台股期現貨價差交易策略之獲利分析 - 政大學術集成

全文

(1)國立政治大學國際經營與貿易研究所碩士論文指導教授：郭炳伸博士. 立. 政治大. ‧. ‧ 國. 學. 台股期現貨價差交易策略之獲利分析. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 研究生：方薌撰中華民國一○二年六月.

(2) 目錄第一章. 緒論 ........................................................................................ 1. 第二章. 研究方法 ................................................................................ 6. 第一節第二節. 樣本來源與資料說明........................................................................ 6 價差之計算........................................................................................ 7. 第三節. 交易策略之建構................................................................................ 9. 第四章. 第三節. 預測方向能力.................................................................................. 26 穩定的獲利性.................................................................................. 30 牛市、熊市與盤整.......................................................................... 32. ‧. 第五章. 政治大穩健度分析 .......................................................................... 26 立. 學. 第一節第二節. 正向交易策略實證結果.................................................................. 17 反向交易策略實證結果.................................................................. 21. 結論與建議 .......................................................................... 41. Nat. y. 第一節第二節. 實證結果 .............................................................................. 17. ‧ 國. 第三章. n. al. er. io. sit. 參考文獻 ............................................................................................... 43. Ch. engchi. i Un. v.

(3) 表目錄表一表二表三表四表五表六表七. 本研究價差計算之方式 ................................................................................. 8 本研究之樣本數與平均價差 ....................................................................... 11 正向交易策略之報酬統計 ........................................................................... 20 台股加權指數前五大權值股 ....................................................................... 21 反向交易策略之報酬統計 ........................................................................... 24 各策略之 Probit 模型 ................................................................................... 28 正向策略劃分為前後兩段時間之報酬統計 ............................................... 31. 表八反向策略劃分為前後兩段時間之報酬統計 ............................................... 32 表九牛市、熊市以及盤整期間之劃分 ............................................................... 33 表十正向策略牛市、熊市與盤整期間報酬統計 ............................................... 36 表十一反向策略牛市、熊市與盤整期間報酬統計 ........................................... 37 表十二牛市、熊市和盤整期間之報酬率與策略之關係 ................................... 39. 立. 政治大. ‧ 國. 學 ‧. 圖目錄. n. al. er. io. sit. y. Nat. 圖一台股期貨原始保證金 ................................................................................... 15. Ch. engchi. i Un. v.

(4) 摘要. 本研究針對台股期貨與現貨價差策略進行獲利性分析，採用正價差及逆價差作為進場買賣台股期貨之指標，並在穩健度分析上將研究資料分成前後兩期以及牛市、熊市以及盤整三階段，以檢驗在不同時期之獲利特性呈現。. 在價差部份，本文將八個策略分為正向策略及反向策略兩類，前者. 政治大. 為根據市場上及實務界的說法進行交易，後者則將正向策略做一相反操. 立. 作。透過獲利分析，可以發現正向策略並不能獲得正報酬，且超過 50. ‧ 國. 學. 點的價差策略會使虧損擴大；而大多數的反向策略均能獲得顯著正報酬，且超過 50 點的價差策略更佳。. ‧ y. Nat. sit. 穩健性分析部份，樣本的前後兩段時間其報酬率均沒有顯著差異。. er. io. 然而於牛市、熊市和盤整期間之各種報酬率呈現明顯特性，亦即牛市和. n. a. v. l C 熊市時之正向策略傾向分別使用「追正價差」和「殺逆價差」獲得正報 ni. hengchi U. 酬；反向策略則傾向在牛市時分別使用「追逆價差」和「殺正價差」獲得正報酬。.

(5) Abstract The main purpose of this study is to examine the TAIEX futures and spot prices, using the spreads between TAIEX futures and spot prices as an indicator to trade TAIEX futures. The robustness check consists of data divided into different market conditions such as bull market and bear market.. This study examines both “original” and “reversing” trading strategies.. 政治大 and reversing ones are立 exactly the opposite approach. By examining the Original trading strategies are based on the theory provided by the market,. ‧ 國. 學. profitability, empirical studies show that original trading strategies cannot yield positive returns while reversing trading strategies can come to positive. ‧. returns.. sit. y. Nat. er. io. As for robustness check, the results show there are no significant. n. differences between theafirst i v of the data. However, l half and the second half. C. Un. h e nbut not only reversing trading strategies h i original trading strategies can g calso yield positive returns when given certain market conditions..

(6) 第一章緒論. 股價指數期貨興起於 20 世紀 80 年代，最為人熟知的美國 S&P 500 股價指數期貨也在此階段推出。期貨的主要功能隨著交易人的需求以及金融市場發展的程度而有所不同，然而避險、套利和投機三者為一般公認的最主要功能。. 政治大步較為緩慢，在法人逐步墊高台股成交比重之後，對於避險的需求也隨立. 在這波股價指數期貨的浪潮當中，台灣對於新興金融工具的發展腳. ‧ 國. 學. 之提昇，台灣期貨交易所於 1998 年 4 月應運而生，並於同年 7 月推出台股加權指數期貨。. ‧ sit. y. Nat. Chance 與 Brooks (2013) 於 An Introduction to Derivatives and Risk. er. io. Management 一書中定義，正價差 (contango) 為期貨合約經常出現的狀. n. al 況，因為期貨需要加計持有成本 (cost of carry) 的關係，期貨價格往往 iv n. C. hengchi U 會高出現貨價格，而此狀態即稱期貨合約有正價差。有了正價差的定義之後，逆價差 (backwardation) 即為正價差的反面，此狀態下期貨價格. 低於現貨價格。舉例來說，市場上如預期小麥將在數個月後量產，那麼數個月後到期的小麥期貨，其價格自然會較目前市場上看到之價格為低，是為逆價差。. Figlewski (1984) 在 S&P 500 股價指數期貨推出兩年之後，針對期貨和現貨之價格提出觀察和研究。在 1982 年推出 S&P 500 股價指數期貨之前，根據持有成本理論，認為期貨價格應該要比現貨價格高，而高出 1.

(7) 的幅度約等於在無風險資產的利率減掉指數投資組合的殖利率。然而， S&P 500 股價指數期貨有了交易資料之後，卻發現期貨價格均略低於現貨價格，Figlewski 認為理由有以下三種。第一，因為放空股票必須支付股息，一個放空現貨、買進期貨的套利策略，要到期貨價格比現貨價格低時才能獲利，而低的程度需大於等於指數投資組合的殖利率；第二，現貨投資組合有租稅效果，期貨卻沒有；第三，這僅是一種暫時的現象，待市場漸趨成熟、不斷有機構投資人進行套利之後，此現象便會消失。. Cornell 與 French (1983) 亦使用 S&P 500 指數進行研究，發現期貨. 治政價格通常低於理論價格，發現造成期貨價格不一致的原因，乃現貨有租大立稅效果，期貨卻沒有，使得期貨部位的持有者，不像現貨部位持有者， ‧ 國. 學. 可以透過出售虧損的現貨抵稅，延遲出售現貨來延後獲利計算的時點，. ‧. 藉以達到租稅效果。. y. Nat. er. io. sit. Kawalle、Koch 與 Koch (1987) 檢視 S&P 500 指數期貨和現貨，利用每分鐘的資料研究領先─落後關係。結果發現期貨的走勢領先現貨 20 a. n. iv l C n 至 45 分鐘，然而現貨的走勢幾乎不影響期貨走勢。針對領先─落後關 hengchi U 係，Chan (1992) 的研究對象為 S&P 500 和其他主要市場之指數期貨。. 結果顯示，有強烈證據支持期貨價格領先現貨價格，然而僅有微弱證據支持現貨價格領先期貨價格。. Mackinlay 與 Ramaswamy (1988) 檢視 S&P 500 之股票指數期貨之日內交易資料，發現指數期貨其價格略高於其理論價格，而當距離到齊日越遠，此偏離理論價格的程度越高。此外，研究亦發現期貨較現貨之變動性大。Stoll 與 Whaley (1990)透過 S&P 500 的日內資料，發現 S&P 500 2.

