第二章 文獻探討
第一節 技術指標相關文獻
過去許多文獻嘗試分析股票之歷史資料，並從中產生技術指標及交易策略，
但對於技術分析的獲利能力或預測能力眾說紛紜。如林澤利(2006)、Marshall et al.
(2006)、Horton (2009)、Prado, Ferneda, Morais, Luiz, and Matsura (2013)、池福灶、
黃 上 晏 、 林 淑 瑜 (2016) 、 Chin, Jais, Balia, and Tinggi (2017) 及 Tharavanij, Siraprapasiri, and Rajchamaha (2017)皆接受股票市場為弱式效率的假設，即目前 股票價格已經充分反映歷史資訊，並無法透過技術分析獲得超額報酬。而 Brock et al. (1992)、黃彥聖 (1995)、Goo et al. (2007)、陳淑玲、吳安琪、費業勳(2011)、
Tam and Cuong (2018)及 Lu (2018)則認為股票市場依然存在異常現象，並無法完 全滿足弱勢效率市場的假設，透過技術分析仍可在股票市場中獲得超額報酬。而 本文著眼於探討最古老的技術指標(Nison, 1991)，也就是透過分析開盤、收盤、
最高、最低價產生出來的 K 線技術指標的預測能力。
K 線技術指標是由單根或是多根 K 線所組成的交易策略，而其中以三日技 術指標最為廣泛討論(Nison, 1991, 1994; Morris, 1995)，三日技術指標中又可分為 三日延續指標及三日反轉指標，而Lu, Shiu, and Liu (2012)認為三日反轉指標比 三日延續指標更具意義。
第二節 三日反轉技術指標相關文獻
Caginalp and Laurent(1998)首先採用數學的方式定義八種三日反轉技術指標，
及技術指標出現前的上升下降趨勢。作者分別測試了反轉技術指標出現前，有無 獲利能力的影響，作者利用 10 日的指數加權移動平均(Exponential Moving
4
Average, 𝐸𝑀𝐴)定義趨勢，並於反轉技術指標出現訊號後，使用兩種不同的持有 方式進場交易：固定持有期間與變動持有期間。固定持有期間方面，作者分別檢 驗了訊號出現後持有 1-10 天的策略獲利表現；變動持有期間方面，作者則設定 每次交易的利潤分別達 0.5%、1.0%、1.5%時出場。實證結果顯示，於固定持有 期間為 5-7 天且考慮交易成本的狀況下，三白兵(Three White Soldiers, TWS)及黑 三兵(Three Black Crows, TBC)此兩種技術指標，分別能產生 1.95%及 1.19%的平 均報酬率，而在晨星(Morning Star, MS)及夜星(Evening Star, ES)的技術指標，且 固定持有期間為 1 至 10 日下，皆能產生高於 1%的平均報酬率。Lu (2018)也表 示，在 1%利潤目標的變動持有期間下，無論使用何種三日反轉技術指標交易，
皆會有超過 50%的機率獲得正報酬。
有三大因素決定了技術指標的獲利能力，分別為圖形定義、趨勢定義及持有 策略(Caginalp and Laurent, 1998)，因此 Lu et al. (2015)參考 Nison (1991)對於三日 反轉技術指標的圖形定義，以 1992 年至 2012 年的道瓊指數成分股為樣本，檢驗 三種趨勢定義及四種持有策略對三日反轉技術指標獲利能力的影響。趨勢定義方 面為三日移動平均線、十日指數移動平均線及 Levy (1971)所提出的 Levy 趨勢。
而持有策略包含兩個層面：持有期間及出場策略，作者分別參考 Caginalp and Laurent (1998)及 Marshall et al. (2006)所提出的出場策略(以下簡稱 CL 及 MYR 出 場策略)，檢驗兩種出場策略在三日、十日的持有期間下對獲利能力的影響。實證 的預測及獲利能力。而 Zhang (2006)則提出不同層面的觀點，Zhang (2006)利用公 司市值、公司成立時間、分析師報導、分析師預測以及股價波動率代理股票資訊
5 理論(Barber and Odean, 2008)，除了探討三日反轉技術指標交易策略的獲利能力 外，更進一步利用迴歸分析以及排序分組的方式，探討投資人關注與三日反轉技
Fang and Peress (2009)提出支持投資者認知假說的實證結果，作者以 1993 年 1 月 1 日至 2002 年 12 月 31 日，納斯達克上隨機挑選之 500 家公司及紐約證 券交易所所有上市公司股票為樣本，以美國四大報紙發表的文章中，個別公司出 現的次數作為投資人關注的代理變數。研究結果發現，即使考慮了市場、市值、
