Publications-Theses
Article View/Open
Publication Export
-
Google ScholarTM
NCCU Library
Citation Infomation
Related Publications in TAIR
題名 外匯技術分析可否產生超額報酬? 台灣外匯市場的證據
Can technical trading rule generate excess return? Evidence from Taiwanese FOREX market作者 張家瑋
Chang, Chia Wei貢獻者 郭炳伸
Kuo, Biing Shen
張家瑋
Chang, Chia Wei關鍵詞 技術分析
資料窺視
data snooping日期 2009 上傳時間 9-May-2016 14:53:22 (UTC+8) 摘要 本研究以新台幣外匯市場中美元、日幣、英鎊、加幣、與韓元兌新台幣匯率為研究目標，使用四種簡單技術分析建構交易法則，分別為濾嘴法則、移動平均法則、支撐與壓力法則、與通道法則，並改變其參數成為總數1796種的交易法則。對新台幣外匯市場採取以下三種測試：全樣本測試，Brock，Lankonishok，& LeBaron（1992）的子樣本期間測試，以及Lo & Mackinlay（1990）提出的樣本外測試。並使用White（2000）與Hansen（2005）提出的檢定，探討資料窺視問題（data snooping bias）以及交易法則的真實獲利能力。 從實證中發現，本研究並沒有找到一個能夠在新台幣外匯市場上所有匯率都適用的交易法則，也就是說，投資者必須根據不同的市場做探討分析，選擇不同的最佳交易法則。 另外， 美元兌新台幣匯率市場能夠找到最佳交易法則而獲得顯著的超額報酬。而日幣、英鎊、加幣、與韓元等四個外匯市場，所找到的最佳交易法則可能僅止為最適合解釋這段歷史資料的交易法則，最佳交易法則並不具有顯著的獲利能力。White檢定與Hansen檢定計算的p值在前後期增減互見，且數據都不顯著，並沒有如過去文獻一般出現市場越來越有效率的看法。 最後，實證結果顯示White檢定的確是有偏差的情況出現，而如此數據差異之大，會影響到結論的判斷，這也讓我們對White檢定的檢定力產生疑問，並肯定Hansen檢定修正的必要性，並建議往後的研究可以Hansen檢定作為檢定基礎即可。 參考文獻 中文部分 李友嘉，民國96年，「逐步迴歸, 真實性檢驗與預測力優劣檢定法之探討-以台灣加權指數為例」，中興大學應用數學系碩士論文 王俊傑，民國96年，「以預測力優劣檢定法及真實性檢驗探討期貨市場技術分析的有效性」，朝陽科技大學財務金融系碩士論文 林昆良，民國95年，「外匯市場技術分析之研究」，國立台灣大學國際企業學研究所碩士論文。 洪美慧，民國86年，「技術分析應用於台灣股市之研究-移動平均線、乖離率指標與相對強弱指標之評估」，東海大學管理研究所碩士論文 陳建文，民國93年，「技術分析指標應用於外匯投資之獲利性比較」，國立台灣大學財務金融研究所碩士論文。 陳榮梓，民國86年，「提高外匯投資績效決策之研究－應用類神經網路與技術指標」，國立中興大學企業管理研究所碩士論文。 黃冠華，民國97年，「技術分析與實證研究-以移動平均線、每週交易日為例」，國立政治大學財務管理研究所碩士論文 黃嘉斌譯，民國89年，「市場技術指標-分析與績效」，寰宇出版股份有限公司，初版。 葉日武，民國76年，「以技術分析市場時機的效果驗證」，國立政治大學企業管理研究所碩士論文 鄭淑貞，民國83年，「台灣股票市場弱式效率性之實證研究-濾嘴法則之應用」，國立台灣工業技術學院管理技術研究所碩士論文 鄭宜典，民國96年，「基本分析與技術分析之投資績效比較」，中興大學會計研究所碩士論文 魏端余、滑明曙，民國89年，「新台幣兌美元外匯市場技術分析獲利性之研究」，中國財務學會1999年會暨財務金融學術研討會論文集。 鐘淳豐，民國90年，「配合價量關係技術型態在台灣股票市場的應用」，國立政治大學財務管理研究所碩士論文 英文部分 Alexander, S.S. (1961), “Price movements in speculative market: trends or random walks”, The Random Character of Stock Market Prices, 199-218 Alexander, S.S. (1964), “Price movements in speculative market: trends or random walks, No. 2”, The Random Character of Stock Market Prices, 338-372 Brock, W., Lakonishok, J., and LeBaron, B (1992), “Simple technical trading rules and the stochastic properties of stock returns”, Journal of Finance 47, 1731-1764 Fama, E.F. (1970), “Efficient Capital Market: A Review of Theory and Empirical work”, Journal of Finance 25, 383-471 Grossman, S.J. (1976), “On the efficiency of competitive stock markets where readers have diverse information”, Journal of Finance 31, 573-585v Grossman, S.J., and Stiglitz, J.E. (1980), “On the impossibility of informationally efficient markets”, American Economic Review 70, 393-408 Hansen, P. R. (2005), “A test for superior predictive ability”, Journal of Business and Economic Statistics 23, 365–380 Hansen, P. R., and A. Lunde (2005), “A forecast