(8) 其指數期貨之報酬平均大約領先現貨 5 分鐘；然而此結果並非單向，落後期的現貨指數之報酬對於期貨指數之報酬也有輕微之影響。作者解釋此結果的原因有三，第一為買賣價差，第二為現貨的交易速度較期貨慢，第三是有資訊的投機客得到訊息時，傾向至交易成本低，槓桿高的期貨市場操作。. 除了美國 S&P 500 之外，亦有類似研究針對不同市場之指數期貨和現貨的關係進行分析。. 治政 Brenner、Menachem、Subrahmanyam 與大 Uno (1989、1990) 進行日立本日經股票指數期貨的研究，發現此指數期貨推出的頭兩年，其價格持 ‧ 國. 學. 續偏離其理論價格，使得套利者有利可圖。隨著市場的演進和成熟，偏. ‧. 離理論價格的程度有顯著的下降。日本股票指數期貨在三個市場交易，. y. Nat. 分別是新加坡、大阪和東京，偏離理論價格的程度已收斂到交易成本之. er. io. sit. 範圍。而過去偏離較大的原因可被以下三個原因解釋：第一，高交易成本；第二，較多的交易管制，例如日本本土券商不能放空或進行套利交. al. n. iv n C 易。自 1998 年後期開始，交易成本大下降且交易管制也較為放鬆。 hengchi U. Buhler 與 Kempf (1995) 則透過實證研究，解釋德國 DAX 指數期貨和現貨之關係。研究發現，DAX 指數期貨和現貨價格的不一致性可使套利者有利可圖，而此利潤之幅度會因距離到齊日越近而縮小。. 從以上數篇文獻可以發現，股價指數期貨和現貨在許多市場都發現了期貨和現貨價格不一致的結果，此現象的描述和發生在不同文獻中均有提及，然而產生此不一致結果的主要原因卻無定論，例如市場熟悉度、 3.

(9) 租稅效果……等等，都有可能是此現象之成因。. 台股期貨自 1998 年推出至今，市場已發展了將近 15 年，對於期貨和現貨的價差關係，最常見的便是實務界的口耳相傳，例如以下新聞摘要及研究報告兩則。「……台指期今日持續挑戰波段高點，盤中率先大盤站上 7600 點大關，來到 7605 點，盤中勁揚 80 點，並維持 20 點左右的正價差，顯示後市行情樂觀……」 (2012 年 11 月 30 日，聯合新聞網 1. ) 、「……在期指部份，台指期下跌 15 點，正價差轉逆價差 8.2 點，台. 指期下跌正價差轉逆價差，氣氛偏向空方……」 (2012 年 12 月 3 日，. 治政元大寶來期貨 ) 。不論平日在平面媒體、網路媒介，或是證券、期貨分大立析師經常將價差放在嘴邊，而其發言及立論往往暗示甚至直接將價差和 2. ‧ 國. 學. 未來走勢做出連結，例如在上述兩則新聞和研究報告的例子，似乎可以. y. sit. io. er. Nat. 道。. ‧. 嗅到將正價差視為未來股市即將上漲、逆價差視為未來股市偏空的味. 根據 Chan (1992) 的研究結果，有強烈證據支持期貨價格領先現貨 a. n. iv l C n 價格，因此實務界有看法認為，期貨通常為現貨走勢的領先指標，市場 hengchi U 呈現多頭氣氛時，期貨會領先股市往上走，並使期貨與現貨間的正價差加大；市場呈現空頭氣氛時，期貨會領先現貨往下走使得期貨與現貨間的正價差縮小，甚至轉為逆價差。. 如果期貨指數是相對於現貨指數的領先指標，那麼只要有套利空間，市場上的投資人便會透過此種關係進行交易策略。因此，檢視交易策略是否能獲得正報酬，也是檢驗現貨市場和期貨市場的領先─落後關係的 1. 聯合新聞網 http://udn.com/NEWS/mainpage.shtml 元大寶來期貨 http://www.pmf.com.tw/newversion/index.php 4. 2.

(10) 另一種方式。如果在給定期貨指數的條件下，現貨指數是可以被預測的，表示現貨市場和期貨市場確實存在領先─落後關係。. 市場上則有一派說法，將關於價差的交易策略簡單歸納為兩類。第一類針對正價差，另一類針對逆價差。其基本概念為「有正價差，則表示未來行情偏多，而正價差若超過 50 點，則未來行情樂觀」、「有逆價差，則表示未來行情偏空，而逆價差若超過 50 點，則未來行情悲觀」，實際上即為一「逢正價差追、逢逆價差殺」的交易策略。然而針對台股加權指數期貨的此種策略之獲利性及其有效性卻沒有太多的相關學術. 治政文獻研究，也因如此，本文將從實證研究的觀點試檢驗及分析之。大立 ‧ 國. 學. 本文自緒論至參考文獻一共五章。第一章緒論說明研究目的與動機，. ‧. 並敘明理論架構的來源；第二章為研究方法，對於本研究之資料型態、. y. Nat. 交易策略之建構做出詳細說明；第三章實證結果，針對各個策略的實證. er. io. sit. 結果加以說明並分析；第四章穩健性分析，對於樣本的採樣方式進行不同方式的統計檢定；最終章第五章將實證分析結果做出結論和整理，並. al. n. iv n C 就研究上之限制做出說明，並提供後續研究之方向及建議。 hengchi U. 5.

(11) 第二章研究方法. 本文為一實證研究，透過台股期現貨之價差，建構買賣台股期貨之交易策略。本章第一節說明研究樣本來源與資料；第二節定義價差之計算；第三節將建構本研究欲使用之交易策略。. 第一節. 樣本來源與資料說明. 政治大. 本研究使用的數據資料皆自台灣經濟新報資料庫 (Taiwan Economy. 立. Journal，TEJ) 取得，涵蓋期間為西元 1999 年 12 月 16 日至 2012 年 12. ‧ 國. 學. 月 18 日止，共 3098 個交易日。此資料庫包含了台灣所有上市上櫃公司的交易資訊，也包含衍生性商品如台灣指數期貨歷史資料。本研究關心. ‧. 之重點乃期貨與現貨之價差，因此所需資料項目包含台股加權指數之收. y. Nat. sit. 盤價 (日資料) 、台指近月期貨指數收盤價 (日資料) ，為 2000 年 1 月. n. al. er. io. 至 2012 年 12 月的最近月份期貨契約，以及台股指數期貨原始保證金資料。. Ch. engchi. i Un. v. 根據台灣證券交易所規定之集中市場交易制度3，集中市場交易時間為每星期一至星期五 (及證交所公告之補行交易日) ，撮合成交時間為 9:00 至下午 1:30。自 101 年 2 月 20 日起，針對收盤前最後一分鐘模擬試算可能收盤價波動較大之個股，投資人可於下午 1:31 起持續新增、取消或修改委託，至下午 1:33 分收盤。換句話說，台股證券交易所發行量加權股價指數 (以下簡稱台股加權指數) 每日的收盤價最遲會在下午 1:33 確定。 3. 台灣證券交易所 www.twse.com.tw/ch/index.php 6.

(12) 台股加權指數其期貨簡稱為台股期貨4，契約交易日同台灣證券交易所交易日，交易時間為每個營業日上午 8:45 至下午 1:45，惟到期月份契約最後交易日之交易時間為上午 8:45 至下午 1:30。於此需特別說明的是，台股加權指數期貨於每個月之第三個星期三結算，結算日之收盤時間為下午 1:30，與台股加權指數同步，而非一般交易日之下午 1:45。. 台股期貨於 1998 年 7 月 21 日由台灣期貨交易所推出，在期交所引. 治政進台股期貨之前，期貨大多為法人操作之標的物，而自然人投資大眾在大立期貨不普及之前，將其視為高風險、萬一操作不慎有可能傾家蕩產的金 ‧ 國. 學. 融商品，因此對於風險概念的建立和迥異於股市的投資方式需有時間讓. n. al. er. io. sit. y. Nat. 要原因。. ‧. 自然人投資人適應，這也是本研究選擇研究期間自 1999 年底開始之主. 第二節. C 價差之計算 h. engchi. i Un. v. 本研究關心之重點乃台股期貨與台股加權指數間之差距，以期貨收盤價減去現貨收盤價即得到價差，此數值如為正則稱當日收盤有正價差、此數值為負則稱當日收盤有逆價差。. 價差 = 期貨收盤價 − 現貨收盤價. 因台股期貨契約交易日同台灣證券交易所交易日，台股期貨與台股 4. 台灣期貨交易所 www.taifex.com.tw/chinese/9/9_7.asp 7.

