屬性重要度低根據計算出來的重要性刪除重要性低的條件屬性

以達到知識約簡的目的 其中決策屬性對條件屬性的依賴度又可分為近似依賴與部分

依賴近似依賴是指在計算決策屬性對條件屬性的依賴度時加入 Beta值的概念也就是容許某部份的分類誤差而部分依賴則是指不允許

任何的分類誤差所計算出來的依賴度近似依賴性是部分依賴性的推

廣當 Beta值等於零時近似依賴性就變成部分依賴性引入 Beta值這個參數後擴充了基本粗集合理論更好地體現了數據分析中的數

據相關性進而為變精度粗集合理論奠定了基礎

三群

季別 2004 Q1

2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C1 C1 C1 C2 C4 C4 C5 C4 C5 C4 C4 C4 C5 C6 C6 C9 C6 C6 C6 C5 C6 C7 C7 C12 C9 C7 C7 C7 C7 C9 C9 C13 C10 C9 C10 C9 C12 C13 C12 C14 C13 C12 C14 C12 C15 C14 C14 C15 C14 C15 C14 C16 C16 C16 C18 C16 C17 C17 C18 C18 C18 C17 C19 C18 C20 C19 C20 C19

未刪減之條件屬性

C20 C20 屬性個數 11 10 10 10 6 8 11 9

四群 季別 2004

Q1 2004 Q2

2004 Q3

2005 Q1

2005 Q2

2005 Q3

2006 Q1

2006 Q2

C1 C1 C1 C1 C1 C4 C1 C1 C2 C4 C4 C4 C5 C5 C4 C4 C5 C5 C7 C5 C7 C9 C7 C9 C7 C9 C9 C10 C9 C9 C10 C10 C12 C11 C13 C11 C11 C13 C13 C13 C13 C15 C12 C13 C15 C15 C14 C15 C16 C14 C15 C17

未刪減之條件屬性

C16 C16 C16 C18 C18 C17 C18

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

43

C18 C18 C18 C19 C18 C20 C19 C20

屬性個數 9 10 9 9 8 3 10 9

表 4-1-2 刪減條件屬性 2003Q2 2003Q3 2004Q1 hellip 2005Q2 2006Q1 2006Q2C1 0909091 0833333 0933333 hellip 0933333 1 096 C2 0590909 05 0466667 hellip 06 0444444 056 C3 0363636 05 0466667 hellip 0422222 0444444 044 C4 0454545 075 0666667 hellip 0777778 0777778 084 C5 0515151 1 1 hellip 0888889 0944444 1 C6 0818182 0833333 08 hellip 06 0555556 056 | |

C16 0622222 0666667 0666667 hellip 08 0611111 068 C17 0656562 0833333 0866667 hellip 0888889 0611111 072 C18 0733333 075 0733333 hellip 0666667 0611111 072 C19 0727171 0666667 0466667 hellip 0644444 0611111 06 C20 0353533 0666667 0466667 hellip 0511111 0611111 04 加總 12855661 14916666 1380002 hellip 1400001 1311111 1376

