1.1 研究背景
1997 年“期貨交易法”頒布實施。同年，台灣期貨交易所成立，宣告台灣期貨 市場正式開張。但自開市以來即面臨新加坡交易所的競爭，因此通過降低交易成本 提升成交量已成為首要課題。而投資者付出的投資成本為交易稅及手續費，為使交 易成本下降，政府實施調降期交稅與推動電子交易來因應。同時，期交所陸續推出 新交易品種及其他各項制度的改革雙管齊下，加強了台灣金融期貨市場的廣度和深 度，使得交易量呈現高速增長態勢。台灣期權市場交易量從 1998 年至 2009 年大幅 提升，增長了 485 倍。
1997 年 7 月證交所開放證券商從事網路等電子交易。隨著金融商品增加及網 路普及化發展，投資人對金融資訊系統所需的功能也日趨複雜化。時至今日，便捷 的網路下單環境已是所有期貨商提供的基本服務。透過電子交易可大幅縮短期貨交 易的委託成交時間，迅速反映市場價格資訊。透過電子下單軟體可為投資者提供專 業的交易策略分析，並計算控制投資者帳戶的損益風險。據統計，2006 年前十大 期貨商電子交易比重佔經紀業務交易量的 60％，並逐年增長，排名越前面的期貨 商，電子交易比重也越高。隨著電子交易成為主流趨勢，期貨商間的競爭環境愈趨 激烈，為爭取市場占有率，採以殺價搶市、手續費折讓擴展客戶，已幾達成本底線。
隨著手續費逐年降低，提高客戶交易意願，期貨市場交易量明顯增長。
台灣期貨市場曾調降期交稅 3 次。2000 年 5 月 2 日首次調降，稅率由 0.05%
降至 0.025%，2006 年 1 月 1 日第 2 次降稅，稅率由 0.025%降至 0.01%，2008 年 10 月 6 日第 3 次降稅，稅率由 0.01%降至 0.004%。觀察過去 3 次調降稅率的結果 對於擴大市場規模的效果非常顯著。特別是第三次降稅後，2008 年成交量一舉超 越新加坡期貨交易所。
從開市以來的金融市場沿革，由於手續費與交易稅大幅調降的影響，形成一般 投資人每次來回期貨交易只需 2 點價差即有獲利空間，使得日內極短線的投機操作 產生獲利的機會。
表 1-1 台灣指數期貨(大台)歷年交易成本 單位：一口 單邊
交易成本
2004 年 2006 年 2009 年
散戶 大戶 散戶 大戶 散戶 大戶
期貨手續費 $400 $160 $200 $80 $100 $40
期貨交易稅 0.025% 0.01% 0.004%
資料來源：期交所與本研究整理
1.2 研究動機
台灣股市為一淺碟式市場，容易受到消息面影響使得股價劇烈波動。隨著全球 市場的自由化與國際化，國際間股市的動態影響更為密切。特別是全球經濟龍頭的 美國，台灣股市深受其影響。在金融風暴初期，歐美股市動輒每日下跌 5%至 10%，
連帶亞洲股市一開盤就跳空下跌，隔夜的風險使得投資人長期獲利在一夕之間縮減，
因此投資人需應用避險模式來保全自有資產。
除了採用避險模式來規避隔夜風險外，最好的方式就是採取日內交易的方式進 行投資，每日的開盤股價變化已將隔夜的消息加以反應，投資人可以在盤中充分掌 握風險，以避免重大的投資損失。楊筆琇(1999)[34]利用因果關係檢定與誤差修正 模型探討台灣加權指數、台灣電子股指數、美國道瓊指數與那史達克指數領先與落 後關係，研究證實美國道瓊工業指數與那史達克指數，對台灣電子股指數及台灣加 權股價指數有明顯的影響。由此研究即可證明投資人隔夜持有部位的風險並非本身 可以掌控的。
2007 年 10 月 8 日台灣開始實施當沖保證金減半措施。據統一期貨月刊研究報 告(2009)[31]指出，該制度實施後，使得台指期日內整體振幅向右移動、上下波動 區間擴大。因此，實施當沖保證金減半，對台指期波動有正向影響，日內台指期的 波動擴大，則有機會增加當沖的獲利空間。自從當沖保證金減半制度實施，與 2008 年財政部再次調降期交稅後，台灣期貨市場的成交量便屢創新高。期貨交易成本大 幅降低，促使期貨當沖意願比率增加，再加上美國次貸如雪球般擴大而成的金融海 嘯，使得金融操作難度大增，投資人開始傾向收盤前帄倉或減碼留倉的操作策略；
而原本就習慣當沖的投資人，則是交易頻率越來越高與下單速度越來越快。
由此可知，藉由日內投資操作雖可避免因隔夜風險所帶來的虧損，但是由於日 內投資參與者與日遽增，日內股市往往會受到投資人行為影響，特別是大額投資人 (例如法人)，而造成股市異常的瞬間變化，獲利空間增加的同時亦帶來風險。