comparison of volatility models: Does anything beat a GARCH(1,1)?”, Journal of Applied Econometrics 20, 873–889 Hsu, P.H., and Kuan, C.M. (2005), “Reexamining the profitability of technical analysis with data snooping checks”, Journal of Financial Econometrics 3(4), 606-628 Jensen, M. C., and G. A. Benington (1970), “Random Walks and Technical Theories: Some Additional Evidence”, Journal of Finance 25, 469–482 LeBaron, Blake (1996), “Technical Trading Rule Profitability and Foreign Exchange Intervention”, NBER Working Paper No. 5505 Lo, A. W., and A. C. MacKinlay (1990), “Data-Snooping Biases in Tests of Financial Asset Pricing Models”, Review of Financial Studies 3, 431–467 Min Qi, and YangRu Wu (2006), “Technical trading-rule profitability, data snooping, and reality check: evidence from the foreign exchange market”, Journal of Money, Credit and Banking, Vol. 38, No. 8 Neely, Christopher J., Paul Weller and Robert Dittmar (1996), “Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach”, CEPR Discussion Paper No. 1480 Politis, D. N., and J. P. Romano (1994), “The Stationary Bootstrap”, Journal of the American Statistical Association 89, 1303–1313 Sullivan, R., A. Timmermann, and H. White (1999), “Data-Snooping, Technical Trading Rule Performance, and the Bootstrap”, Journal of Finance 54, 1647–1691 Sweeney, R. J. (1986), “Beating the Foreign Exchange Market”, Journal of Finance 41, 163–182 Sweeney, R. J. (1988), “Some New Filter Rule Tests: Methods and Results”, Journal of Financial and Quantitative Analysis 23, 285–300 White, H. (2000), “Reality Check for Data Snooping”, Econometrica 68, 1097–1126 描述 碩士
國立政治大學
國際經營與貿易學系
96351034資料來源 http://thesis.lib.nccu.edu.tw/record/#G0096351034 資料類型 thesis dc.contributor.advisor 郭炳伸 zh_TW dc.contributor.advisor Kuo, Biing Shen en_US dc.contributor.author (Authors) 張家瑋 zh_TW dc.contributor.author (Authors) Chang, Chia Wei en_US dc.creator (作者) 張家瑋 zh_TW dc.creator (作者) Chang, Chia Wei en_US dc.date (日期) 2009 en_US dc.date.accessioned 9-May-2016 14:53:22 (UTC+8) - dc.date.available 9-May-2016 14:53:22 (UTC+8) - dc.date.issued (上傳時間) 9-May-2016 14:53:22 (UTC+8) - dc.identifier (Other Identifiers) G0096351034 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/95065 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 國際經營與貿易學系 zh_TW dc.description (描述) 96351034 zh_TW dc.description.abstract (摘要) 本研究以新台幣外匯市場中美元、日幣、英鎊、加幣、與韓元兌新台幣匯率為研究目標，使用四種簡單技術分析建構交易法則，分別為濾嘴法則、移動平均法則、支撐與壓力法則、與通道法則，並改變其參數成為總數1796種的交易法則。對新台幣外匯市場採取以下三種測試：全樣本測試，Brock，Lankonishok，& LeBaron（1992）的子樣本期間測試，以及Lo & Mackinlay（1990）提出的樣本外測試。並使用White（2000）與Hansen（2005）提出的檢定，探討資料窺視問題（data snooping bias）以及交易法則的真實獲利能力。 從實證中發現，本研究並沒有找到一個能夠在新台幣外匯市場上所有匯率都適用的交易法則，也就是說，投資者必須根據不同的市場做探討分析，選擇不同的最佳交易法則。 另外， 美元兌新台幣匯率市場能夠找到最佳交易法則而獲得顯著的超額報酬。