平均 06427830 07458333 0690001 hellip 07 0655556 0688

步驟六計算相對分類誤差

為了處理傳統粗集合模型中常因存在干擾(Noise)而使具有潛力

的股票被錯誤歸類到邊界集合中為了解決此問題使模型的可應

用性嚴重的降低本研究在模型中引入了相對分類誤差的概念(Relative classification error)且可分為正的相對分類誤差與負的相對分類誤差

主要的想法是根據一些分類因素在正域與負域之間劃分出邊界區

域目的是產生一些正確且強烈的規則

在現實的生活中資訊系統裡的每種分類(正的或負的分類)可能

包含不同的干擾我們引入兩個分類要素βΡ與βN (00lt=βΡβNlt=10)來解決這個問題Pβ與 N β可能為相同的值或同時存在它們可以個別地藉

由估計在正域與負域中的干擾度來決定正的分類誤差βΡ之決定是

利用刪減過的條件屬性與決策屬性正域的部份來計算反之負的分

類誤差βN則是利用負域的部份計算

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

44

表 4-1-3 分類誤差

年度 季別 βΡ βN Q2 044 047 Q3 027 07 2003 年

Q4 008 085 Q1 0204 07852 Q2 0625 0255 Q3 0098 0885

2004 年

Q4 0265 072 Q1 011 085 Q2 0415 0579 Q3 0085 07

2005 年

Q4 009 0909 Q1 035 0585 2006 年 Q2 055 0383

步驟七合併決策屬性

本研究使用類神經模糊理論中的適應性類神經模糊推論系統

(ANFIS)來作為合併決策屬性的工具試圖將不確定資訊系統(UIS)中的多個決策屬性合併為一個最重要的決策屬性主要目的是想要

解決傳統粗集合理論中決策屬性需設立門檻值的缺點

圖 414 合並決策屬性

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

45

類神經模糊理論是結合了類神經網路(Neural Network)與模糊邏輯

(Fuzzy Logic)的技術此步驟主要是將多個輸入經過一連串的學習與訓

練處理成單一的輸出使用類神經模糊的好處是不用像模糊理論

中須設立繁雜的規則造成系統執行上的困擾

類神經模糊的處理是利用 Matlab 套裝軟體中內建 GUI 介面之Anfisedit 功能將訓練樣本輸入介面中經過一系列的處理後找出許

多的規則再利用測試樣本測試這些規則是否正確若誤差值降到

很低表示規則無誤即利用這些規則作為決策屬性合併的基礎而類

神經模糊的處理過程下圖所示

圖 415 類神經模糊系統

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

46

Obj PS-Pre_Tax

Income PBR sales

growth rate

1101 1943676 0388440 -04612371102 5267489 0669934 02023141103 -2414833 0501213 01014801104 2897008 0336433 -0960219

9933 3273186 0716674 13305759935 2089280 0852229 04809309937 6678177 1565642 12523239945 1852876 0691068 -1556912

Obj SP 1101 00735341102 00847091103 -0181931104 -011768

9933 -0083099935 00059429937 1704 9945 -4522

Output

轉

換

正規化

Obj Dec 1101 0503973 1102 050398 1103 0503795 1104 050384

9933 0503864 9935 0503926 9937 0505104 9945 0474408

Input

Normalized

圖 416 合併決策屬性流程

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

47

步驟八加入重要度(常續性 EPS) 廣義式粗集合模型中的不確定資訊系統 (Uncertain Information System UIS)與傳統粗集合模型中的資訊系統(Information System IS)的其中一個差別是UIS加入了重要度(Importance Degree D)的概念

在以往的資訊系統中皆把每個元素(公司)的權重當成等權來處

理並未考慮到每家公司對投資人而言應存在不同的重要度故本

研究引入了 UIS 中重要度的概念來解決此問題其中重要度與決策

屬性最大的差異是決策屬性主要的目的是強調某公司的獲利性好

壞而重要度則是站在投資人的角度來看此公司股東的獲利性優劣

換言之即是會替股東賺錢的公司當然重要性較高

所以本研究採用常續性 EPS作為重要度之屬性將 EPS 高的公司視為比較重要的元素EPS 低的公司視為比較不重要的元素再進

一步來進行近似集之篩選

步驟九篩選 DGVPRS-Model之近似集 將刪減後之條件屬性與合併後之決策屬性再加入重要度與相對

分類誤差重新編製不確定性資訊系統表如表 4-1-4 所示把表中

的資料輸入操作系統中利用本研究建構的模型篩選出正的下近似

集合(POSp)負的下近似集合(NEGn)正的上近似集合(UPPp)負的上近似集合(UPPn)與邊界集合其中正的下近似即是我們有興趣的對象從正的下近似中挑選出最佳的投資組合以作為投資人在進

行投資時的投資標的擺脫過去大部分投資人只會盲目跟隨或射飛鏢

式選股的投資方式讓投資人有一套可以用科學的方法來驗證與評估

的選股策略 表 4-1-4篩選近似值

POSΡ NEGΝ UPPΡ UPPΝ BNDΡΝ

1201 1435 1101 1101 1101 1523 1453 1102 1102 1102 1524 2311 1103 1103 1103 1608 2317 1104 1104 1104

2408 2406 9935 9935 9935 2409 2417 9937 9937 9937 9915 2505 9945 9945 9945

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

48

步驟十資料推論與結果檢測 (初步投資組合篩選)

篩選出模型之近似集後將上近似集合下近似集合與邊界集合進行資料推論利用以下之粗集合之準確度公式

( )

