4. 實證研究
4.2 實證過程
4.2.4 交易邏輯與績效
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
這 6 個模型所產生的日內每分鐘 FK 值是一個高頻振動波形，因為本 文跑模型的方式是每一個時點跑出一個預測值(4.2.1 的矩陣形式)，也就是 每一個時點有它自己的預測模型，所以才會產生【圖 4-10】至【圖 4-15】
的高頻震盪圖，這樣做的目的是為了預測隔天開盤至收盤的每 1 分鐘 FK 值作為買賣交易的訊號，當我接收到 1~T 日的日內每分鐘收盤價資料，經 由 EEMD-ANN-FK 模型產生 T+1 天的每分鐘 FK 值，藉由買進與賣出 FK 門檻值的判斷，可以讓我知道未來一天那個時點該買進或賣出(放空)，當 然這 6 個模型並不是每一個的 FK 值都具有參考價值，從【圖 4-10】至【圖 4-15】中可發現，除了 FK02-16 之外，其它 5 個模型都有異常低或高的週 期事件集合值出現，導致 FK 值都偏高或偏低的情況，此種情況會讓交易 訊號都呈現單一方向，也就是一直放空或一直買進，會使交易績效有較大 幅度的變動。
Signal-Noise Ratio 為 0.1 的 FK01-8、FK01-12、FK01-16，相較於 Signal-Noise Ratio 為 0.2 的 FK02-8、FK02-12、FK02-16，出現異常週期事 件集合值的情形略微明顯，且第 2 層神經層的神經元個數為輸入變數 2 倍 的 FK02-16 與 FK01-16，相較於同一 Signal-Noise Ratio 下第 2 層神經元個 數為 12 與 8 的模型，較不會出現異常集合值，表示第 2 層神經元個數為 16 的模型，其 FK 值較不會讓交易訊號都呈現單一方向，也就是其交易績 效相較於其它兩者不會出現大幅變動的情形，接下來以台股加權指數作為 交易標的，計算這 6 個模型的交易績效與交易次數，找出一個較能準確地 捕捉到市場行情走勢的交易模型。
4.2.4 交易邏輯與績效
本文的交易邏輯如下所述：
(1) 依 FK 買賣門檻值作為交易訊號，單筆交易數量為 1 個單位(口數)，其 買賣門檻值與交易訊號如【表 4-3】與【表 4-4】：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
買進(Buy)門檻值 賣出(Sell)門檻值
1 0.15 0.85
2 0.16 0.84
3 0.17 0.83
4 0.18 0.82
5 0.19 0.81
6 0.20 0.80
7 0.21 0.79
8 0.22 0.78
9 0.23 0.77
10 0.24 0.76
11 0.25 0.75
【表 4-3】買進與賣出 FK 門檻值
交易訊號 FK 指標值
Sell FK≥賣出門檻值
Hold 買進門檻值<FK<賣出門檻值 Buy FK≤買進門檻值
【表 4-4】交易訊號判別式
(2) 限制買進或賣出連續交易次數不超過 10 次或 5 次(留倉單位限制) (3) 考慮交易成本為 3 點
(4) 當日沖銷交易，即當日收盤時會將所有未平倉部位全數平倉 此交易邏輯下，存在二個假設：
(1) 不考慮流動性問題，即每筆交易的所有單位數必定全數成交 (2) 每筆交易的所有單位數必定成交在同一價位
本文經由 EEMD-ANN-FK 產生了未來一天開盤至收盤每一分鐘的 FK 值，並給定不同買進與賣出 FK 門檻值，探討各個模型在不同的 FK 門檻
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
40
值範圍的交易績效，並與 Buy and Hold 策略作比較，及不同門檻值範圍的 交易績效與交易次數，交易期間為 2010/09/01 至 2010/09/30 共有 21 天交 易日，以下為 6 個模型在不同留倉單位限制下的交易績效與 Buy and Hold 策略交易績效比較圖表：
交易績效(%) FK01-8(5) FK01-12(5) FK01-16(5) FK02-8(5) FK02-12(5) FK02-16(5) 0.25-0.75 2.14% -7.97% 3.65% 4.39% -0.03% -11.43%
0.24-0.76 5.22% -6.29% 1.01% 6.05% 2.43% -10.36%
0.23-0.77 5.89% 0.20% 2.04% 6.95% 2.52% -8.63%
0.22-0.78 5.32% 0.20% 4.82% 6.98% 2.62% -6.02%
0.21-0.79 4.66% 1.18% 6.46% 8.30% 2.69% -0.23%
0.20-0.80 6.39% 2.08% 6.86% 7.25% 4.93% 0.25%
0.19-0.81 6.47% 1.08% 4.31% 8.22% 2.67% 3.03%
0.18-0.82 9.64% 2.18% 3.43% 10.24% 5.56% 4.08%
0.17-0.83 9.87% 1.04% 5.32% 7.07% 5.53% 5.10%
0.16-0.84 10.08% 0.29% 6.96% 7.43% 7.01% 7.36%
0.15-0.85 7.82% 0.54% 7.81% 7.72% 9.46% 7.64%
buy & hold 7.73%
【表 4-5】各模型交易績效表(留倉單位限制為 5)
【圖 4-16】各模型交易績效走勢圖(留倉單位限制為 5)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
交易績效(%) FK01-8(10) FK01-12(10) FK01-16(10) FK02-8(10) FK02-12(10) FK02-16(10)
0.25-0.75 1.53% -10.84% 7.10% 9.73% 1.83% -14.97%
0.24-0.76 3.15% -9.16% 6.54% 12.08% 2.77% -12.88%
0.23-0.77 3.52% -1.54% 9.07% 13.70% 3.21% -9.50%
0.22-0.78 2.22% 0.70% 9.70% 14.43% 1.96% -5.55%