(13) 加權指數逢交易日皆會開盤和收盤，而每個交易日的收盤價即為計算價差的指標。台股期貨於每個月之第三個星期三結算，本研究採用之期貨與現貨配對方式十分直接，即現貨對照近月期貨合約，每個月(M 月)第三個星期三之前，用當月 (M 月) 到期合約計算價差，第三個星期三開始，改用次月 (M+1 月) 到期合約計算價差。舉例說明：2012 年 11 月份之台股期貨合約於第三個星期三 11 月 21 日結算，於 2012 年 11 月 1 日至 11 月 20 日，皆採用 11 月份到期之期貨合約進行價差計算；11 月 21 日當日因為近月合約結算，價差不具參考意義，故捨棄結算日之資料；而 11 月 22 日之後則以 12 月份到期之期貨合約進行價差計算，如表一所列。. 立. 政治大. 不計算. n. al. Ch. engchi U. y. M 月份期貨合約. M 月份結算日後一天至 M+1 月份結算日前一天. sit. 計算之合約. 結算日. er. M-1 月份結算日後一天至 M 月份結算日前一天. io. 交易日. ‧. ‧ 國. 學. Nat. 表一本研究價差計算之方式. v M+1 月份期貨合約 i n. 市場上多數的看法及從第一章緒論所著墨之相關理論，多認為收盤有正價差代表後市看漲，逆價差則代表後市看跌，而正逆價差越大則表示後市之趨勢越明顯；然而，上述說法雖常為業界所使用及談論，針對此議題進行研究之學術著作亦不多。本研究為了檢視此說法是否為真，便採用此價差當做指標，設計數個策略，下一節將進一步說明檢驗方式。 8.

(14) 第三節. 交易策略之建構. 本研究期盼藉由台股期貨和現貨間的價差關係，設計交易策略，作為買賣期貨之進場訊號，研究主題價差便是透過每個交易日，台股期貨的收盤價減去台股加權指數的收盤價，做為價差指標。每個交易日都會有一價差，便以此價差作為指標，擬定後續交易策略。. 一、假設本文為一實證研究，擬定出之策略均需期望能符合市場實際上交易. 政治大. 情形，故將考慮進行策略時產生之交易成本，包括期貨交易稅和手續. 立. 費。. ‧ 國. 學. 期貨交易稅率為一固定數值，於賣出時收取合約價值的十萬分之四，. ‧. 舉例來說，當賣出期貨合約時台股期貨為 7000 點而言，1 點為 200 元， 4. Nat. = 56 元。本研究為了計算方便，取此資料期間之. y. 100000. sit. 7000 × 200 ×. n. al. er. io. 台股期貨收盤價算數平均約為 6746 點，代入上述公式6746 × 200 × 4 100000. = 53.968 元，取整數 C54 元為計算基礎。 Un. hengchi. iv. 根據台灣期貨交易所相關規定，我國期貨市場中，期貨商向交易人收取之手續費，係由期貨商與交易人商議而定，非由主管機關或期交所統一訂定之標準。其與證券市場由臺灣證券交易所及財團法人中華民國證券櫃檯買賣中心，分別訂定證券商受託買賣上市及上櫃有價證券之手續費率，再由各證券商以該費率為上限之範圍，自行訂定有所不同。亦即我國期貨集中交易市場中，主管機關及期交所皆未對期貨商向交易人收取之手續費訂定上限或下限之標準，完全由個別期貨商視其成本及市場狀況與交易人商議而定。同樣的，交易人亦可視期貨商之服務內容及 9.

(15) 收費金額，自由選擇收費較合理之期貨商，委託其交易期交所相關商品。因交易人可自由選擇期貨商，手續費之計算各家期貨商皆有不同，然而大致可以發現，證券商兼營期貨商其手續費索價較高，一口台股期貨要價 100 元至 200 元不等，然而若是專營期貨商，市場上看到的報價低者不滿 50 元，最高者也不會超過 100 元。綜合以上詢價結果，本研究選定每口 100 元作為買或賣一口台股期貨手續費之數額，而每次策略的執行包含一買和一賣，亦即 200 元的手續費，加上平均 54 元的期貨. 政治大. 交易稅，交易成本以 254 元計。. 立. ‧ 國. 學. 二、交易策略. 本研究之主要交易策略分為正向策略和反向策略兩種。正向策略建. ‧. 構之直覺是為了檢視市場上的說法，亦即正價差隱含著未來股市上漲機. y. Nat. sit. 會大，而逆價差隱含著未來股市下跌機會較大，具體方式為將於此小節. er. io. 詳細說明。反向策略之建構則完全將正向策略採用之方式反向操作，例. n. a. v. l C 如在正向策略時，正價差被視為買進訊號，反向策略時則視之為賣出訊 ni 號，反之亦然。. hengchi U. 為何除了正向策略之外，也要另外檢視反向策略呢？主要原因乃在於本研究於前述章節假設價差此指標是帶有訊息的，因此不論正向策略或是反向策略、正價差或是逆價差，都可能可以透過策略的設計來獲得超額報酬。. 不論正向策略或反向策略下皆各有四個策略，本文將正向策略下四個策略分別命名為「正向策略 1」、「正向策略 2」、「正向策略 1.1」和「正 10.

(16) 向策略 2.1」；反向策略的作法則和正向策略完全相反，其四個策略分別命名為「反向策略 1」、「反向策略 2」、「反向策略 1.1」和「反向策略 2.1」，以與正向策略下的四個策略進行區別。. 分支策略 1.1 及 2.1 表示其為價差較大之樣本，本研究選定 50 點作為一指標。舉例來說，正向策略 1 包含所有正價差之樣本，然而分支策略正向策略 1.1 僅選進正價差超過 50 點之樣本。選擇 50 點的原因主要乃如下表所示，在本研究涵蓋期間當中，如表二所示出現正價差的天數其平均價差為 29.59 點，逆價差其平均價差為-38.65 點，如果價差真有. 治政預測未來報酬的能力，那麼可以假設價差越大，其預測能力越強，因此大立選擇比平均價差要高一些的 50 點作為界定基礎。 ‧. ‧ 國. 學 sit. y. Nat. 表二本研究之樣本數與平均價差. n. 樣本數. 平均價差. 1232. i Un. e1866 ngchi. er. io. al 正價差 C 逆價差 h. v. 29.59. -38.65. 本研究對於後市之定義採取較為短期之看法，主因係價差為技術分析之一種，預期其縱使對於未來台股期貨之報酬有預測能力，效果不會太長，可能短至一天，長則也不會超過一個星期，因此選定策略持倉為一至五天 (N=1~5) 。. 11.

(17) 以下將進一步詳細介紹各個策略5。. 第一部份：正向策略6，以市場上之假說進行檢驗正向策略 1：正價差表示未來行情看漲，以今日台股期貨收盤價買進一口台股期貨合約，將預期下 N 個交易日會產生正報酬，不論持倉期間價差產生任何變化，均在下 N 個交易日，以台股期貨收盤價賣出部位平倉。正向策略 2：逆價差表示未來行情看跌，以今日台股期貨收盤價賣出一. 治政口台股期貨合約，將預期下 N 個交易日會產生正報酬，不論持倉期間價大立差產生任何變化，均在下 N 個交易日，以台股期貨收盤價買進部位平 ‧. ‧ 國. 學. 倉。. y. Nat. 正向策略 1.1：正價差表示為來行情看漲，而超過 50 點的正價差，其隱. er. io. sit. 含的意義比單純正價差更具參考價值，故正價差大於 50 點時，以台股期貨收盤價買進一口台股期貨合約，預期下 N 個交易日將會產生正報酬， a. n. iv l C n 不論持倉期間價差產生任何變化，均在下 U h e n g c h iN 個交易日，以台股期貨收盤價賣出部位平倉。. 正向策略 2.1：逆價差表示為來行情看跌，而超過 50 點的逆價差，其隱含的意義比單純逆價差更具參考價值，故逆價差大於 50 點時，以台股期貨收盤價賣出一口台股期貨合約，預期下 N 個交易日將會產生正報酬， 5. 本研究為了資料處理的簡便性和便於計算報酬率，作出了些許假設。在計算價差時，採用的是台股期貨和台股加權指數之收盤價，再將價差作為進場買賣期貨之指標。台股期貨在收盤之後並沒有如同美股期貨在盤後仍能持續交易，因此實際上不能在盤後進行交易。然而，若將台股期貨之收盤價前之最後交易視為收盤價的代理變數，且台股期貨採連續競價交易方式，可以發現其與收盤價相去不遠，在實務操作時，可以此價格做為收盤價，並成為計算價差的依據。 6 需特別注意的是，本文的交易方式為十分機械的操作，不會在持倉期間因為盤勢或是價差指標的改變而提早平倉，和實務上會因為盤勢而做出調整的方式不同。 12.