而日幣、英鎊、加幣、與韓元等四個外匯市場，所找到的最佳交易法則可能僅止為最適合解釋這段歷史資料的交易法則，最佳交易法則並不具有顯著的獲利能力。White檢定與Hansen檢定計算的p值在前後期增減互見，且數據都不顯著，並沒有如過去文獻一般出現市場越來越有效率的看法。 最後，實證結果顯示White檢定的確是有偏差的情況出現，而如此數據差異之大，會影響到結論的判斷，這也讓我們對White檢定的檢定力產生疑問，並肯定Hansen檢定修正的必要性，並建議往後的研究可以Hansen檢定作為檢定基礎即可。 zh_TW dc.description.tableofcontents 摘要 ..................................................... I 目次 .................................................... II 圖檔目錄 ................................................. IV 第一章、緒論 .............................................. 1 第一節 研究背景與動機 .............................. 1 第二節 研究架構 .................................... 3 第二章、文獻回顧 ........................................... 4 第一節 技術分析理論 ................................ 4 第二節 國外技術分析相關文獻回顧 ...................... 5 第三節 國內技術分析相關文獻回顧 ...................... 8 第三章、研究方法 ...................................................... 11 第一節 樣本選取與資料來源 .......................... 11 第二節 交易法則 ................................... 12 一、濾嘴法則（Filter Rule）................ 13 二、移動平均法則（Moving Average）......... 14 三、支撐與壓力法則(Support and Resistance) .17 四、通道法則（Channel Breakout）........... 18 第三節 報酬的計算 ................................. 18 第四節 技術分析報酬的檢定方法 ...................... 24 一、White檢定 ............................ 25 二、Superior Predictive Ability檢定 ...... 27 第四章、實證結果分析 ...................................... 31 第一節 樣本資料統計 ............................... 31 第二節 全樣本檢測分析 ............................. 33 第三節 子樣本檢測分析 ............................. 38 第四節 樣本外測試分析 ............................. 41 第五章、結論與建議 ........................................ 44 參考文獻 ................................................. 46 附錄 .................................................... 49 A. 定態拔靴法實作RC檢定和SPA檢定 ................... 49 B. SPA p值比較表 ................................. 51 zh_TW dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0096351034 en_US dc.subject (關鍵詞) 技術分析 zh_TW dc.subject (關鍵詞) 資料窺視 zh_TW dc.subject (關鍵詞) data snooping en_US dc.title (題名) 外匯技術分析可否產生超額報酬? 台灣外匯市場的證據 zh_TW dc.title (題名) Can technical trading rule generate excess return? Evidence from Taiwanese FOREX market en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 中文部分 李友嘉，民國96年，「逐步迴歸, 真實性檢驗與預測力優劣檢定法之探討-以台灣加權指數為例」，中興大學應用數學系碩士論文 王俊傑，民國96年，「以預測力優劣檢定法及真實性檢驗探討期貨市場技術分析的有效性」，朝陽科技大學財務金融系碩士論文 林昆良，民國95年，「外匯市場技術分析之研究」，國立台灣大學國際企業學研究所碩士論文。 洪美慧，民國86年，「技術分析應用於台灣股市之研究-移動平均線、乖離率指標與相對強弱指標之評估」，東海大學管理研究所碩士論文 陳建文，民國93年，「技術分析指標應用於外匯投資之獲利性比較」，國立台灣大學財務金融研究所碩士論文。 陳榮梓，民國86年，「提高外匯投資績效決策之研究－應用類神經網路與技術指標」，國立中興大學企業管理研究所碩士論文。 黃冠華，民國97年，「技術分析與實證研究-以移動平均線、每週交易日為例」，國立政治大學財務管理研究所碩士論文 黃嘉斌譯，民國89年，「市場技術指標-分析與績效」，寰宇出版股份有限公司，初版。 葉日武，民國76年，「以技術分析市場時機的效果驗證」，國立政治大學企業管理研究所碩士論文 鄭淑貞，民國83年，「台灣股票市場弱式效率性之實證研究-濾嘴法則之應用」，國立台灣工業技術學院管理技術研究所碩士論文 鄭宜典，民國96年，「基本分析與技術分析之投資績效比較」，中興大學會計研究所碩士論文 魏端余、滑明曙，民國89年，「新台幣兌美元外匯市場技術分析獲利性之研究」，中國財務學會1999年會暨財務金融學術研討會論文集。 