技術面分析是使用過去市場資料包含股票價格與交易量來預測未來市場動態。技術分析將股價與交易量經由數學轉換成易懂且能繪製成圖表的技術分析指標，幫助技術分析投資人預測未來股價。本文的決策過程有別於傳統的技術面分析，使用相似度模型以貼近現實技術分析投資人的決策過程。此策略使用多個技術指標作為相似度技術指標交易策略的依據，用以捕捉市場動態與預測未來股價報酬，且即便不同的技術指標提供不同的買賣訊號，技術分析投資人依然可以藉由相似度技術指標交易策略進行投資決策。相似度技術指標交易策略所預測的未來報酬是根據過往價格圖形出現相似情境的報酬加權平均作為未來預測報酬。當預測報酬為正則買；預測報酬為負則賣。本文使用S&P500指數期貨來檢測相似度技術指標交易策略的獲利能力，發現在不同的技術指標下，相似度技術指標交易策略報酬顯著異於零也高於S&P500指數期貨在樣本期間內的B/H報酬。為使本文相似度技術指標交易策略更能模擬現實投資人的真實情況，導入機器學習改善相似度技術指標交易策略，分別使用貪婪演算法與模擬淬鍊法(Simulated Annealing)來模擬現實投資人會根據交易策略表現的好壞變更決策過程的策略。其報酬顯著異於零也高於S&P500指數期貨在樣本期間內的B/H報酬。本研究發現投資人會參考不同的混合技術指標策略，且會依照不同混合策略的過往績效，篩選出參考策略，進而決定投資策略，這也呼應混合技術指標的相似度技術指標交易策略比單一技術指標的相似度技術指標交易策略擁有較好的預測能力。因此使用混合技術指標的相似度技術指標交易策略作為機器學習篩選的策略可有效的改善原本的相似度技術指標交易策略。

本研究定義運用技術指標建構投資決策之步驟，明確描述各步驟細節，投資人根據此流程定義，可利用技術指標逐步運算出投資標的之投資價值，作為最終投資決策之依據。同時，本研究建立技術指標、偵測機制等分類架構，讓投資人主觀的投資需求對應（map）到技術指標，建立個人化的投資決策。 / This paper defines the stages that how to build an investment decision with technical indicators and describes the details of each stage definitely. According to the process definition, investors can calculate the investment value of the investment target with technical indicators step by step. The investment value can be the foundation of the final investment decision. This paper also establishs both classificaton models of technical indicators and detect mechanisms. It makes investors map their subjective demand for investment information to technical indicators, personlize their investment descions.

本研究以2006年至2015年4月30日台灣股票市場所有上市櫃股票為樣本，首先利用每季公布之財務報表，以市值、股票月週轉率、每股盈餘、股東權益報酬率、本益比等六項指標作為第一階段篩選股票之準則。接著進行第二階段之股票篩選，先透過ASKSR篩選出現最好之兩倍投資組合數的股票後，再透過計算其技術指標總分篩選出符合投資組合數的股票。選好股票後再由多元Gaussian Copula-GARCH(1,1)-t與元Gaussian Copula-GJR(1,1)-t模型進行估計並以蒙地卡羅法模擬，藉由CRRA效用函數、mean-variance效用函數、Sharpe ratio、CARA效用函數最適化權重來投資。樣本期間內採Rolling window方式不斷調整投資組合直到結束。 　　本論文欲探討結合財務資訊指標、股票評分指標與技術指標去選股，並嘗試比較以多元Gaussian-Copula-GARCH(1,1)-t資產模型與多元Gaussian-Copula-GJR(1,1)-t資產模型進行資產配置之效果，希望達到穩健獲利的效果。

許多新興風險隨著金融市場的變化而產生，以致於發生許多大型金融災害造成許多金融產業蒙受鉅額損失。而於金融市場尋求利潤已是金融產業重要的一環，有鑑於此，本論文提出ㄧ套完整的資產配置流程，利用技術指標建構綜合信號指標作為市場指標再選擇投資資產並估計、模擬、最適化投資權重並投資，以達到規避大型金融事件風險並獲取超額利潤。本論文亦嘗試不同股票評分指標、股票資產模型、結構模型、投資組合大小等組合，以找出最適合台灣股票支股票評分指標、資產模型以及投資組合大小。 本論文發現綜合信號指標作為市場指標可有效判讀金融事件的發生與結束時間，經由此指標判斷可獲得相當的超額利潤。本論文亦發現當投資組合為5支股票、資產模型為GJR GARCH(1,1)模型、相關結構型態為多元高斯Copula時可獲得超額利潤。