本文最主要的探討要點分成兩部分，第一部分是利用多種總體經濟指標及技術指標印證過去18年台股的走勢，從而找出一種對加權指數較具勝率的操作方式。 第二部分則是各類股與個別股的比較，先找出經過多年的考驗在還原權息之後市值仍能不斷創新高的個股，再與取樣數做比較，發覺符合條件的股票比例不到8％。 經由第一及第二部分可以得到以下結論： 1. 經過實際的印證後所的到的結論顯示和加權指數的漲跌關係最密切的數據則為3個月的移動平均量，在利用3個月的移動平均量轉折並配合9月KD值作為買賣的參考依據，實證之後所得到的報酬率相當高，顯示這個方法的可用性相當高。 2. 證實台灣股市中長期投資而獲利可以超越定存的股票並不多，尤其是 少數個股成為股王之後的報酬率並不理想，這也是多數投資人長抱股票為何不能賺錢的重要原因。其次則是取各類股中獲利仍可維持成長的個股，就其過去6年內股價漲幅與獲利的成長幅度做比較，可找出為何市場比較偏愛電子股的原因。 最後的結論與投資建議中，提出台股選股已重於選市的看法，並整理出在台灣股市中選股的五種方法，包括新興的產業，災難受益公司，成長型的公司，具領導地位的世級公司在本益比10倍附近以及價值型且股價嚴重低估的的公司。只要能慎選買點，將會獲得不錯的報酬。

本文主要探討匯率波動對台灣出口貿易的影響，實證重點在於匯率波動估計方法之不同，是否會對出口貿易產生不同的影響。樣本期間自1990年1月至2006年12月，共204筆月資料。匯率波動的估計模型包含移動平均變異數、GARCH模型、門檻GARCH模型(TGARCH)及指數型GARCH模型(EGARCH)，本研究先估計出匯率波動因子再進一步代入出口方程式中作估計，相較於國內其他文獻，本文考慮了匯率波動不對稱情形存在的可能性，同時也考慮了變數是否呈定態的問題。實證結果顯示，台幣貶值會造成比較大的匯率波動；利用TGARCH(1,2)作為匯率波動估計模型，結果顯示匯率波動增加會刺激台灣對美國和日本的出口量。

本文以買進持有期間為標竿報酬，將1991年1月3日至2006年12月31日16年之新台幣/美元匯率每日收盤價資料，依事件與時間方式切割成長短不同的樣本期間後，以移動平均線法則 （moving average）的技術分析工具做模擬交易，針對樣本期間長短與技術分析獲利性的關係做探討，得到以下結論。 當採用移動平均線法則作為交易依據時，長期下，所有的移動平均策略能有效預測匯率上漲與下跌的趨勢，並得到顯著的超額報酬。然而，將樣本期間作分割後，短期內，技術分析策略將無法顯著有效。隨著樣本期間的增加，移動平均策略的超額報酬才會逐漸得到顯著的結果。 在外匯市場上，匯率上漲與下跌的趨勢會影響移動平均法獲利有效性。當匯率於樣本期間內持續上漲時，移動平均策略較難獲得顯著超額報酬；匯率下跌時，移動平均策略較有效。 此外，移動平均法則參數設定值對技術分析獲利有很大的影響。實證結果發現長天期參數設定值與樣本期間存在同向關係。當希望獲利的期間越短暫，移動平均策略長天期的參數設定要越小。若利用較大的長天期參數的移動平均策略，則必須持有較長期的樣本期間，才能得到顯著超額報酬的結果。此結果與實務上認為短天期的移動平均數較長天期移動平均數敏感且迅速反應市場變化相符合。

本研究以台灣期貨交易所1991年1月1日至2007年12月31日之台灣集中市場股價加權指數期貨以及美國期貨交易所2001年1月1日至2007年12月31日之各類期貨為樣本，比較移動平均線策略以及每週交易日之有效性。研究分別進行月平均報酬比較、弱勢效率市場檢視、週末效應比較、星期效應檢視，並加入資金管理作一比較分析。 結果發現適用於移動平均線策略的商品有美國政府30年期長期債劵、11號糖和集中市場台灣加權股價指數，在移動平均線天數為特定值時可獲得超額報酬，其檢定結果也發現有正報酬，因此相較其他市場而言，其弱式效率較不顯著。在研究之12個樣本中，除11號糖外，其餘樣本皆有星期效應，但在所有12個樣本則皆無週末效應，造成此現象之可能原因為人們已經適應週末效應，因此將會預期週末壞消息公佈機會較大，造成星期五上漲，且星期一下跌，因而提前買進或是賣出股票，使週末效應變得不明顯。另一可能原因為研究樣本只有Nasdaq指數與集中市場台灣加權股價指數與股票有直接相關性，而其餘10個樣本之關聯性不大。 而在資金管理分析中，結果顯示將資金管理應用至移動平均線是否有超額報酬與移動平均線是否有正報酬成正相關。所用資金比例之最佳參數值與資金管理的有效性有負相關性，且移動平均線有效性與資金管理之有效性有負相關性，此表示資金管理最大功效在於降低虧損，而不是在於提高獲利。