( )p

ip

card POScard UPP

α = sumsum

分別計算出條件屬性分三群(K=3)與條件屬性分四群(K=4)時每一季模型之準確度與模糊度實證結果發現當條件屬性分三群時

篩選結果為較佳

將篩選出來的近似集合進行資料之推論若篩選出來的結果符合

預期則繼續進行下一步之流程若篩選出來的結果與預期出入太大

則必須回頭重新檢視每一個步驟是否有操作錯誤或重新進行屬性之

挑選

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

49

步驟十一 篩選出的公司(2004年第一季~2006年第三季) 2004

第一季

2004

第二季

2004

第三季

2005

第一季

2005

第二季

2005

第三季

2006

第一季

2006

第二季

2006

第三季

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

公司代號

名稱

六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資 六月投資 九月投資 十一月投資

1321 大洋 2498 宏達電 6239力成 2495 普安 2384 勝華 1301 台塑 2388 威盛 2027 大成鋼 2912 統一超

2401凌陽 2317 鴻海 1723 中碳 2015 豐興 6239力成 1476 儒鴻 2489 瑞軒 2460 建通 1303 南亞

2495 普安 6209 今國光 3061 璨圓 5534 長虹 2315神達 2388 威盛 2912 統一 3020 奇普仕 2455 全新

3051力特 1527 鑽全 2031 新光鋼 6139 亞翔 2317 鴻海 2498 宏達電 2408 南科 4526 東台

3006 晶豪科 6239力成 8016 矽創 2474 可成 6285 啟碁 3059 華晶科 2439 美律 1540 喬福

9942 茂順

七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資 七月投資 十月投資 十二月投資

2401凌陽 2409 友達 8016 矽創 2495 普安 2384 勝華 2388 威盛 2359 所羅門 1473 台南 1530 亞崴

3006 晶豪科 1527 鑽全 6605 帝寶 2384 勝華 6239力成 1326 臺化 2455 全新 2408 南科 4526 東台

3051力特 2015 豐興 1530 亞崴 5534 長虹 2103 臺橡 4526 東台 1103 嘉泥 1605 華新 1303 南亞

2495 普安 2317 鴻海 3061 璨圓 6139 亞翔 2317 鴻海 9924福興 3061 璨圓 2439 美律 1301 台塑

2498 宏達電 6239力成 2498 宏達電 2498 宏達電 2391 合勤 2460 建通 2456 奇力新

步驟十二灰關聯

灰關聯分析將現有不規律的數據設法將其被掩蓋的規律及特徵浮

現出來利用灰關聯生成手段降低數據的隨機性此變換數據層次主

要的目的是為了發現其隱藏的規律性然後分析離散序列間的關聯程

度關聯度分析是按發展趨勢做分析對樣本量的大小沒有太高的要

求分析時也不需要典型的分布規律因而有廣泛的應用性(見圖 417

灰關聯系統)

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

50

步驟十三多空頭的研判

股價指數是總體經濟的領先指標之一而大盤漲幅又是全體上市

公司經營狀況良莠之體現故本研究利用 R值來衡量該季全體上市公

司之整體狀況R值與台灣加權股價指數之間的關係而研判做多或

放空買賣決策之詳細方法以下表 4-1-5 投資組合 R多空頭研判(第一

期至第六期)

表4-1-5投資組合R多空頭研判(第一期至第六期)