鐘淳豐，民國90年，「配合價量關係技術型態在台灣股票市場的應用」，國立政治大學財務管理研究所碩士論文 英文部分 Alexander, S.S. (1961), “Price movements in speculative market: trends or random walks”, The Random Character of Stock Market Prices, 199-218 Alexander, S.S. (1964), “Price movements in speculative market: trends or random walks, No. 2”, The Random Character of Stock Market Prices, 338-372 Brock, W., Lakonishok, J., and LeBaron, B (1992), “Simple technical trading rules and the stochastic properties of stock returns”, Journal of Finance 47, 1731-1764 Fama, E.F. (1970), “Efficient Capital Market: A Review of Theory and Empirical work”, Journal of Finance 25, 383-471 Grossman, S.J. (1976), “On the efficiency of competitive stock markets where readers have diverse information”, Journal of Finance 31, 573-585v Grossman, S.J., and Stiglitz, J.E. (1980), “On the impossibility of informationally efficient markets”, American Economic Review 70, 393-408 Hansen, P. R. (2005), “A test for superior predictive ability”, Journal of Business and Economic Statistics 23, 365–380 Hansen, P. R., and A. Lunde (2005), “A forecast comparison of volatility models: Does anything beat a GARCH(1,1)?”, Journal of Applied Econometrics 20, 873–889 Hsu, P.H., and Kuan, C.M. (2005), “Reexamining the profitability of technical analysis with data snooping checks”, Journal of Financial Econometrics 3(4), 606-628 Jensen, M. C., and G. A. Benington (1970), “Random Walks and Technical Theories: Some Additional Evidence”, Journal of Finance 25, 469–482 LeBaron, Blake (1996), “Technical Trading Rule Profitability and Foreign Exchange Intervention”, NBER Working Paper No. 5505 Lo, A. W., and A. C. MacKinlay (1990), “Data-Snooping Biases in Tests of Financial Asset Pricing Models”, Review of Financial Studies 3, 431–467 Min Qi, and YangRu Wu (2006), “Technical trading-rule profitability, data snooping, and reality check: evidence from the foreign exchange market”, Journal of Money, Credit and Banking, Vol. 38, No. 8 Neely, Christopher J., Paul Weller and Robert Dittmar (1996), “Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach”, CEPR Discussion Paper No. 1480 Politis, D. N., and J. P. Romano (1994), “The Stationary Bootstrap”, Journal of the American Statistical Association 89, 1303–1313 Sullivan, R., A. Timmermann, and H. White (1999), “Data-Snooping, Technical Trading Rule Performance, and the Bootstrap”, Journal of Finance 54, 1647–1691 Sweeney, R. J. (1986), “Beating the Foreign Exchange Market”, Journal of Finance 41, 163–182 Sweeney, R. J. (1988), “Some New Filter Rule Tests: Methods and Results”, Journal of Financial and Quantitative Analysis 23, 285–300 White, H. (2000), “Reality Check for Data Snooping”, Econometrica 68, 1097–1126 zh_TW