根據Steiner (1999) 提出指數加權移動平均 (EWMA) 管制圖之管制界限應伴隨時間變動，相較於傳統以漸近管制界限建構的 X-bar EWMA 管制圖，具備類似於快速起始反應之功能。然而，無母數EWMA 管制圖相關文獻中，大多採用漸近管制界限，甚少提及變動管制界限對於製程初期偵測能力之影響，因此本研究依據Wilcoxon 符號排序統計量為基礎，建構無母數EWMA 管制圖，並定義變動管制界限之形式，進而探討在製程初期的監控效果。假設製程為常態、均勻或雙指數分配下，使用非齊一性馬可夫鏈及蒙地卡羅模擬，求得製程穩定或失控狀態下的平均連串長度。模擬結果顯示，當加權常數越小，若採用變動管制界限能有效提升對於製程初期異常之偵測能力，且在厚尾分配下(例如：雙指數分配) 效果更為明顯。 / According to Steiner (1999), the control limits of exponentially weighted moving average (EWMA) control charts should vary with time, so that the charts would have properties similar to the fast initial response (FIR) feature, when compared with asymptotic X-bar EWMA charts. However, previous analyses of nonparametric EWMA control charts consider only asymptotic control limits and are not sensitive to the shifts in a process at early stages. In this thesis, a nonparametric control chart with time-varying control limits is constructed based on EWMA control chart built upon the Wilcoxon signed-rank statistics. When the underlying distribution is normal, uniform, or double exponential, the average run lengths in both in-control and out-of-control conditions are approximated using non-homogenous Markov chain and based on Monte Carlo simulations. Simulation results show that EWMA charts with varying control limits are more efficient to detect early process shifts when weighting constants are small, and the underlying distributions are heavy-tailed distribution (such as double exponential distribution).

Because on the method of Harris and Shen (2003), we implement the robust estimator of optimal hedge ratio in Taiwan stock market. By using the Taiwan Stock Index and Taiwan Stock Index Futures, we used the robust estimation of optimal hedge ratio. We use two estimators, the rolling window model and the exponentially weighted moving average (EWMA), to estimate the robust optimal hedge ratio. We also compare the hedging effectiveness of the robust hedge ratios and the traditional least- squared hedge ratios. We find that the volatility of the hedged portfolio using robust optimal hedge ratio is substantially lower than that of the portfolio using the traditional hedge ratios. With the less excessive volatility, the transaction cost decrease substantially, and the cost of rebalancing portfolio is lower as well. / Because on the method of Harris and Shen (2003), we implement the robust estimator of optimal hedge ratio in Taiwan stock market. By using the Taiwan Stock Index and Taiwan Stock Index Futures, we used the robust estimation of optimal hedge ratio. We use two estimators, the rolling window model and the exponentially weighted moving average (EWMA), to estimate the robust optimal hedge ratio. We also compare the hedging effectiveness of the robust hedge ratios and the traditional least- squared hedge ratios. We find that the volatility of the hedged portfolio using robust optimal hedge ratio is substantially lower than that of the portfolio using the traditional hedge ratios. With the less excessive volatility, the transaction cost decrease substantially, and the cost of rebalancing portfolio is lower as well.

雖然技術分析的爭議非常的多，在市場上卻仍然被廣泛應用，原因即是因為容易被理解且方便應用，不過當馬可夫轉換模型出現時，技術分析便面臨的挑戰。馬可夫轉換模型又稱為隨機分段趨勢模型(stochastic segmented trend model)，預測方法也類似於技術分析，利用一段期間內的趨勢來判斷未來走勢。 本研究利用馬可夫轉換模型以及技術分析中相當受歡迎的移動平均轉換法相互作比較，研究標的則選擇國內的兩種期貨：臺股期貨與黃金期貨和國外的五種商品期貨：紐約黃金、布蘭特原油、芝加哥小麥、玉米和大豆共七種期貨，相互比較後，我們發現馬可夫轉換模型在樣本內的獲利績效比均線轉換法的績效要來得好，其中平滑推論又比濾嘴推論的績效好。 另外，馬可夫轉換模型在樣本外的績效並不亮眼，原因可能是估計參數的不穩定性過高，不過在臺灣黃金期貨的部分，樣本外表現也是非常的亮眼。