觀察時間 操作時間 投資期間

R變化 大盤指數變化 策略

漲跌幅

20031117 20040531 20031117 20040531 20040531 20040921

3904 4239 595232 597784 597784 5949261

20040531

~

20040921 漲跌幅 335 漲跌幅 2552

放空

漲跌幅 -2858

20040531 20040921 20040531 20040921 20040921 20041115

4239 4923 597784 594926 594926 5906692

20040921

~

20041115 漲跌幅 683 漲跌幅 -2858

放空

漲跌幅 -4257

3 20041115 20040921 20041115 20040921 20041115 做多 20041115 20050531

圖 417 灰關聯系統

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

51

4923 4492 594926 590669 590669 601156~

20050531 漲跌幅 -431 漲跌幅 -4257 漲跌幅 10487

20041115 20050531 20041115 20050531 20050531 20050921

4492 6394 590669 601156 601156 6067344

20050531

~

20050921 漲跌幅 1902 漲跌幅 10487

放空

漲跌幅 5578

20050531 20050921 20050531 20050921 20050921 20051115

6394 4657 601156 606734 606734 6030745

20050921

~

20051115 漲跌幅 -1737 漲跌幅 5578

放空

漲跌幅 -366

20050921 20051115 20050921 20051115 20051115 20051230

4657 4296 606734 603074 603074 6548346

20050921

~

20051115 漲跌幅 -361 漲跌幅 -366

做多

漲跌幅 5176

步驟十四2004年到2006年每一期之投資期間以下表4-1-6

表4-1-6每一期之投資期間

年度 預測後資料季別 投資月份 投資期數 投資期間

6 月 第一期 20040601~20040721 第二季

7 月 第二期 20040722~20040818 9 月 第三期 20040922~20041020 第三季

10 月 第四期 20041021~20041117 11 月 第五期 20041118~20041215

2004年

第四季

12 月 第六期 20041216~20050119 6 月 第七期 20050601~20050720 第二季

7 月 第八期 20050721~20050817 9 月 第九期 20050922~20051019 第三季

10 月 第十期 20051020~20051116 11 月 第十一期 20051117~20051221

2005年

第四季

12 月 第十二期 20051222~20050118 6 月 第十三期 20060601~20060719 第二季

7 月 第十四期 20060720~20060816 9 月 第十五期 20060922~20061018 第三季

10 月 第十六期 20061019~20061122 11 月 第十七期 20061123~20061220

2006年

第四季

12 月 第十八期 20061221~20070117

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

52

步驟十五2004年到2006年投資組合期間多空判斷以下表4-1-7

表4-1-7 投資組合期間多空(第一期至第六期)

年度 預測後資料季別 投資月份 投資期數 R研判趨勢

6 月 第一期 空投 第二季

7 月 第二期 空投

9 月 第三期 空投 第三季

10 月 第四期 空投

11 月 第五期 多投

2004年

第四季

12 月 第六期 多投

6 月 第七期 空投 第二季

7 月 第八期 空投

9 月 第九期 空投 第三季

10 月 第十期 空投

11 月 第十一期 多投

2005年

第四季

12 月 第十二期 多投

6 月 第十三期 空投 第二季

7 月 第十四期 空投

9 月 第十五期 空投 第三季

10 月 第十六期 空投

11 月 第十七期 多投

2006年

第四季

12 月 第十八期 多投

步驟十六 2004年到2006年大盤現貨及現貨搭大臺期投資報酬率以

下表4-1-8

表4-1-8 大盤現貨及現貨搭大臺期投資報酬率

年度 投資月份 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺期

報酬率

6 月 第一期 -972 -698 585 7 月 第二期 238 -345 -453 第二季報酬率 -734 -1043 132 9 月 第三期 -291 145 -013 10 月 第四期 245 -261 -389 第三季報酬率 -046 -116 -402 11 月 第五期 144 277 348 12 月 第六期 -186 -225 -360 第四季報酬率 -042 052 -012

2004年

2004年報酬率 -831 -1107 -282 2005年 6 月 第七期 702 428 428

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

53

7 月 第八期 -162 -282 -007 第二季報酬率 270 146 421 9 月 第九期 -537 -674 -190 10 月 第十期 545 826 628 第三季報酬率 008 152 438 11 月 第十一期 748 1335 1801 12 月 第十二期 -004 433 414 第四季報酬率 744 1768 2215 2005年報酬率 1292 2066 3074 6 月 第十三期 -869 -533 262 7 月 第十四期 425 438 253 第二季報酬率 -444 -095 515 9 月 第十五期 211 2992 2992 10 月 第十六期 475 178 178 第三季報酬率 686 3170 3170 11 月 第十七期 543 422 422 12 月 第十八期 280 356 356 第四季報酬率 822 778 778

