研究架構與流程

第三節 研究架構與流程

本研究之論文架構如下所述；

第一章 緒論

說明本文之研究動機與目的，以及研究架構與流程。

第二章 文獻回顧

針對高頻交易的定義與期貨報酬率變數相關文獻進行整理與探討。本章主要分為兩個小 節，第一節介紹高頻交易的定義，及其衡量方式與特質有哪些；第二節則是有關於影響期貨 報酬率之因素的文獻。

第三章 研究方法

首先介紹資料的來源，以及資料期間。接著為研究假說，此章節共有兩個假說，第一個 假說為頻繁交易人之積極度是否能預測期貨市場報酬率，第二個假說則是頻繁交易人之委託 不均衡是否能預測期貨市場報酬率。最後為本研究變數之定義，以及說明各個變數之計算方 式，並將變數建構於本研究之研究迴歸模型中進行檢定測試及線性計量模型之設定。

第四章 實證結果與分析

針對第三章的研究方法做資料的計算，運用統計方法來驗證結果是否符合我們的預期，

並探討期貨報酬率與變數間之相關性。

第五章 結論

根據本研究的實證結果進行整合，並提出建議。

4

本研究流程圖如【圖 1-1】所示：

【圖 1-1】研究流程圖

文獻回顧

研究方法

研究結論與建議 實證結果分析

迴歸模型

研究假說 變數定義

緒論

5

第二章 文獻回顧

本研究將文獻探討分為兩個部份，第一節為對高頻交易定義及高頻交易帳戶的特質之相

關文獻，第二節為高頻交易人的行為像是委託單積極度與委託不均衡對市場報酬率影響及之 間是否存在相關性之文獻。

第一節 高頻交易定義相關文獻

就字面上的意思來看，大家對高頻交易的想法不外乎是頻繁又積極的下單動作、在很短 的時間內刪單或改單、持有部位期間極短等。過去有許多文獻對於高頻交易之定義已有許多 的探討。SEC(2014)列出五點高頻交易的特質：利用高速及複雜的電腦程式運算來產生、修改 及執行委託單；使用與交易所共同位置的裝置和資料來源，以降低網路和其他可能產生的交 易延遲性；在極短的時間內建立具有流動性的部位；大量的委託單在下單後，又在極短的時 間內刪改單；每日的留倉量呈現較為平坦的狀態。

Brogaard(2010)提出高頻交易是一種透過電腦運算來進行迅速的買進賣出、且持有期間極 短的一個投資策略。文中提到高頻交易(High Frequency Trading)是演算法交易(Algorithmic

Trading)的子集合，HFT與AT的差別在於HTF的持有期間非常短且每日留倉量呈現較水平的狀 態。

Kirilenko, Samadi, Kyle and Tuzun(2010)提出高頻交易人的策略為買賣大量的契約數量並 維持在一個相對低的存量。其交易帳戶每日的淨部位變動在1.5%以內，且該帳戶在每日收盤 前之淨部位不會多於當天交易量的5%。文中指出將委託次數占市場前3%之交易帳戶定義為高 頻交易帳戶。

6

第二節 高頻交易行為與報酬率相關文獻

高頻交易者是利用高速及複雜的電腦程式運算交易來獲利，他們具有交易資訊設備方面 及程式運算方面的優勢。

投資人的交易策略除了買進和賣出的選擇，同時需決定委託價格及數量，Griffiths(2000) 提到委託價與量的決策在於機會成本及執行成本間做取捨，當投資人想立即成交，不注重執

行成本時，此為積極的委託行為，價格也較為積極。Biais et al.(1995)、Ranaldo(2004)、

Griffiths(2000) 與 Lee(2004)發現委託越積極，對價格的影響越大。Tsai(2013)指出當限價買單 的價格大於等於成交價或限價賣單的價格小於等於成交價時為積極的委託單；當限價買單的 價格小於等於成交價或限價賣單的價格大於等於成交價時為不積極的委託單。

