波浪理論是由 Nalph Nelson Elliott在1938年所發表的價格趨勢分析工具，它也是近年來技術分析界運用相當廣泛的一種工具。艾略特認為：「不管是股票或是任何商品價格的波動，都與大自然潮汐一樣，具有一種相當程度的規律性。」。其實這個原理和產業周期循環也很接近，運用於越多人參與的市場會越準確，因為人性也是一種大自然的現象。 台灣加權股價指數是以民國55年為基期100來編製，本文雖由民國55年談起，但由於資料繁多，故集中採用民國76年1月至民國95年12月的二十年資料做為資料收集期間，以艾略特波浪理論的原則找出在台灣股市的應用規則，進而推演出未來的走勢。 / Wave Principle is a trend analysis method that was developed by Nalph Elliott in 1938. Today, the principle is one of the most widely adopted methods for technical analysis in finance. Elliott discovered that the ever-changing path of stock market prices reveals a structural design that in turn reflects a basic harmony found in nature. In fact this principle is also similar to industry cycle. When this principle is utilized in a market, especially when a lot of people participate in this market, the principle will be rather accurate, because humanity is also a natural phenomenon. The Taiwan Weighted Stock Index was at 100 in 1966, the base period. Although the discussion in this paper starts from 1966, due to the abundance of the data, I decide to focus my research on the recent twenty years. The purpose of this study is to identify the usability of Eilliott’s Wave Principle by applying it in Taiwan’s stock market and to figure out the trend for the future.

本文改良金融投資技術分析操作方法中, 傳統的「單一移動平均」選股法為「多重移動平均」選股法, 其係以道氏理論上, 所謂的市場同時存在三種趨勢 (主要趨勢, 次級趨勢, 小型趨勢) 為基礎, 建立多重時間架構, 輔以移動平均線為股價趨勢判斷, 以及葛蘭碧八大法則之股價突破 (或跌破) 判斷原則作為操作訊號, 所彚整而提出。實證上, 採用2014年12月31日台灣證券交易所公告之台灣50、中型100, 以及富櫃50成分股為樣本, 並以2001年1月1日至2014年12月31日為回溯期間。在進行策略交易的模擬分析與績效差異檢定後, 實證結果發現, 多重移動平均選股法投資策略績效, 在統計分析上並無法較單一周期投資策略績效為優, 但卻能有效過濾沒必要的交易行為, 使突破買進之假訊號降低, 間接的降低交易次數及減少交易成本。 / This study enhanced from the traditional single period moving average for stock selection into multiple-period moving average counterpart. The theoretical foundation comes from the Dow Theory, which states that there exist three trends simultaneously, that is, major trend, secondary trend, and minor trend. Also, the Granville Rules suggest stock price breaking out may serve as entry and exit signal for trading. Our sample are grouped into three subsamples, Taiwan 50, Mid-Cap 100, Gretai 50. The sample period ranges from 2001/1/1 to 2014/12/31. Our empirical backtesting and performance test suggests that, contrary to our expectations, the multiple period method does not outperform its single period counterpart. However, the multiple period stock selection method may filter out false signals, and thereby reduce not only possible price risk associated with noisy trades but the accompanying transaction costs. / 摘要 I Abstract II 致謝詞 III 目錄 V 圖次 VII 表次 VIII 第一章　緒論 1 第一節　研究背景及動機 1 第二節　研究目的 2 第三節　研究對象與範圍 2 第四節　研究流程 4 第二章　文獻回顧 6 第一節　技術分析理論 6 一、技術分析基本邏輯 6 二、技術分析主要的型態類型 7 第二節　移動平均線的原理 9 一、簡單移動平均線的計算 9 二、移動平均線的常見應用 9 第三節　多重移動平均理論及選股法 11 一、多重移動平均的原理 11 二、多重移動平均的選股模式 11 第四節　相關研究文獻回顧與評析 11 一、過去研究文獻 11 二、文獻評析 16 三、本文假說推論 16 第三章　研究方法 17 第一節　傳統移動平均線選股模式 17 第二節　YC指標選股模式 17 第三節　選股模式績效差異檢定 19 第四節　資料來源與變數選取 19 第四章　實證分析 20 第一節　操作策略績效估計 20 第二節　操作策略績效比較 28 第三節　多重策略模型之適性歸納–由規模的角度 36 第五章　結論與建議 43 參考文獻 44 中文部份 44 英文部份 46 參考網址 46 圖次 圖1-4-1 研究流程圖 5 圖2-1-1 型態類技術理論的基本分類 6 圖2-1-2 市場同時存在三種趨勢 7 圖2-1-3 K線的基本構造 8 圖2-2-1 葛蘭碧(Granville)八大法則概念圖 10 表次 表1-3-1 台股之台灣50成分股 2 表1-3-2 台股之中型100成分股 3 表1-3-3 台股之富櫃50成分股 3 表2-4-1 過去研究文獻的整理 14 表4-1-1 台灣50成份股總交易次數及成本 20 表4-1-2 中型100成份股總交易次數及成本 22 表4-1-3 富櫃50成份股總交易次數及成本 26 表4-1-4 單一與多重模式下交易次數與進出場交易成本彚整 28 表4-2-1 台灣50成份股總報酬及總報酬率 28 表4-2-2 中型100成份股總報酬及總報酬率 30 表4-2-3 富櫃50成份股總報酬及總報酬率 34 表4-2-4 單一與多重策略下的平均總報酬與平均總報酬率彚整 36 表4-3-1 多重策略下總報酬率與市值之迴歸分析 36 表4-3-2 多重策略下總報酬率與股本之迴歸分析 37 表4-3-3 台灣50股本前20%成份股之策略績效及差異比較 37 表4-3-4 台灣50股本後20%成份股之策略績效及差異比較 38 表4-3-5 中型100股本前20%成份股之策略績效及差異比較 39 表4-3-6 中型100股本後20%成份股之策略績效及差異比較 40 表4-3-7 富櫃50股本前20%成份股之策略績效及差異比較 41 表4-3-8 富櫃50股本後20%成份股之策略績效及差異比較 42