2006年

2006年報酬率 1065 3853 4463

步驟十七2004年到2006年大盤現貨現貨搭大台期投資績效評估

以下表4-1-9

表4-1-9 投資績效評估

平均報酬 標準差 Sharp績效評估 大盤 -016 0014 -0114 現貨 -00513 0025 -1132

第二季

大台期 -088 0035 0249 大盤 -0015 001 -0015 現貨 0069 0024 -03

第三季

大台期 -180 00295 -0604 大盤 -001 001 -0009 現貨 -134 0031 008

2004年

第四季

大台期 -201 0032 -0016 大盤 0 07 0007 0103 現貨 262 0046 0299

第二季

大台期 304 0041 1131 大盤 -0 01 001 -001 現貨 120 004 0284

2005年

第三季

大台期 113 003 1143

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

54

大盤 0 16 001 0175 現貨 499 0044 7483

第四季

大台期 649 0056 7705 大盤 -0 03 0014 -0022 現貨 -269 003 -0126

第二季

大台期 -008 0017 1721 大盤 013 0007 0185 現貨 322 009 2736

2006年

第三季

大台期 3 009 2773 大盤 0 18 0008 0233 現貨 338 009 0681

第四季

大台期 338 009 0681

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

55

第五章 結論與建議 51 結論

在投資行為上雞蛋不宜同時擺在同一個籃子裡併行操作期指

不但可以豐富投資組合並能降低整體風險現貨避險套利管道不

但可以保障現貨之獲利更可以利用期指來規避投資組合風險例如

在大盤下挫時可先放空期指來彌補持有股票的損失再資金尚未到

位時亦可利用其高財務槓桿原理先買進期指以規避大盤後勢若

上漲所造成購買成本之增多多頭空頭兩頭避險在貪婪恐懼人

類的天性若無貪婪也不會有今日的投資這行為出現而克服恐懼最

好的方法便是去了解進而克服它本研究提供投資人一套系統化資

訊化的投資策略系統讓投資人可以更便利快速的進行股市投資分

析且可節省更多的精力與資訊分析的成本再利用上市公司基本面

的財務報表資料配合電腦軟體設備的系統操作符合了投資應有的

客觀性可避免投資人個人的主觀價值判斷與盲目跟進跟出或射飛

鏢式的選股本研究建構的投資策略系統可以大幅度的提高投資人獲

利的可能性而投資組合方式的操作更可降低投資時的非系統風險

(Unsystematic Risk)以下表 5-1-1為 2004到 2006大盤現貨期貨投資報酬率

表 5-1-1 2004到 2006大盤現貨期貨季投資報酬率 年度 投資期數 大盤報酬率 現貨報酬率 現貨搭大臺

期報酬率

現貨搭小臺

期報酬率

第二季 -734 -1043 132 -138 第三季 -046 -091 -396 -013 第四季 -042 052 -012 -130

2004 年

2004年 -831 -1082 -275 -282 第二季 270 146 421 538 第三季 008 289 438 536 第四季 744 1768 2216 2573

2005 年

2005年 1292 2066 3075 3647 第二季 -444 -096 515 025 第三季 686 3170 3170 2744 第四季 822 779 779 779