0.21-0.79 3.89% 1.77% 11.25% 12.84% 2.55% 1.68%
0.20-0.80 6.82% 2.20% 10.14% 12.68% 6.60% 2.41%
0.19-0.81 6.25% -0.41% 6.41% 14.95% 5.38% 7.37%
0.18-0.82 8.90% 0.15% 4.62% 16.75% 6.49% 9.00%
0.17-0.83 7.56% -1.70% 3.76% 13.73% 5.80% 10.12%
0.16-0.84 9.57% -2.35% 6.03% 12.60% 7.43% 14.72%
0.15-0.85 6.98% -2.97% 7.00% 11.72% 9.88% 13.85%
buy & hold 7.73%
【表 4-6】各模型交易績效表(留倉單位限制為 10)
【圖 4-17】各模型交易績效走勢圖(留倉單位限制為 10)
Appendix 的【圖 A-1】至【圖 A-24】分別為各交易模型在不同的留倉 單位限制與不同的 FK 買賣門檻值範圍下，2010/09/01~2010/09/30 的累計 交易績效走勢圖，及不同買賣門檻值範圍的交易績效與次數圖，【表 4-5】
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
與【表 4-6】是將各模型在不同買賣門檻值範圍與不同留倉單位限制的累 計交易績效結果整理出來，【圖 4-16】與【圖 4-17】則是將【表 4-5】與【表 4-6】的數值畫成圖來表示。
在累計績效圖中，這 6 個模型的累計績效走勢，以 FK02-16 的振盪程 度為最小，這樣的結果從【圖 4-9】至【圖 4-15】的各模型 FK 值圖形可觀 察出來，若交易模型出現異常高或低的週期事件集合值，對於部位的績效 表現有很大的影響，如果模型的預測方向是正確的，會產生高額的獲利，
但若預測方向是錯誤的，會造成巨額的虧損，這樣的交易模型無法精確地 捕捉台股加權指數的走勢。
本文將各交易模型搭配不同的留倉單位限制及不同的買賣門檻值範 圍，詴圖找出一個交易模型的累計交易績效走勢是穩穩地向上攀升，並且 可以優於 Buy and Hold 策略績效，從【圖 4-16】與【圖 4-17】可看出，留 倉單位限制 10 的交易績效較佳，而【圖 4-17】中 FK02-8 在任一 FK 買賣 門檻值範圍下，其交易績效表現都較 Buy and Hold 策略好，但若從 FK02-8 的累計交易績效圖【圖 A-19】來看的話，累計交易績效走勢並非穩定向上 攀升，因為 FK02-8 的 FK 圖【圖 4-13】中可看出有異常高或低的週期事 件集合值，而 FK02-16 在留倉單位限制為 10【圖 4-17】的情況下，有幾個 買賣門檻值範圍的累計交易績效優於 Buy and Hold 策略，分別為
0.15-0.85、0.16-0.84、0.17-0.83，其中以 0.16-0.84 的累計交易績效為最好，
而且在 FK02-16 的累計交易績效圖【圖 A-23】中可看出這幾個買賣門檻值 範圍的走勢幾乎都在 Buy and Hold 策略累計交易績效之上，是一個穩穩地 向上攀升的交易績效。
在平均交易次數方面，直覺上，買賣門檻值範圍越小，其平均交易次 數應越多，實證結果正是如此，而本文也發現在同一買賣門檻值範圍下，
FK02-16 的平均交易次數較其它模型多，當然平均交易次數多不代表能夠 獲利，但 FK02-16 不僅平均交易次數多，也能夠有優於 Buy and Hold 策略 績效。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
5. 結論
為了找出一個能夠補捉台股加權指數走勢並且能夠穩定獲利的交易 模型，本文利用 EEMD-ANN 預測出未來一天的日內每分鐘週期事件集合 值，並轉換成 FK 值，考慮不同的 ANN 內部各層神經元個數配置及 Signal-Noise ratio，產生 6 個模型，再利用不同的留倉單位限制與 FK 買賣 門檻值範圍，驗證這些模型是否能夠有穩定地交易績效表現，最後發現 FK02-16 這個模型在買賣門檻值設定為 0.16-0.84 的情況下，能夠精確地捕 捉到台股加權指數走勢的買賣點，這也告訴我們台股加權指數較適合用 Signal-Noise Ratio 為 0.2 的 EEMD 拆解，而 ANN 的 3 層神經層中第 2 層 的神經元個數應為輸入變數 2 倍較佳，之後的研究可考慮在 ANN 內部結 構作改變。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
參考文獻
Chena A.S., M.T. Leungb, H. Daouk(2003), “Application of neural networks to an emerging financial market: forecasting and trading the Taiwan Stock Index”, Computers & Operations Research 30 (2003) 901–923
Chan M.C., C.C. Wong, C.C. Lan(2000), “Financial Time Series Forecasting by Neural Network Using Conjugate Gradient Learning Algorithm and Multiple Linear Regression Weight Initialization”, Citeseer (2000)
Hamid S.A., Z. Iqbal(2004), “Using neural networks for forecasting volatility of S&P 500 Index futures prices”, Journal of Business Research 57(2004) 1116-1125