(18) 不論持倉期間價差產生任何變化，均在下 N 個交易日，以台股期貨收盤價買進部位平倉。. 第二部份：反向策略，以反向於市場上之假說進行檢驗反向策略 1：正價差表示未來行情看跌，以今日台股期貨收盤價賣出一口台股期貨合約，將預期下 N 個交易日會產生正報酬，不論持倉期間價差產生任何變化，均在下 N 個交易日，以台股期貨收盤價買進部位平倉。. 治政反向策略 2：逆價差表示未來行情看漲，以今日台股期貨收盤價買進一大立口台股期貨合約，將預期下 N 個交易日會產生正報酬，不論持倉期間價 ‧ 國. 學. 差產生任何變化，均在下 N 個交易日，以台股期貨收盤價賣出部位平. ‧. 倉。. y. Nat. er. io. sit. 反向策略 1.1：正價差表示為來行情看跌，而超過 50 點的正價差，其隱含的意義比單純正價差更具參考價值，故正價差大於 50 點時，以台股 a. n. iv l C n 期貨收盤價賣出一口台股期貨合約，預期下 h e n g c h i NU個交易日將會產生正報酬，不論持倉期間價差產生任何變化，均在下 N 個交易日，以台股期貨收盤價買進部位平倉。. 反向策略 2.1：逆價差表示為來行情看漲，而超過 50 點的逆價差，其隱含的意義比單純逆價差更具參考價值，故逆價差大於 50 點時，以台股期貨收盤價買進一口台股期貨合約，預期下 N 個交易日將會產生正報酬，不論持倉期間價差產生任何變化，均在下 N 個交易日，以台股期貨收盤價賣出部位平倉。 13.

(19) 綜合以上各策略，N=1 時，如符合進場條件，則買進或賣出一口台股期貨合約，僅持倉一口，即最多只有一口未平倉部位，下一個交易日以收盤價平倉；N=2 時，如符合進場條件，則買進或賣出一口期貨合約，並於下兩個交易日以收盤價平倉，因為有可能連續兩天皆符合進場條件，因此最大持倉數可以為兩口，即最多會有兩口未平倉部位；依此類推，當 N=5 時，若連續五天皆符合進場條件，則最大持倉數可為五口。. 正向策略 1、正向策略 2、正向策略 1.1、正向策略 2.1、反向策略. 治政 1、反向策略 2、反向策略 1.1 和反向策略 2.1大一共八個策略，搭配持倉立期間一到五個交易日，總共可搭配出 40 種策略。 ‧ 國. 學 ‧. 三、獲利計算. y. Nat. 本研究之八個策略執行時間皆非常短，短則一日、長則也不過五個. er. io. sit. 交易日，因此計算獲利之方式採用日報酬率。本研究進行利潤計算時，一律將交易成本納入考量，執行每一次策略會產生 254 元之交易成本。 a. n. iv l C n 期貨因有保證金之故，和股票或其他資產之報酬率計算方式較為不同， hengchi U 其報酬定義如下：. 期貨報酬率＝利潤虧損 ÷ 原始保證金 × 100%. 所謂原始保證金，即期貨商要求期貨交易人於下單委託買賣前，必須存入帳戶的交易保證金。原始保證金之收取金額，可能因市場行情變 14.

(20) 動而有所調整，本研究的涵蓋期間約 13 年，而這其中的原始保證金就調整了 40 次。提高數額的原因大多為市場波動度較大時，要求投資人準備較多的保證金，以應付接下來可能發生的劇烈盤勢改變；降低數額的原因通常也是因為當時市場波動度較小，或是市場交投熱絡程度大減，期盼利用降低保證金的方式吸引投資人進場參與交易。從下圖可以發現，台股期貨原始保證金於本研究期間最高達 195000 元，最低則為 64000 元。. 政治大. 立圖一台股期貨原始保證金. ‧ 國. 學 ‧ er. 數額. 2011/2/14. v ni. 2009/2/14. 2008/2/14. 2007/2/14. 2006/2/14. 2005/2/14. engchi U 2004/2/14. 2003/2/14. Ch. 2002/2/14. 2001/2/14. 2000/2/14. n. al. 2010/2/14. io. sit. y. Nat. 220,000.00 200,000.00 180,000.00 160,000.00 140,000.00 120,000.00 100,000.00 80,000.00 60,000.00. 台股期貨原始保證金. 資料來源：台灣經濟新報資料庫. 期貨的槓桿來自保證金交易制度，有了保證金，投資人被允許使用較少的金額，就可以操作遠比原始投入之原始保證金高出數倍甚至數十 15.

(21) 倍的期貨部位。舉例來說，2012 年 12 月 17 日台股期貨收盤價為 7652 點，1 點為 200 元，當時所需原始保證金僅需 83000 元，槓桿倍數為 7652 × 200 ÷ 83000 ≈ 18.43倍。也因為期貨具有槓桿的效果，投資報酬率之最大虧損並非 100%，其最大虧損沒有上限。. 本研究計算之報酬率均為日報酬率，如果策略為隔日即平倉，則報酬率不需調整，計算出之結果即為日報酬率；然若策略為隔 N 個交易日 (N=2~5) ，日報酬率則除以 N 進行調整。舉例來說，如果於 2004 年 3 月 19 日 (星期五) 進行正向策略 1 並持倉三天：觀察到台股期貨收盤價. 治政為 6830 點，而台股加權指數收盤價為 6815.09 大點，有正價差 14.91 點，立因此買入一口台股期貨，並在三個交易日後，即 2004 年 3 月 24 日 (星 ‧ 國. 學. 期三) ，中間經過 3 月 20 日、3 月 21 日 (星期六日休市) 、3 月 22 日 (星. ‧. 期一，第一個交易日) 和 3 月 23 日 (星期二，第二個交易日) ，以台股. y. Nat. 期貨收盤價 6180 點賣出，進行平倉。與當時買進價 6830 點相比，此次. er. io. sit. 執行策略虧損 650 點，以每一點 200 元計算，加上交易成本 254 元，除以當時的原始保證金為a90000 元，而此虧損為累積三天所產生，因此計. n. iv l C n 算出之報酬率需除以三方能還原為日報酬率，計算如下： hengchi U. 6180 − 6830 × 200 − 254 ÷ 90000 × 100% ÷ 3 ≅ 48.24%. 16.

(22) 第三章實證結果. 本章共有兩節，分別呈現正向交易策略和反向交易策略之結果。此結果不僅包含各種策略的平均獲利，亦針對主策略和分支策略進行比較，以及正向策略和反向策略之比較，而不同交易策略搭配不同持倉日數也是本章重點。. 第一節. 正向交易策略實證結果政治. 立. 大. ‧ 國. 學. 本節將檢視四種正向交易策略之獲利性及特性，其報酬統計呈現於表三，試舉一例說明此表之呈現方式：假設採用正向策略 1，並持倉四. ‧. 日之交易策略，表示於當日買進後第四個交易日賣出平倉；所謂平均獲. y. Nat. sit. 利，即指於此策略下，持倉四日之平均日報酬率，以本策略而言，交易. er. io. 機會有 937 次，在這 937 次交易之中，獲得的平均日報酬率為-1.32%，. n. a. v. l C 而在此交易策略之下，產生的最大獲利和最大虧損日報酬率分別為 ni. hengchi U. 52.79%和-46.44%。勝率 46.79%的概念為，在這 937 次的交易之中，計算交易成本後，能夠獲得正報酬的機率為 46.79%，其餘 53.21%的機率則不能利用這個策略獲得正報酬。t 值以及 p-value 為經過 t 檢定後，作為平均報酬顯著性之參考依據。. 表三中各個策略的樣本數，會隨著持倉時間的拉長而遞減，這點其實顯而易見，因為在處理資料時，如果在台股期貨只剩一天結算時，便無法採用持倉兩天至五天的交易策略、台股期貨只剩兩天結算時，便無法採用持倉三天至五天的策略，依此類推。 17.