Ranaldo(2004)當委託交易雙方有一方的委託量較多，就會產生委託不均衡，正的委託不 均衡表示委託買單大於委託賣單，有看好未來價格的趨勢，同時也會產生暫時性的價格波動。

Chordia(2002)及 Lee(2004)研究認為相較於成交量，委託不均衡與價格有更高的相關性。

Lee(1992), Blume et al.(1989), Cushing and Madhavan(2000), 及 Stoll(2000)等文獻皆發現，委託 不均衡與報酬率有顯著正向關係。

李沃牆與許維哲(2011)研究顯示，期貨價格報酬率與成交量和未平倉量間是有關係的，

其實證結果顯示，報酬率與成交量的關係，大致呈現非對稱V 字型的價量關係；而報酬率與 未平倉量呈非對稱倒V 字型的價量關係。

7

第三章 研究方法

本章一開始為敘述樣本選取及樣本期間，再來是定義頻繁交易人方式。接著說明研究變 數之定義，利用該類投資人之每五分鐘刪改單比率、委託單不均衡及積極度等為變數，探討 這些變數對預測未來事後報酬率之能力。

第一節 研究資料來源 一、樣本選取與樣本期間

本研究使用臺股期貨(TXF)【表 6-1】及小型臺指期貨(MXF)【表 6-2】等商品為研究對象，

這些商品為大多數投資人主要的交易項目，且交易量也大。此篇研究使用台灣期貨交易所的 每日委託檔及成交檔之交易資料，時間從 2007 年 1 月 2 日至 2008 年 6 月 13 日，共有 356 個 交易日。

二、投資人種類

美國證券交易委員會(SEC)2010 列出高頻交易人有以下五點特質：

1. 利用高速及複雜的電腦程式運算來產生、修改及執行委託單。

2. 使用與交易所共同位置的裝置和資料來源，以降低網路和其他類型所可能產生的交易延

遲性。

3. 在極短的時間內建立一個具有流動性的部位。

4. 大量的委託單在下單後，又在極短的時間內刪改單。

5. 每日的留倉量呈現較為平坦的狀態。

8

在Gomber, Arndt, Lutat, and Uhle(2011)也提到了一些高頻交易人的特質：下大量的委託 單、在極短時間內刪改單、極短的持有時間、日水平部位、低延遲性等。

台灣期貨市場只有部分符合 SEC 對高頻交易人的定義，因此本研究根據以上特質，歸納 出兩種條件篩選出的兩類頻繁交易人：第一類定義(HFT1)是一年的刪改單比率在 20%以上，

第二類定義(HFT2)是一年中委託總次數占全市場的前 3%，再探討以不同篩選方式選出之頻繁 交易人，分別對預測市場報酬率之能力的差異。

定義一：

一年的刪改單比率 =

投資人一年的委託單量

≥ 20%

定義二：

投資人一年的委託單次數占全市場前 3%

【圖 3-1】2007、2008 年大台指投資人平均每日刪改單比率門檻

【圖 3-1】為交易商品為大台指之平均每日刪改單比率門檻，在一年的投資人帳號中設立基本 門檻：委託單次數≥ 247，例如：2007 年每天至少有下一次委託單之帳號，篩選後共有 8857 個投資人帳號，再依照刪改單比率由小到大排序，在刪改單比率為 19.97%的地方有明顯落差，

因此以刪改單比率≥ 20%為交易大台指的頻繁交易人之定義一。

9

【圖 3-2】2007、2008 年小台指投資人平均每日刪改單比率門檻

【圖 3-2】為交易商品為小台指之投資人平均每日刪改單比率門檻，在一年的投資人帳號中設 立基本門檻：委託單次數≥ 247，以 2007 年為例，每天至少有下一次委託單之帳號，篩選後 共有 5301 個投資人帳號，再依照刪改單比率由小到大排序，在刪改單比率為 20.40%的地方