2006 年

2006年 1065 3853 4464 3548

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

56

2004年到2006年月報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年6月

2004年9月

2004年11月

2005年6月

2005年9月

2005年11月

2006年6月

2006年9月

2006年11月

月

報酬

率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖511 2004年到2006年投資組合月報酬率

2004年到2006年季報酬率

-2000

-1000

000

1000

2000

3000

4000

2004年第2季

2004年第3季

2004年第4季

2005年第2季

2005年第3季

2005年第4季

2006年第2季

2006年第3季

2006年第4季

季

報酬率

大盤報酬率

現貨報酬率

現貨搭大台期報酬率

現貨搭小台期報酬率

圖512 2004年到2006年投資組合季報酬率

本研究利用台灣股票期貨市場來驗證模型實證結果發現(圖

511512)提出 5項結論

1 在表 4-1-6 利用 R值研判多空頭方面第五期第六期第十

一期第十二期第十七期與第十八期研判趨勢為空方其於

皆為多方趨勢

2 現貨報酬率優於大盤除了 2004 年第二季第三季2005 年第

二季2006 年第 4季其於投資報酬皆優於大盤 3 現貨搭大台期報酬率優於大盤除了 2004 年第二季之外其於

都優大盤報酬率

4 年報酬率中可發現除了 2004 年的現貨報酬率劣於大盤報

酬率績效其他季投資組合皆優於大盤績效故本模型的投資

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

57

報酬率遠遠的高於大盤的報酬率

5 2004 年受到國內外政治環境影嚮例如「總統大選與 319 槍擊案第一次全民公投美伊戰爭美國總統大選美台關係

生變立院改選中共擬反分裂法南亞大海嘯等」使得投

資報酬率不管是大盤現貨現貨搭大台期報酬率皆劣於其他

年報酬率

表5-1-2 2004到2006大盤現貨期貨風險評估 平均報酬 標準差 5最大損失 Sharpe

大盤 -0162 0014258 -01138 現貨 -00513 00248 138210 -11317

第二季

大台期 -088 0035 109920 02491 大盤 -000015 0009982 -001459 現貨 0069 0024 58291 -03

第三季

大台期 -180 00295 106730 -06002 大盤 -79E-05 0009133 -000864 現貨 -134 00311 96890 008

2004年

第四季

大台期 -201 00318 116270 -00159 大盤 000072 0006966 0103411 現貨 262 00456 73200 02994

第二季

大台期 304 00411 55783 11314 大盤 -000011 0010423 -00102

現貨 120 00398 80193 02843 第三季

大台期 113 00302 61489 11434 大盤 0001671 0009527 0175422 現貨 499 00447 35439 74833

2005年

第四季

大台期 649 00569 46151 77051 大盤 -00003 0014129 -002158 現貨 -269 00297 113630 -01262

第二季

大台期 -008 00172 46630 17211 大盤 0001355 0007334 018475 現貨 322 009 173750 27364

2006年

第三季

大台期 3 009 171440 27732 大盤 0001834 0007871 0232989 現貨 338 009 171440 06813

第四季

大台期 338 009 171440 06813

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

58

本研究再同時考慮風險與報酬客觀 Sharpe 績效評估來分析做出

了下列 5 項結論(表 5-1-2)