技術分析一直是許多研究的熱門主題，也被眾多市場參與者廣泛運用在市場交易，而最普遍且最受歡迎的技術分析工具即為移動平均法。 本研究設計三種移動平均交易方法（一種只考慮收盤價，一種考慮收盤價及交易量，而另一種則將交易量作為收盤價的權重），每種交易方法皆使用五天為短期移動平均天數，十天、五十天、一百天、一百五十天、兩百天為長期移動平均天數，總計十五種移動平均交易規則，運用在臺灣中型100成分股以產生買進與賣出訊號，並依訊號進行交易動作，進而在未考慮交易成本的假設下計算出單次交易的平均報酬、平均持有天數，以及Hit ratio（正報酬的交易次數占總交易次數的比例），藉以探討移動平均法在此種股票的獲利性。而以交易量為價格權重來產生移動平均交易方法是基於相信帶有較高交易量的價格較有意義，盼藉以測試此種方法是否正如預期，相較於一般傳統的價格移動平均法有更好的績效。 本研究雖然未考慮交易成本，但呈現的單次交易平均報酬可以提供讀者與實際臺灣股票市場交易成本作比較，藉以了解考慮交易成本後的情況。而本研究除了呈現所有成分股單次交易的平均報酬、平均持有天數及Hit ratio的平均值，也將成分股依照ICB行業分類指標分成幾個主要產業，並呈現各產業內成分股的平均值，企圖了解特定交易方法是否在特定產業有較好的績效。 結果顯示，產生最好績效的移動平均交易方法也僅能有一半的交易次數得到正報酬，而就整體而言，將交易量作為價格權重的移動平均方法，也沒有產生相較於傳統價格移動平均法更好的績效，因此可以說，這類的技術分析對於這些股票無法有較好的績效。 / Technical analysis has been widely studied and used by many researchers and market participants. The most common and popular technical trading rule is moving average since it is mathematically well defined and used by many analysts. This article examines the profitability of technical analysis for FTSE TWSE Mid-Cap Taiwan 100 Index constituents under the hypothesis of no transaction costs. It uses three strategies (Price Strategy, Price and Volume Strategy, and PV Strategy) and fifteen moving average rules to generate buy and sell signals, and then compute average returns per trading, average holding days per trading, and hit ratios to see the profitability. It is believed that prices come with high volumes are more meaningful than those with low volumes. All of these strategies and trading rules are not only used for all constituents of FTSE TWSE Mid-Cap Taiwan 100 Index without consid-ering industry classifications but also for each major industry classifications of these constituents. Therefore, we can understand whether specific trading rules have better performances for specific industries of these stocks. The results are not that optimistic. Overall Price and Volume Strategy has the best results of hit ratio, however, the highest value is barely 50%, which means it can only have a half trading times positive returns. As for PV Strategy which uses weighted price moving average to trade, the performance has no significantly better than using simple price moving average rule. It can say that Technical Analysis like moving average can hardly have good performances on these stocks.

學術上不接受技術分析等方法，認為股價已經在市場上充分反應，過去的歷史股價不能對未來進行預測。然而，業界或一般的投資人，卻往往把技術分析拿來做為買賣的依據。實際上以歷史資料做模擬交易，卻可以發現許多技術分析的法則在某些市場、股票、期間之中，可以獲得相對於買進賣出更好的報酬。有趣的是，任何一種操作法則或是特定一組參數選擇，在樣本外的操作則無法完全發現同樣的結果。故以技術分析所獲得的超額報酬，究竟是此機制有效還是單純運氣成分，許多技術分析的文獻以及著作往往著墨甚少。 本論文利用狀態轉換模型(Regime Switching Model)捕捉台灣加權股價指數，將股價的動態分為上漲以及下跌兩種狀態，並估計其市場參數—漲跌速度、漲跌速度標準差、轉換機率。其次將所估計的市場參數做為模擬的依據，可發現在單純隨機的環境下，某些市場參數組合存在移動平均線的交易策略明顯優於買進持有策略。研究中以敏感度分析的方法，呈現各個單一市場參數的改變情形，對於操作績效影響的方向。 最後將2001~2010的的台灣加權股價指數，估計市場參數並找尋當下最適的移動平均組合，允許每季重新調整參數，並實際以收盤價做為買賣模擬。結果發現移動平均線操作，確實能提供比買進持有更好的報酬，並減低每年報酬率變異。

本論文主要在探討以移動平均法則為基礎的簡單技術分析指標，以及時間序列模型在台灣股票市場是否具有獲利能力，研究期間為1987/01/01-2006/12/31共20年的樣本期間。我們發現只有使用(1,50,0)和(1,50,0.01) 這兩個移動平均交易法則時才有顯著的報酬；並以AR(1)-GARCH(1,1)-M作為時間序列的預測模型。研究發現在股價上漲的時候，技術分析指標的確有較好的預測能力；而在股價下跌時，利用時間序列模型有較佳的獲利能力。因為技術分析指標與時間序列模型分別捕捉到不同的資訊，將兩預測工具結合在一起應該可以得到一個更好的組合預測指標。本文的實證研究發現此一組合預測指標，不管是在多頭或空頭期間時，都可以比使用單一分析工具獲得更高報酬。