(23) 了解表三的呈現方式之後，可以發現在敘述統計上四種正向交易策略之間有明顯的異同之處。. 相同之處有以下三點。第一，四種正向交易策略不論是隔日、隔兩個交易日、隔三個交易日、隔四個交易日或是隔五個交易日，其平均獲利皆為負，且經過 t 檢定後，發現其負值皆顯著異於零，表示使用正向策略非但不能獲得超額報酬，反而會造成虧損；第二，四種正向策略之平均獲利的負報酬看似隨著策略持倉的時間拉長而遞減，然而經過檢定. 治政之後發現不同持倉期間之報酬率沒有顯著差異；第三，分支策略包含正大立向策略 1.1 和正向策略 2.1，為正 (逆) 價差超過 50 點方進場買賣台股 ‧ 國. 學. 期貨之策略，此種分支策略之平均獲利與正向策略 1 和正向策略 2 之平. ‧. 均獲利相較之下都顯得更差，加上正 (逆) 價差大於 50 點的條件較原先. er. io. sit. y. Nat. 不設定條件更無法獲得正報酬。. 相異之處有以下二點。第一，正向策略 2 的樣本數比正向策略 1 多 a. n. iv l C n 上許多，本研究觀察的 3098 h個交易日之中，收盤日出現正價差的天數 engchi U 有 1232 天，出現逆價差的天數有 1866 天，這和台股期貨與台股加權指. 數本身的特性有關。台股加權指數全名為臺灣證券交易所發行量加權股價指數，顧名思義其加權方式為根據市值所決定，光是台積電、鴻海、台塑化、中華電和聯發科此市值前五大之上市公司，其除權息時對於台股加權指數影響甚大，合計佔台股加權指數成分股之比重高達四分之一，表四呈現其對台灣加權股價指數之權重。而此類權值股的除權息日期，在本研究研究涵蓋的十三年期間，皆集中在每年六到八月，台股期貨因此會有一段時間呈現逆價差，因為除權息意味著將股息退還給股東，造 18.

(24) 成市值減少，因此市場預期除權息之後，台股加權指數會因而下跌，呈現在台股期貨的反應就是預期價格 (台股期貨) 低於實際價格 (台股加權指數) ，也就是本研究的研究重點逆價差，反應在策略的樣本上，就造成了逆價差樣本比正價差樣本多的情形。第二，正向策略 2 的勝率從敘述統計的觀點來看略低於正向策略 1，正向策略 1 的勝率不論是在持倉一到五天的情況下，都維持在 45%至 47%左右，然而正向策略 2 卻下降至 38.62%至 43.39%之間；正向策略 1.1 和正向策略 2.1 也有類似關係，前者之勝率維持在 40.12%至 42.29%，後者僅有 32.10%至 41.25%。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 19. i Un. v.

(25) 表三正向交易策略之報酬統計隔日. 隔兩日. 隔三日. 隔四日. 隔五日. 正向策略 1 報酬統計：平均獲利. -2.01%. -1.94%. -1.51%. -1.32%. -1.07%. 最大獲利. 97.61%. 94.24%. 70.94%. 52.79%. 45.75%. 最大虧損. -106.50%. -86.39%. -58.80%. -46.44%. -39.39%. 樣本數. 1149. 1078. 1003. 937. 871. 勝率. 45.60%. 46.48%. 47.06%. 46.79%. 46.61%. t值. -4.74. -4.44. -3.33. -2.81. -2.19. 0.0000. 0.0009. 0.0050. 0.0286. -1.98%. -1.83%. -1.86%. -1.83%. 79.21%. 69.98%. -56.23%. -44.76%. 1539. 1452. 39.99%. 38.62%. -4.52. -4.34. p value 0.0000 正向策略 2 報酬統計：平均獲利. -2.00%. 最大獲利. 164.60%. 最大虧損. -99.83%. 樣本數. 1793. 勝率. 43.39%. 42.04%. t值. -5.27. -5.07. -4.60. 0.0000. 0.0000. 0.0000. 0.0000. 91.69% 治政 -65.46% -66.65% 大立 1708 1627 41.63%. 平均獲利. -3.36%. -3.67%. -3.26%. -3.21%. -3.00%. 最大獲利. 57.53%. 32.75%. 22.68%. 25.57%. 21.90%. 最大虧損. -83.41%. -63.91%. -58.80%. -46.44%. -39.21%. 樣本數. 190. 181. 175. 勝率. 41.58%. t值. -2.95. n. 42.29%U e hi n g c-2.75 -3.15. y. sit. io. p value 0.0033 正向策略 2.1 報酬統計：. Ch. 41.99%. er. Nat. al. ‧. p value 0.0000 正向策略 1.1 報酬統計. 學. ‧ 國. 115.07%. v 168 i n. 160. 40.12%. 41.14%. -2.64. -2.40. 0.0017. 0.0061. 0.0084. 0.0166. 平均獲利. -4.90%. -4.70%. -3.93%. -3.96%. -3.51%. 最大獲利. 94.92%. 52.58%. 51.05%. 44.71%. 35.98%. 最大虧損. -99.83%. -65.46%. -57.28%. -48.23%. -44.34%. 樣本數. 497. 485. 472. 459. 447. 勝率. 41.25%. 36.49%. 33.47%. 32.10%. 32.58%. t值. -6.20. -5.88. -4.85. -4.81. -4.20. p value. 0.0000. 0.0000. 0.0000. 0.0000. 0.0000. 20.

(26) 表四台股加權指數前五大權值股排行. 證券名稱. 市值佔大盤(台股加權指數)比重. 1. 台積電. 12.4724%. 2. 鴻海. 3.9466%. 3. 台塑化. 3.3538%. 4. 中華電. 3.2678%. 5. 聯發科. 2.2139%. 前五合計資料來源：台灣證券交易所. 立. 25.2545%. 政治大. ‧ 國. 學. 本節檢視了四種正向策略其平均獲利及其統計顯著性，並發現有負. ‧. 報酬率隨著持倉期間拉長而遞減之現象產生。經檢定之後，四種正向策. sit. y. Nat. 略均無法獲得正報酬，反而在考量交易成本後，不論持倉一天至五天，都有顯著的負報酬，日報酬率為-1.07%~-4.90%不等。此外，看似遞減的. er. io. n. 負報酬率經過檢定後，均不能拒絕原先設定持倉一至五日報酬率均相等 a v. i l C n U hengchi 的假設，表示此現象可能純粹出於巧合。. 第二節. 反向交易策略實證結果. 本節將檢視四種反向交易策略之獲利性及特性，其報酬統計呈現於表五。所謂反向交易策略，即與正向交易策略完全相反：當正向策略買進時，反向策略的作法為賣出；當正向策略賣出時，反向策略的作法為買進。 21.

(27) 和正向交易策略的報酬相同，反向交易策略和正向策略類似，也可以從敘述統計上發現四種反向交易策略之間有明顯的異同之處。. 相同之處有以下三點。第一，四種反向交易策略不論是隔日、隔兩個交易日、隔三個交易日、隔四個交易日或是隔五個交易日，其平均獲利皆為正，且經過 t 檢定後，發現除了在反向策略 1 搭配持倉四日和五日之策略其正報酬不顯著異於零，其餘反向策略其正報酬皆顯著異於零，此現象意謂著在此策略下，此策略能有效獲得顯著正報酬，表示使用反. 治政向策略進行交易是有利可圖的；第二，四種反向策略之平均獲利的正報大立酬看似隨著策略持倉的時間拉長而遞減，然而經過檢定之後發現不同持 ‧ 國. 學. 倉期間之報酬率沒有顯著差異；第三，分支策略包含反向策略 1.1 和反. ‧. 向策略 2.1，為正 (逆) 價差超過 50 點方進場買賣台股期貨之策略，此. y. Nat. 種分支策略之平均獲利與反向策略 1 和反向策略 2 之平均獲利相較之下. n. al. er. io. 效能獲得正報酬。. sit. 都顯得更佳，加上正 (逆) 價差大於 50 點的條件較原先不設定條件更有. Ch. engchi. i Un. v. 相異之處較值得注意的有以下兩點。第一，反向策略 1 與反向策略 2 相比，兩者在持倉一至五日皆能獲得正報酬，反向策略 2 之平均獲利經 t 檢定之後持倉一至五天之正報酬皆為顯著，然而反向策略 1 僅有持倉一天至三天之平均報酬為顯著；第二，反向策略 2 的勝率從敘述統計的觀點來看略高於反向策略 1，反向策略 2 的勝率不論是在持倉一到五天的情況下，都維持在 54.82%至 59.13%左右，然而反向策略 1 卻下降至 50.35%至 52.65%之間；反向策略 2.1 和反向策略 1.1 也有類似關係，前者之勝率維持在 57.55%至 65.94%，後者僅有 56.35%至 58.68%。 22.