Irina K., J. Lelis(2008), “Pre-Processing of Input Data of Neural Networks:The Case of Forecasting Telecommunication Network Traffic”, Telenor ASA(2008) Lane G.C.(1984), “Trading Strategies”, Future Symposium International(1984) Lin T.W., C.C. Yu(2009), “Forecasting stock market with neural networks”, SSRN Working Paper (2009)
Quaha T.S., B. Srinivasan(1999), “Improving returns on stock investment through neural network selection”, Expert Systems with Applications 17 (1999) 295–301
Wu Z.H., N.E. Huang(2009), “Ensemble Empirical Mode Decomposition:A Noise-Assisted Date Analysis Method”, Advances in Adaptive Data Analysis Vol. 1, No.1 (2009) 1-41.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
Yu L., S.Y. Wang , K.K. Lai(2008), “Forecasting crude oil price with an EMD-based neural network ensemble learning paradigm”, Energy Economics 30(2008) 2623-2635
Zhang, J.Z., “Design and implementation of intelligent stock trading decision support systems using adaptive-structure neural networks”, PhD thesis, Department Of Electrical Engineering, National Taiwan University, 1993 Zhang X., K.K. Lai, S.Y. Wang (2008), “A new approach for crude oil price analysis based on Empirical Mode Decomposition”, Energy Economics 30(2008) 905-918
林萍珍(2008), 投資分析:含 Matlab 應用、類神經網路與遺傳演算法模型 謝志敏(2007), 希爾伯特黃轉換簡介(Hilbert Huang Transform)
羅華強編著(2005), 類神經網路 – MATLAB 的應用
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
Appendix
【圖 A-1】FK01-8(留倉單位限制為 5)的各門檻值累計績效
【圖 A-2】FK01-8(留倉單位限制為 5)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
47
【圖 A-3】FK01-12(留倉單位限制為 5)的各門檻值累計績效
【圖 A-4】FK01-12(留倉單位限制為 5)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
【圖 A-5】FK01-16(留倉單位限制為 5)的各門檻值累計績效
【圖 A-6】FK01-16(留倉單位限制為 5)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
【圖 A-7】FK02-8(留倉單位限制為 5)的各門檻值累計績效
【圖 A-8】FK02-8(留倉單位限制為 5)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
【圖 A-9】FK02-12(留倉單位限制為 5)的各門檻值累計績效
【圖 A-10】FK02-12(留倉單位限制為 5)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
【圖 A-11】FK02-16(留倉單位限制為 5)的各門檻值累計績效
【圖 A-12】FK02-16(留倉單位限制為 5)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
52
【圖 A-13】FK01-8(留倉單位限制為 10)的各門檻值累計績效
【圖 A-14】FK01-8(留倉單位限制為 10)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
【圖 A-15】FK01-12(留倉單位限制為 10)的各門檻值累計績效
【圖 A-16】FK01-12(留倉單位限制為 10)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
54
【圖 A-17】FK01-16(留倉單位限制為 10)的各門檻值累計績效
【圖 A-18】FK01-16(留倉單位限制為 10)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
【圖 A-19】FK02-8(留倉單位限制為 10)的各門檻值累計績效
【圖 A-20】FK02-8(留倉單位限制為 10)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
【圖 A-21】FK02-12(留倉單位限制為 10)的各門檻值累計績效
【圖 A-22】FK02-12(留倉單位限制為 10)的績效與次數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
57
【圖 A-23】FK02-16(留倉單位限制為 10)的各門檻值累計績效
【圖 A-24】FK02-16(留倉單位限制為 10)的績效與次數