有明顯落差，因此以刪改單比率≥ 20%為交易小台指的頻繁交易人之定義一。

在第一類頻繁交易人定義的部分，為了檢測刪改單比率≥ 20%的結果在其他條件下是否

也能成立，因此分別加入刪改單比率為 18%及 22%的門檻，做強度檢驗(Robustness Test)，來 強化在第一類高頻交易人定義所做出的結果之準確度。

【表 3-1】大台指、小台指 HFT1 及 HFT2 之頻繁交易人數

2007 2008

大台指期貨 小台指期貨 大台指期貨 小台指期貨

HFT1

dp=0.18 2,128 1,283 2,642 2,734 dp=0.2 1,804 1,070 2,159 2,229 dp=0.22 1,540 904 1,802 1,853

HFT2 2,514 2,523 3,393 3,389

10

第二節 研究假說

本研究想探討的地方為頻繁交易投資人對台灣期貨市場報酬預測之能力，檢視有哪些因 素會影響到市場報酬率。資料的研究期間共 356 天，使用日內資料以每五分鐘為一區間來求 頻繁交易人的積極度及委託不均衡情形，以及對期貨市場報酬率的預測能力。根據以往研究 顯示，高頻交易有價格發現機制，本文想探討是否頻繁交易人的交易行為真的會影響到市場 報酬率。

一、積極度與績效表現

利用委託價格的積極度來判斷與市場報酬率之相關性。當委託買單的價格大於成交價或 委託賣單的價格小於成交價時，兩者情況皆視為積極的委託單，將每五分鐘的積極買單與積 極賣單相減再除以每五分鐘的總委託量，算出積極單比率，再以當期及落後一期和兩期的積 極單比率做為變數，來研究與當期市場報酬率之相關性。

假說一：高頻交易人之積極度與報酬率呈正相關 二、委託不均衡與績效表現

從委託單的不均衡來看與市場報酬率的相關程度。以每五分鐘加總的委託買單減去每五 分鐘加總的委託賣單再除以總委託量，可以得到一委託不均衡比率，再以當期及落後一期和 兩期的委託不均衡比率做為變數，來研究與當期市場報酬率之相關性。若委託不均衡比率大 於零，委託買單量大於委託賣單量，代表看多的趨勢；若委託不均衡比率小於零，委託賣單 量大於委託買單量，代表看空的趨勢。

假說二：高頻交易人之委託不均衡與報酬率呈正相關

11

第三節 研究變數定義與迴歸模型 一、變數定義

【變數一】

變數名稱：積極單比率(積極度) 變數符號：𝐴𝐺𝐺_𝑡−𝑖^𝐹 ，i=0,1,2

變數定義：當期及落後一期與兩期之積極度，

積極的定義： 買單的價格 ≥ 成交價 或 賣單的價格 ≤ 成交價

計算方式：^{買單積極委託單量𝑖−賣單積極委託單量𝑖}

總委託量_𝑖

【變數二】

變數名稱：委託不均衡 變數符號：𝑂𝐼𝐵_𝑡−𝑖^𝐹 ，i=0,1,2

變數定義：當期及落後一期與兩期之委託不均衡 計算方式：^{𝐵𝑢𝑦𝑖−𝑆𝑒𝑙𝑙𝑖}

𝐵𝑢𝑦_𝑖+𝑆𝑒𝑙𝑙_𝑖

𝐵𝑢𝑦 = 市價買單委託量 × 100% + 第𝑘檔委託單成交機率 × 最佳第𝑘檔委託量 𝑆𝑒𝑙𝑙 = 市價賣單委託量 × 100% + 第𝑘檔委託單成交機率 × 最佳第𝑘檔委託量

【表 3-2】最佳 1 檔至最佳 5 檔之成交機率

k=1,2,3,4,5 第一檔 第二檔 第三檔 第四檔 第五檔 交易天數

k=1,2,3,4,5 第一檔 第二檔 第三檔 第四檔 第五檔 交易天數