(28) 反向策略雖然與正向策略互為完全相反之策略，在正向策略的負報酬並非取絕對值即為正向策略之報酬，此係考慮交易成本後之緣故，實屬正常且可預期之合理結果。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 23. i Un. v.

(29) 表五反向交易策略之報酬統計隔日. 隔兩日. 隔三日. 隔四日. 隔五日. 反向策略 1 報酬統計：平均獲利. 1.50%. 1.44%. 1.01%. 0.82%. 0.58%. 最大獲利. 105.94%. 85.83%. 58.24%. 46.12%. 38.89%. 最大虧損. -98.20%. -94.83%. -71.52%. -53.38%. -46.34%. 樣本數. 1149. 1078. 1003. 937. 870. 勝率. 52.65%. 52.04%. 51.25%. 51.07%. 50.35%. t值. 3.55. 3.28. 2.22. 1.75. 1.20. 0.0010. 0.0264. 0.0810. 0.2311. 1.42%. 1.28%. 1.30%. 1.28%. 55.63%. 44.17%. -80.01%. -70.77%. 1540. 1453. 57.70%. 59.13%. 3.18. 3.03. p value 0.0004 反向策略 2 報酬統計：平均獲利. 1.45%. 最大獲利. 99.25%. 最大虧損. -165.40%. 樣本數. 1793. 勝率. 54.82%. 55.81%. t值. 3.82. 3.65. 3.21. 0.0003. 0.0013. 0.0015. 0.0025. 66.06% 治政 -115.87% -92.48% 大立 1708 1627 56.09%. 平均獲利. 2.98%. 3.29%. 2.89%. 2.83%. 2.63%. 最大獲利. 83.09%. 63.59%. 58.24%. 46.12%. 38.89%. 最大虧損. -57.90%. -33.11%. -23.04%. -25.93%. -22.27%. 樣本數. 190. 181. 175. 勝率. 57.89%. t值. 2.61. n. 57.14%U e hi n g c2.43 2.82. y. sit. io. p value 0.0091 反向策略 2.1 報酬統計：. Ch. 56.35%. er. Nat. al. ‧. p value 0.0001 反向策略 1.1 報酬統計：. 學. ‧ 國. 64.88%. v 168 i n. 160. 58.68%. 57.59%. 2.33. 2.10. 0.0049. 0.0152. 0.0199. 0.0357. 平均獲利. 4.36%. 4.16%. 3.38%. 3.41%. 2.96%. 最大獲利. 99.25%. 64.88%. 56.97%. 47.66%. 43.75%. 最大虧損. -95.71%. -53.17%. -51.62%. -45.29%. -36.57%. 樣本數. 497. 485. 472. 459. 447. 勝率. 57.55%. 61.65%. 64.83%. 65.94%. 65.62%. t值. 5.51. 5.19. 4.17. 4.14. 3.54. p value. 0.0000. 0.0000. 0.0000. 0.0000. 0.0004. 24.

(30) 本節檢視了四種反向策略其平均獲利及其統計顯著性，並大致發現正報酬率隨著持倉期間拉長而遞減之現象產生。經檢定之後，四種反向策略均能獲得正報酬，在考量交易成本後，除了反向策略 1 持倉四或五天之外，其餘策略配合持倉日數都有顯著的正報酬，日報酬率為 1.01%~4.36%不等。此外，看似遞減的負報酬率經過檢定後，均不能拒絕原先設定持倉一至五日報酬率均相等的假設，表示此現象可能純粹出於巧合。最後，若以分支策略反向策略 1.1 (2.1) 和反向策略 1 (2) 相比，分支策略平均獲利相較之下都顯得更佳，加上正 (逆) 價差大於 50 點的條件可以比單純正 (逆) 價差的策略獲得更高正報酬。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 25. i Un. v.

(31) 第四章穩健度分析. 在第三章對於各種不同策略進行獲利分析和統計之後，需進一步進行穩健度分析以確保資料在處理過程中是具有一致性的，本章將探討價差的預測方向能力、時間分段以及牛市、熊市和盤整三個部分。. 第一節. 預測方向能力. 政治大本節將使用 Probit立迴歸模型，檢視價差這個指標，是否能預測未來. ‧ 國. 學. 一至五個交易日台股期貨的的變動方向。使用 Probit 模型的最基本理由，在於其結構簡潔明瞭，且為一種二元的估計方式，概念近似第三章面對. ‧. 策略報酬時的「勝率」，可以解釋價差正負是否有預測方向能力，方向. sit. n. al. er. io 一、模型建構. y. Nat. 預測的正確與否為獲利的重要因素。. Ch. en. hi. i Un. v. gc 正向策略 1 與正向策略 2 看似為兩個獨立策略，實際上卻可以相輔相成，成為一個共同的策略，原因如下。. 正向策略 1 為收盤時觀察到正價差則買進一口台股期貨，並於下 N 個交易日賣出 (N=1~5) 平倉，正向策略 2 為收盤時觀察到逆價差則賣出一口台股期貨，並於下 N 個交易日買進 (N=1~5) 平倉。自上敘述可以看出，進行正向策略 1 和正向策略 2 的時點完全不同，只要進行了正向策略 1、當天就不會執行正向策略 2，進行了正向策略 2、當天就不會執行正向策略 1。而正向策略 1 和正向策略 2 意義上雖然不同，但在 26.

(32) 概念上是一模一樣的，皆是順著價差指引的方向進行策略，於此情形便為逢正價差做多、逢逆價差做空，因此將正向策略 1 和正向策略 2 合併，稱為正向策略 1、2。. 在以下迴歸式中，應變數 y 只有兩種可能：1 或 0，出現 1 表示正向策略 1、2 獲得正報酬，出現 0 則表示正向策略 1、2 不能獲得正報酬。而自變數 a 代表價差，直接使用價差實際之點數，例如有正價差 52.78 點則代 52.78 進α ，有逆價差 94.28 點則代-94.28 進α 。. 政治大. yt = α + βxt−n + εt ，n = 1~5. 立. ‧ 國. 學. 如果正向策略 1、2 是有效的，亦即能夠產生正報酬，那麼估計出 x 的係數β ，應該為正。. ‧ y. Nat. sit. 反向策略 1、2 合併的建構邏輯和建構正向策略 1、2 時完全相同，. er. io. 在此不多贅述，惟此狀態下策略為反向，即和正向策略完全相反，迴歸. n. a. v. l C 估計式同為以下，估計結果如表六。如果反向策略 n i 1、2 是有效的，亦. hengchi U. 即能夠產生正報酬，那麼估計出 x 的係數β ，應該為負。. 為了進一步檢驗超過 50 點正 (逆) 價差的進場策略，是否比單純不論點數只看正 (逆) 價差的進場策略來得更能獲利，設計以下迴歸式以捕捉超過 50 點的正 (逆) 價差所帶來的效果。. yt = α + βD+ xt−n + γD− xt−n + εt ，n = 1~5. 27.