1現貨績效評估優於大盤除了 2004年第二季第三季第四季2006

年第二季其於投資績效皆優於大盤

2在現貨搭大台期績效評估優於大盤除了 2004 年第三季之外其於

都優大盤績效

3在現貨搭大台期優於現貨除了 2004年第四季2006年第三季其

於皆優於現貨績效

4不管投資績效是在現貨現貨搭大台期皆優於大盤績效

5 2004年績效不管是大盤現貨現貨搭大台期皆劣於其他年報酬

率

52 研究建議

本研究有六點給投資者投資建議

1用你所能承受的資金投資期貨

不要動到生活所需的資金來投資否則注定失敗交易場所不是恐

懼金錢的活動場所要利用閒置的資金來交易

2知己知彼百戰百勝

了解市場找出自己的自律性不要讓交易受到自身的情緒影響

用機警戒慎的心情面對瞬息萬變的市場

3從小額資金開始

用模擬單來繳不必支出的學費用小額資金來換取市場實務經驗

4永遠不要做滿倉

建議用兩~三倍的資金來操作一個單位以規避因行情瞬間大波

動而被迫平倉的風險

5分清交易慾望與獲利

交易養成習慣之後會有一直想交易的衝動認清交易是為了獲利與

避險而不是一種樂趣如此可減少許多再行情渾沌不明時無謂的

交易

6交易期間勿因價格變動患得患失

確立交易方向後不要讓價格的漲跌影響到原先的判斷

對後續研究的建議

本研究投資組合尚還有許多可以加以研究探討舉以下三點

1本研究只有探討現貨搭期貨做投資組合日後可以再加上選擇權來

做投資組合

2本研究只針對國內股票及期貨來做投資組合日後可以探討國外股

市的投資組合

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

59

3本研究尚未探討股票進出點日後可以針對這方面加以探討相信

一定會使績效更好

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

60

參考文獻

[1]黃正斌「60 分鐘搞懂台股指數期貨」商周出版

[2] 財務金融研究中心(銘傳大學)「投資分析+Matlab 應用」全華

科技圖書

[3]齊首席「期貨交易理論與實務」高點文化事業有限公司

[4]曾良超「期貨操作實務」金錢文化企業股份有限公司

[5] 艾力克斯基亞姆(Alex Kiam)著張淑芳譯(民90) 風險管理

一日通

[6]陳詩郁2004年股市預測投資組合模型 嶺東技術學院 資

訊管理系

[7]葉惠芬2004年股價指數期貨最適避險比率之探討-最適VaR避險 法與M-V避險法之比較 國立高雄第一科技大學 財務管理系

[8]邱宗仁2004年證券之比價效應準套利操作與投資組合之研究

-以台灣證券市場上市電子類股票為例國立屏東科技大學 工業

管理系 碩士班

[9]李永全現代投資學理論與實務習題詳解新文京開發出版有限公

司

[10]期貨交易理論與實務 史綱 劉德明 李存修 臧大年 林烱垚 黃敏

助 合著

[11]「建立臺灣地區期貨暨選擇權市場」研討會論文集 臺灣大學證券

期貨研究中心

[12]MATLAB在灰色系統理論的應用 溫坤禮 張簡士琨 葉鎮愷 王建

文 林慧珊

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

61

附錄

表1 2004年第一期6月投資報酬率

2004年第一期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大洋 033 20 25 186 -35000 105 2 凌陽 027 685 4 63705 -19180 087 3 普安 020 1155 3 107415 -24255 065 4 力特 013 1265 2 117645 -49000 131 5 晶豪科 007 1225 1 113925 -8575 123 總資金 150 萬 總報酬 -104720

總報酬率 -7

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 129 5930 1 5418 100080 585

表2 2004年第二期7月投資報酬率 2004年第二期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 凌陽 04 50 7 465 -24500 136 2 晶豪科 03 105 3 9765 -22050 155 3 力特 02 745 3 69285 -15645 235 4 普安 01 80 1 905 10500 235 總資金 150 萬 總報酬 -51695

總報酬率 -345

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 176 5249 1 5354 -72695 -453

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

62

表3 2004年第三期9月投資報酬率 2004年第三期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 宏達電 033 128 4 1345 26000 115 2 鴻海 027 1175 3 120 7500 088 3 今國光 020 895 3 83235 -18795 181 4 鑽全 013 66 3 6138 -13860 055 5 力成 007 645 2 59985 -9030 066 總資金 150 萬 總報酬 21705

總報酬率 145

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 124 5955 1 6074 -2095 -013

表4 2004年第四期10月投資報酬率 2004年第四期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 友達 033 399 12 37107 -33516 083 2 鑽全 027 68 5 655 -12500 101 3 豐興 020 422 7 39246 -20678 084 4 鴻海 013 121 2 1295 17000 106 5 宏達電 007 1335 1 144 10500 069 總資金 150 萬 總報酬 -39194

總報酬率 -261

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 113 5810 1 5926 -62394 -389

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

63

表5 2004年第五期11月投資報酬率 2004年第五期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 力成 033 68 7 73 35000 203 2 中碳 027 473 8 488 12000 039 3 璨圓 02 204 15 206 3000 097 4 矽創 013 865 2 80445 13000 191 5 茂順 007 411 3 423 3600 041 總資金 150 萬 總報酬 41490

總報酬率 277

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 140 5945 1 6017 55890 348

表6 2004年第六期12月投資報酬率 2004年第六期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 矽創 033 925 5 85836 -55000 104 2 帝寶 027 100 4 100 0 007 3 亞崴 02 409 7 443 23800 055 4 璨圓 013 21 13 1953 -70200 064 5 力成 007 73 1 6789 -5000 082 總資金 150 萬 總報酬 -33740

總報酬率 -225

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 387 6005 3 6125 -57740 -360

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

64

表7 2005年第七期6月投資報酬率 2005年第七期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 033 662 8 705 32477 086 2 豐興 027 284 14 26412 28000 056 3 長虹 020 3765 8 368 -6773 025 4 亞翔 013 784 3 752 -8163 041 5 可成 007 165 1 239 44848 057 總資金 150 萬 總報酬 64168 總報酬率 428

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 067 5943 0 6413 64168 428

表8 2005年第八期7月投資報酬率 2005年第八期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 普安 04 709 6 65937 12000 -006 2 勝華 03 575 5 53475 -31500 116 3 長虹 02 365 5 3735 4250 -006 4 亞翔 01 752 1 786 3400 -074 總資金 150 萬 總報酬 -42253

總報酬率 -282

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 023 6426 0 6220 -1053 -007

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

65

表9 2005年第九期9月投資報酬率 2005年第九期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 514 10 47802 -35980 259 2 力成 027 906 4 84258 -25368 119 3 神達 020 477 6 44361 -20034 281 4 鴻海 013 153 1 14229 -10710 -143 5 啟碁 007 642 2 59706 -8988 127 總資金 150 萬 總報酬 -101080