帳面市值比、動能、流動性等等風險因子後，媒體未報導的公司仍比經常被媒體 報導的公司，平均每月股票報酬率高了 0.2%，此現象在股價較低的公司及散戶 持股比例較高的公司尤其明顯。Fang and Peress (2009)認為，由於媒體未報導的 公司資訊不對稱程度較高，市場需要提供較高的股票報酬以作為承擔風險的補償。
另一方面，Barber and Odean (2008)提出注意力理論，假設投資人關注股票的 程度增加時，投資人會增加購買的意願並成為該股票的淨買方，最後推升該股票 價格，此理論與 Merton (1987)的投資者認知假說相反。Barber and Odean (2008) 使用過去一年該股票成交量的異常程度、該股票前一日股價有無大波動、該股票 是否被華爾街日報報導，三種變數來代理投資人關注，假設三種變數變動時，能 有效的捕捉投資人的關注程度。研究結果顯示，公司股票若出現前一日高異常成 交量、前一日股價大波動、華爾街日報相關報導，此三種變數能有效捕捉投資人 的關注，且使投資人傾向投資於該股票，因而推動股價出現暫時性的上漲，而無
6 升後再進行出售，此發現亦間接應證 Barber and Odean (2008)的注意力理論。
過去文獻中以多種不同的變數，如廣告費用(Lou, 2013、Chemmanur and Yan, 2009)、新聞報導(Fang and Peress, 2009)、周轉率(Hou et al., 2008)、異常交易值 (Barber and Odean, 2008)…等作為投資人關注的間接代理變數，但並沒有一個變 數能夠直接的代理投資人對該公司或股票的關注程度，因為這些變數的變動(如 2009; Bank, Larch, and Peter, 2011; Mondria and Wu, 2011; Da et al., 2011)。
Da et al. (2011)以 2004 年至 2008 年的羅素 3000 成分股為樣本進行研究。首 pressure hypothesis)」。此結論同樣使 Barber and Odean (2008)提出的注意力理論 得到支持。
Li, Liu, and Wang (2017)同樣利用𝑆𝑉𝐼代理投資人關注，並研究台灣中型 100 指數成分股股價與前一個月𝑆𝑉𝐼、長期增量(𝑡 − 1月𝑆𝑉𝐼減𝑡 − 2到𝑡 − 12的中位數)、 準差，即股票過去報酬率標準差越高越難以套利，反之。Joseph et al. (2011)檢驗 樣本的𝑆𝑉𝐼對報酬率、交易量和套利難易度的影響，作者首先將股票以𝑆𝑉𝐼的低至 高分為第一至第五組，在考慮了系統風險、帳面市值比、市值規模、動能因素後
7
發現，第五組的報酬率、交易量都顯著高於第一組。作者接著將𝑆𝑉𝐼及報酬率標 準差進行雙重排序，觀察兩者與股票報酬率的關係，研究結果發現過去報酬率標 準差越高的股票，其股票報酬率與𝑆𝑉𝐼的關係更為顯著，最後作者利用樣本過去 𝑆𝑉𝐼的高低形成投資組合，即買入過去𝑆𝑉𝐼最高的並賣出過去𝑆𝑉𝐼最低的股票，觀 察該投資組合八周內的報酬狀況，結果與注意力理論及價格壓力假說(Da et al., 2011; Barber and Odean, 2008)相符，投資組合在前五周有正報酬，第五至第八周 開始則出現價格反轉導致投資組合報酬轉為負。
雖然上述研究表明了投資人關注代理變數對長短期股價影響的多種結論，但 可以確認的是，𝑆𝑉𝐼作為投資人關注代理變數不僅能直接捕捉投資人對股票資訊 的關注程度，更是散戶投資人對股票資訊關注的直接代理變數，因此本文嘗試結 合三日反轉技術指標對股票價格趨勢反轉的預測能力，以及投資人關注所驅動的 股票價格延續之異常現象，參考 Zhang (2006)和 Han et al. (2013)的方式，利用迴 歸以及分組排序探討兩者在時間序列及橫斷面下的關係，並嘗試建構交易策略平 均報酬率為正的投資組合。
8 常交易值(Hou et al., 2008; Barber and Odean, 2008)、Google 搜尋量指數，及其他 可能影響投資人關注之相關公司特徵變數(Bank et al., 2011; Da et al., 2011; Ding and Hou, 2015)如 ILLIQ 非流動性因子(Amihud, 2002)、公司市值以及周轉率。由 於三日反轉技術指標是由股票的每日開高收低價格所組成，因此本研究使用台灣