(33) 在此迴歸式中，應變數 y 只有兩種可能：1 或 0，出現 1 表示正向策略 1.1 或正向策略 2.2 能夠獲得正報酬，出現 0 則表示正向策略 1.1 或正向策略 2.2 均不能獲得正報酬。在自變數方面，D+以及 D-均為虛擬變數，其值僅有 1 或 0，目的皆是捕捉超過 50 點的價差帶來的效應。若觀察到正價差大於 50 點，D+為 1，其餘狀況 D+皆為 0；若觀察到逆價差大於 50 點，D-為 1，其餘狀況 D-皆為 0。α 、β 和γ 三個係數估計結果如表六。. 檢定反向策略 1.1、2.1 的邏輯和迴歸式為皆與正向策略 1.1、2.1 相. 治政同，均是為了進一步檢驗超過 50 點正 (逆) 價差的進場策略，是否比單大立純不論點數只看正 (逆) 價差的進場策略來得更能獲利，惟此策略和正. 表六各策略之 Probit 模型. io. p值. β -0.0027 0.000 α 0.0259 0.277. a lp 值隔三日 p 值隔四日 iv n C -0.0032 0.000h -0.0031 e n g c0.000 h i U-0.0037 n. 隔日. er. 正向策略 1、2 之 Probit 模型係數：. sit. Nat. y. ‧. ‧ 國. 學. 向完全相反。. 隔兩日 0.0553. 0.025. 0.0563. 0.027. 0.0774. p值. 隔五日. p值. 0.000 -0.0038 0.000 0.003. 0.0948. 0.001. 反向策略 1、2 之 Probit 模型係數： β -0.0022 0.000 -0.0025 0.000 -0.0025 0.000 -0.0030 0.000 -0.0030 0.000 α 0.0213 0.373 0.0424 0.085 0.0457 0.071 0.0695 0.008 0.0979 0.000 正向策略 1.1、2.1 之 Probit 模型係數： β -0.0010 0.516 0.0007 0.664 0.0025 0.108 0.0013 0.416 -0.0000 0.971 γ 0.0010 0.426 0.0006 0.660 -0.0007 0.608 0.0003 0.810 0.0019 0.193 α -0.1285 0.292 -0.2852 0.022 -0.4693 0.000 -0.4170 0.001 -0.2683 0.046 反向策略 1.1、2.1 之 Probit 模型係數： β 0.0001 0.529 -0.0008 0.619 -0.0023 0.136 -0.0011 0.489 0.0001 0.927 γ -0.0008 0.565 -0.0005 0.725 0.0008 0.558 -0.0004 0.749 -0.0017 0.235 α 0.1218. 0.317. 0.2481. 0.046. 0.4333 28. 0.001. 0.3576. 0.006. 0.2332. 0.080.

(34) 二、估計結果在正向策略 1、2 的估計結果，係數β 不論在持倉一至五天的策略中均為負，且皆顯著異於零，表示將正價差視為後市看好、逆價差視為後市看壞的假說是沒有根據的，顯示在此策略中，價差沒有預測方向的有用資訊。然而在反向策略 1、2 的估計結果，係數β 不論在持倉一至五天的策略中均為負，且皆顯著異於零，表示反向策略：將正價差視為後市看壞、逆價差視為後市看好的策略是可以獲得正報酬的，價差有預. 政治大. 測方向的能力。. 立. ‧ 國. 學. 在正向策略 1.1、2.1 的估計結果上，β 和γ 皆不顯著，表示正價差超過 50 點和逆價差超過 50 點在使用正向策略 1.1、2.1 對於預測未來的. ‧. 行情方向沒有幫助；反倒是係數α 除了隔日之外的策略皆為顯著負數，. sit. y. Nat. 在 D+以及 D-均為 0 的狀況下，代表的是在正價差 50 點和逆價差 50 點. er. io. 之間的情況，使用正向策略亦不能為獲得正報酬增添機率。在反向策略. n. a l 和γ 亦不顯著，表示正價差超過 1.1、2.1 的估計結果上，β 50 點和逆 iv Un. C. hengchi 價差超過 50 點使用反向策略對於預測未來的行情方向沒有幫助；而係. 數α 除了持倉至隔日之外的策略皆為顯著正數，在 D+以及 D-均為 0 的狀況下，代表的是在正價差 50 點和逆價差 50 點之間的情況，使用反向策略可為獲得正報酬增添機率。. 需要注意的是，本估計結果因為會含有些許重複計算的資料，因此估計的結果並不是那麼有效率，然而對於係數的顯著性和特性影響不大。. 29.

(35) 第二節. 穩定的獲利性. 一個交易策略之所以成功，能夠獲得超額報酬的主要原因係市場上知道且願意使用此交易策略的人不多，但是隨著時間的拉長，一個交易策略如真能獲得正報酬，將漸漸被人知曉，超額報酬的幅度也會逐漸縮小。本節為了檢視本研究之八個策略是否在不同的資料期間，其報酬率型態會產生改變，因此將資料分段為兩等份，第一等份稱作 1H，時間涵蓋範圍為 1999 年 12 月至 2006 年 6 月；第二等份稱作 2H 時間涵蓋範圍為 2006 年 6 月至 2012 年 12 月。. 政治大表七和表八呈現的是，八個策略搭配持倉一至五日支時間軸劃分後立. ‧ 國. 學. 之報酬統計。第二行之 1H 代表研究時間之前半部份樣本之平均報酬；第三行 2H 代表研究時間之後半部份樣本之平均報酬，而在其後之 T 值. ‧. 則為此報酬是否顯著異於零之檢定；第四行之平均係指研究涵蓋之所有. sit. y. Nat. 期間範圍之平均報酬；第五行之 p 值則是利用 F 檢定 1H 和 2H 之係數是. er. io. 否顯著異於彼此，發現除了在正向策略 2.1 及反向策略 2.1 持倉四日及. n. al 五日出現顯著不同外，其餘策略皆顯示在時間的劃分上，並不會因為研 iv n. C. hengchi U 究的前期或後期，造成報酬率明顯的差異。此代表之重要意涵乃獲利性不會因為資料選取的期間不同而產生改變，盡量避免資料採礦的問題產生。. 30.

(36) 表七正向策略劃分為前後兩段時間之報酬統計隔日. t值. 隔兩日. t值. 隔三日. t值. 隔四日. t值. 隔五日. t值. 正向策略 1 時間劃分報酬統計： 1H. -1.92% -2.56. -1.70%. -3.04. -1.33%. -2.77. -0.96%. -2.24. -0.85%. -2.15. 2H. -2.16% -2.17. -2.35%. -3.15. -1.83%. -2.87. -1.97%. -3.42. -1.46%. -2.69. 平均. -2.01%. -1.94%. -1.51%. -1.32%. -1.07%. 0.8480 0.4866 正向策略 2 時間劃分報酬統計：. 0.5255. 0.1582. 0.3652. p值 1H. -2.10% -4.96. -1.99%. -3.19. 2H. -1.65% -4.67. -1.97%. -3.77. 平均. -2.00%. -1.98%. 立. p值. -3.82. -1.95%. -4.22. 治-4.03 -1.79% -4.62 政-1.74% 大 -1.86% -1.83% 0.7443. 0.7938. 學. 0.4184 0.9794 正向策略 1.1 時間劃分報酬統計：. ‧ 國. -1.96%. -2.10%. -4.96. -1.65%. -4.67. -1.83% 0.4184. -3.04% -1.70. -3.53%. -2.80. -3.36%. -3.28. -3.11%. -3.33. -2.85%. -3.31. 2H. -5.77% -1.17. -4.76%. -1.33. -2.42%. -0.83. -3.98%. -1.48. -4.21%. -1.70. 平均. -3.36%. p值. 0.5789. -4.66. 0.7628. 0.7605. 0.6035. -5.31%. -4.77. y. -3.00%. -5.61. -5.03%. -5.76. a l -3.86 -3.19% -3.92 -3.11% v -4.31 i n -3.96% -4.70%C U h e n -3.93% i h gc. -2.68%. -4.16. -3.82%. n. 2H -4.41% -2.96 平均 -4.90%. -6.38%. -3.21%. sit. -5.82% -2.84. io. 1H. Nat. 0.6044 0.7470 正向策略 2.1 時間劃分報酬統計：. -3.26%. 0.1312. 0.1256. 31. -5.53%. er. p值. -3.67%. ‧. 1H. 0.0482. -3.51% 0.0309.