總報酬率 -674

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 154 6031 1 5678 -30480 -190

表10 2005年第十期10月投資報酬率 2005年第十期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 勝華 033 475 9 44175 -29925 139 2 力成 027 83 5 896 33000 197 3 臺橡 020 158 11 171 14300 022 4 鴻海 013 140 1 162 22000 132 5 宏達電 007 340 1 4245 84500 228 總資金 150 萬 總報酬 123875

總報酬率 826

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 186 5772 1 5887 100787 628

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

66

表11 2005年第十一期11月投資報酬率 2005年第十一期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 臺塑 033 51 9 515 4500 022 2 儒鴻 027 1685 15 1585 -15000 078 3 威盛 020 172 15 198 39000 179 4 宏達電 013 426 1 571 145000 274 5 華晶科 007 447 2 581 26800 186 總資金 150 萬 總報酬 200300

總報酬率 1335

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 182 6025 1 6469 289100 1801

表12 2005年第十二期12月投資報酬率 2005年第十二期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威盛 033 199 10 1915 -7500 092 2 臺化 027 54 5 53 -5000 018 3 東台 020 453 6 453 0 022 4 福興 013 37 5 3535 -8250 021 5 宏達電 007 571 1 653 82000 251 總資金 150 萬 總報酬 64900

總報酬率 433

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 094 6482 1 6490 66500 414

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

67

表13 2006年第十三期6月投資報酬率 2006年第十三期 6月投資報酬率

6 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 威勝 05 314 23 246 -156400 179 2 瑞軒 033 291 17 2015 -152150 014 3 統一 017 674 4 687 5200 -018 總資金 150 萬 總報酬 -79983

總報酬率 -533

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 064 6864 1 6266 39617 262

表14 2006年第十四期7月投資報酬率 2006年第十四期 7月投資報酬率

7 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 所羅門 033 924 54 95 14069 248 2 全新 027 385 10 39 5195 110 3 嘉泥 020 1595 19 1675 15047 096 4 璨圓 013 248 8 286 30645 157 5 合勤 007 48 2 485 1042 090 總資金 150 萬 總報酬 65640

總報酬率 438

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 168 6259 1 6384 40640 253

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

68

表15 2006年第十五期9月投資報酬率 2006年第十五期 9月投資報酬率

9 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 大成鋼 033 273 18 393 216000 059 2 建通 027 313 13 497 239200 077 3 奇普仕 020 13 23 13 0 060 4 南科 013 225 8 227 1600 143 5 美律 007 115 1 10695 -8050 111 總資金 150 萬 總報酬 448750

總報酬率 2992

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 098 6846 1 7025 448750 2992

表16 2006年第十六期10月投資報酬率 2006年第十六期 10 月投資報酬率

10 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 台南 033 427 12 43 3513 052 2 南科 027 227 18 2605 59031 128 3 華新 020 17 18 1614 -15176 094 4 美律 013 106 2 9858 -14000 041 5 建通 007 492 2 45756 -7000 078 總資金 150 萬 總報酬 26692

總報酬率 178

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做空 084 7004 0 7247 36692 178

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53

69

表17 2006年第十七期11月投資報酬率 2006年第十七期 11 月投資報酬率

11 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 統一超 033 753 7 787 23800 037

2 南亞 027 502 8 535 26400 108

3 全新 020 489 6 455 -20400 -021

4 東台 013 465 4 514 19600 041

5 喬福 007 294 3 34 13950 087

總資金 150 萬 總報酬 63350

總報酬率 42

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 052 7253 1 7662 63759 4

表18 2006年第十八期12月投資報酬率 2006年第十八期 12 月投資報酬率

12 月份 投資一百五十萬

家

數

投資

公司

投資

權重

買進

價格

買賣

張數

賣出

價格

投資

報酬 Beta 值

1 亞崴 033 69 7 761 49700 061

2 東台 027 515 9 499 -14850 085

3 南亞 020 533 6 537 2400 032

4 臺塑 013 532 4 535 1200 066

5 奇力新 007 294 5 225 15000 056

總資金 150 萬 總報酬 53450

總報酬率 35

股票搭期貨投資組合

期貨

名稱

操作

策略

避險

口數

買進

價格

買賣

口數

賣出

價格

投資

報酬

投資報

酬率

大臺期 做多 059 7674 1 7835 85650 53