在實務上，技術分析被用來做價格的預測已有長遠的歷史。所謂技術分析是指 利用資產之價量資訊，以繪圖紀錄的方式尋找其中的型態與結構。換句話說，技術 分析專家相信在歷史價量中存在著一定的行為模式，可用來預測未來的價格走勢。
由於投資者有不同的投資持股時段，故有不同的時間週期，依投資者持股時段的不 同有長、中、短期、當沖之分，故在金融市場技術分析的線路圖裡即有不同的週期 指標型態與圖形，長週期時段分析的資料較多，所顯示的型態與圖形則較為真實與 穩定；短週期時段分析的資料較少，所顯示的型態與圖形則較為鬆散與不穩，故操 作短期或當沖的投資者、必頇瞭解當時中、長線的趨勢方向，是否為同向，進場前 先看長線的趨勢方向型態，再找同方向的短線進場，才會有勝算的機會。這就是所 謂長線保護短線的概念。
因此，透過長線保護短線的概念，跟著大盤順勢操作，可降低日內交易的風險。
本研究嘗詴採納上述之概念，納入不同的時間區間，以掌握區間影響力道，發展一 套整合長中短期影響股市因素的預測模型。
1.3 研究目的
Blank(1991)[3] 和 Brock , Lakonishok and LeBaron(1992)[4]的研究中指出股票 市場的波動呈現非線性的結構，此結果也相當於指出使用傳統的統計方法或是線性 之分析模式對股價預測的限制性。而人工智慧方法學應用在財務金融領域的研究日 漸普及，對於類似非線性問題的解決能力更優於傳統模式，其中最常見的即為類神 經網路。但其中仍然也存在一些問題，輸入變數的差異，以及輸出結果的應用等，
皆為影響類神經網路預測成敗的關鍵[35]。若輸入變數能夠有效的分類，再配合適 當的資料前處理，最後進行總和評判，將可提升整體預測的效果。
本研究提出以多重類神經網路為架構，搭配長短期技術分析，學習台灣加權指 數期貨日內趨勢行為，嘗詴從股價趨勢行為中，找出知識規則。由於多重類神經網 路是由數個獨立的神經網路所組成。主網路可繼承子網路在不同面向輸入變數之最 適權數，透過本身的訓練進一步對各面向之輸出做總和評判，得到最適當的權重值，
使其誤差降到更穩定也更低。因此，本研究將運用多重類神經網路來針對長期、短 期單一網路做總和評判，使類神經網路的輸出更具有可靠性，提供投資人明確的買 賣交易資訊，提供一穩健的投資輔助決策工具。
綜合上述，本研究希望能提出一個整合性的台灣加權指數期貨日內預測模式，
以達到以下的目標：
1. 透過類神經網路，學習台指期貨極短線行為的知識規則，證明金融市場具有物 理行為。
2. 運用多重類神經網路整合長期、短期的時間序列，作總和評判，以提升投資人 對日內走勢的掌握程度。
3. 進行日內期貨交易操作，使投資人規避隔夜風險。
4. 建構停損機制，提供穩定可靠的獲利降低損失蔓延的可能性。
5. 透過門檻值之處理，加強類神經網路之預測準確率。
1.4 研究限制
本研究以多重類神經網路模型應用在台灣加權指數期貨日內趨勢預測，研究過程 有以下限制：
1. 在獲利計算方面，交易成本包含手續費與交易稅，一次交易扣除交易稅0.004%，
假設以現在契約總值7000點，換算金額為112元：手續費買進賣出各100元，概 算交易一次共扣除交易成本2點。
2. 一口期貨契約交易成本僅考慮買進、賣出來回之手續費與交易稅。
3. 本研究採日內交易，每日交易部位最遲將於13:30進行帄倉交易。
4. 本研究為簡化模型，不考慮利率、物價變動、期貨保證金變動的影響。
5. 本研究有停損單之假設，若持有部位之損失一旦達到停損點，假設停損單價格 能立即成交，控制每口交易最大損失為停損點+交易成本2點。
6. 由於交易時會有掛單價格與成交價格不一樣的狀況，本研究假設掛單價格皆能 立即成交。
1.5 研究流程
本研究利用多重類神經網路模型，針對台灣加權指數期貨日內分鐘資料進行趨 勢行為學習，進而發現隱藏於日內趨勢行為中的知識規則，以輔助投資人建立較佳 的日內交易策略。
研究的方法與步驟依序為說明問題背景與動機，確認研究目的與範圍限制。接 著參考國內外有關日內交易、技術分析、倒傳遞類神經網路、多重類神經網路的文 獻，以確定使用的方法學。接著進行資料的蒐集與前處理，並設計實驗模型。實驗 模型包含本研究提出的整合不同時間區間的多重類神經模型。對照組包含單一時間 區間神經網路模型與隨機交易模型。實驗設計目的在確認整合不同時間區間的多重 類神經網路應用於台指期貨日內走勢預測是否優於單一時間區間的類神經網路模 型。最後進行實驗組與對照組各模型間的統計檢定，以驗證各模型間是否有顯著績 效差異。本研究流程圖如圖 1-1 所示。