(37) 表八反向策略劃分為前後兩段時間之報酬統計隔日. t值. 隔兩日. t值. 隔三日. t值. 隔四日. t值. 隔五日. t值. 反向策略 1 時間劃分報酬統計： 1H. 1.45%. 1.93. 1.24%. 2.20. 0.86%. 1.80. 0.49%. 1.15. 0.41%. 1.04. 2H. 1.59%. 1.60. 1.79%. 2.39. 1.27%. 1.98. 1.41%. 2.44. 0.90%. 1.66. 平均. 1.50%. 1.44%. 1.01%. 0.82%. 0.58%. 0.9133 0.5574 反向策略 2 時間劃分報酬統計：. 0.6126. 0.2044. 0.4673. p值 1H. 1.78%. 2.06. 1.48%. 2.38. 2H. 1.22%. 1.69. 1.38%. 2.65. 平均. 1.45%. 1.42%. 立. p值. 1.45%. 1.44%. 3.13. 治 2.68 1.20% 3.11 政1.16% 大 1.30% 1.28% 0.6596. 0.6919. 學. 0.6189 0.9036 反向策略 1.1 時間劃分報酬統計：. ‧ 國. 2.83. 1.59%. 3.76. 1.06%. 3.01. 1.28% 0.3408. 2.67%. 1.49. 3.17%. 2.51. 3.00%. 2.93. 2.75%. 2.94. 2.49%. 2.89. 2H. 5.33%. 1.08. 4.32%. 1.21. 1.99%. 0.68. 3.54%. 1.32. 3.78%. 1.53. 1H. 5.34%. 2.61. io. Nat. 0.6134 0.7609 反向策略 2.1 時間劃分報酬統計： 2H 平均. 3.83%. 2.57. 3.24%. al. n. p值. 5.90%. 2.83%. 2.63%. 0.7456. 0.7815. 0.6224. 4.31. 4.83%. 4.34. 3.27. 2.61%. 3.20. Ch. 4.36%. 4.16%. 0.5515. 0.1164. 第三節. 2.89%. 3.38% U e n g0.1080 chi. y. p值. 3.29%. sit. 2.98%. 5.05%. 5.13. 4.55%. 5.21. 3.50 v i n 3.41%. 2.10%. 3.25. er. 平均. ‧. 1H. 2.53%. 0.0393. 2.96% 0.0241. 牛市、熊市與盤整. 本研究於第三章的獲利分析，發現正向策略並不能獲得正報酬，而經過本章第二節的獲利性檢驗之後，亦得到將樣本分成前後兩段仍然不改其獲利特性。然而在牛市、熊市和盤整期間，市場上的投資人行為也會做出調整，本節便檢視在不同的市場氣氛下，各個策略的獲利性是否 32.

(38) 會產生不同的現象。. 一、牛市、熊市與盤整定義根據實務上對於牛市以及熊市最簡便且最常用的定義為：兩個月內股市漲幅超過 20%定義為牛市，而兩個月內股市下跌超過 20%定義為熊市。. 本研究採納上述觀點，將本研究涵蓋期間，即 1999 年 12 月 16 日. 政治大 157 個月，計算台股加權指數之月報酬率。兩個月內如果台股加權指數立. 至 2012 年 12 月 18 日止，共 3098 個交易日之日資料轉換為月資料，共. ‧ 國. 學. 上漲超過 20%，則定義此期間為牛市；若在兩個月內台股加權指數下跌超過 20%，則定義此期間為熊市；其餘不被歸類在牛市和熊市的期間皆. ‧. 被歸類為盤整。在本研究涵蓋的 13 年期間，以月資料來看，加權指數. sit. y. Nat. 最高曾達到 9892.78 點，最低也曾跌至 3623.67 點，最高和最低點相差. al. n. 期間非常短暫。. er. io. 將近 6300 點，然而如表九所示，台股加權指數處於牛市或熊市的狀態. Ch. engchi. i Un. v. 表九牛市、熊市以及盤整期間之劃分狀態. 月數. 期間. 牛市. 12. 1999 年 12 月至 2000 年 1 月；2001 年 1 月至 2001 年 2 月；2001 年 10 月至 2002 年 1 月；2009 年 2 月至 2009 年 5 月。. 熊市. 6. 2000 年 8 月至 2000 年 10 月；2008 年 9 月至 2008 年 11 月. 盤整. 139. 2000 年 2 月至 2000 年 7 月；2000 年 11 月至 2000 年 12 月； 2001 年 3 月至 2001 年 9 月；2002 年 2 月至 2008 年 8 月；2008 年 12 月至 2009 年 1 月；2009 年 6 月至 2012 年 12 月。. 33.

(39) 二、牛市、熊市與盤整根據第二節的各種策略報酬率分析，以及第三節時間軸劃分結果所示，本研究所設定的四種正向策略均不能獲得正報酬，然而相反地，四種反向策略反而大致上都能獲得顯著的正報酬。. 首先說明以下兩表，表十和表十一的呈現方式：將八種策略切割成牛市、熊市和盤整時的日報酬率表現。在報酬率方面，上紅色底之資料表示市在牛市或是熊市期間能獲得正報酬的策略，上綠色底之資料表示. 政治大得到負報酬的策略，上淺黃色底的則是在盤整期間能得到正報酬的策略。立市在牛市或是熊市期間獲得負報酬的策略，上灰色底的則是在盤整期間. ‧ 國. 學. 而在報酬率右方的是 t 值，即此報酬率之顯著性；第四行的平均則是在研究期間，不論牛市、熊市、或盤整期間，使用某策略並持倉某天的平. ‧. 均報酬率；最後一行的 p 值則是透過 F 檢定，檢定牛市、熊市和盤整期. sit. y. Nat. 間三個狀態下之平均報酬率，是否有顯著差異，p 值小於 0.05 則被認為. n. al. er. io. 是顯著，上亮黃色底。. i Un. Ch. v. engchi 在八個策略配合上持倉一至五個交易日的情況下，檢定了 40 組資料在牛市、熊市和盤整這三個期間其報酬率是否有顯著不同。在 40 組資料當中，僅有 4 組資料無法拒絕在牛市、熊市和盤整這三個期間報酬率均相等的虛無假說，分別為正向策略 1.1、正向策略 2.1、反向策略 1.1 和反向策略 2.1 在持倉一天的情況下。. 以下將以正向策略、反向策略三個不同觀點來說明，經過此資料處理後，產生的報酬率現象。. 34.

(40) 1. 正向策略首先，在四個正向策略中，在牛市或是熊市可以獲得正報酬，僅有盤整階段皆為負報酬，且此負報酬皆顯著異於零。所謂「或」，即四個正向策略中，每個策略僅能在牛市「或是」熊市獲得正報酬。在牛市的情況下，正向策略 1 和正向策略 1.1 皆能獲得正報酬，且除了正向策略 1.1 持倉一天或兩天的情況下，其餘平均正報酬均為顯著；在熊市的情況下，正向策略 2 和正向策略 2.1 皆能獲得正報酬，然而僅有正向 2 在持倉二至五天可以獲得顯著正報酬，持倉一天和正向策略 2.1 的所有持倉天數其正報酬率不顯著。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 35. i Un. v.

(41) 表十正向策略牛市、熊市與盤整期間報酬統計隔日. t值. 隔兩日. t值. 隔三日. t值. 隔四日. t值. 隔五日. t值. 正向策略 1 牛市、熊市與盤整期間報酬統計：牛市. 5.61%. 熊市. 2.53. 5.47%. 3.34. 5.51%. 3.95. 5.51%. 4.45. 6.15%. 5.48. -8.08% -3.05. -6.99% -3.59. -6.52%. -3.98. -6.80%. -4.72. -7.61%. -5.84. 盤整. -2.28% -3.59. -2.26% -4.77. -1.79%. -4.45. -1.55%. -4.31. -1.27%. -3.83. 平均. -2.01%. -1.94%. -1.51%. -1.32%. -1.07%. p值. 0.0002. 0.0000. 0.0000. 0.0000. 0.0000. 正向策略 2 牛市、熊市與盤整期間報酬統計：牛市. -8.58% -4.19. -9.54% -6.47. -9.47%. -7.85. -9.35%. -8.67. -8.93%. -9.00. 熊市. 3.32%. 5.61%. 2.64. 6.06%. 3.46. 6.58%. 4.18. 5.42%. 3.73. 盤整. -1.68% -2.88. -1.66% -3.96. -1.52%. -4.42. -1.57%. -5.12. -1.54%. -5.51. 平均. -2.00%. -1.98%. 1.13. p值. 治政 -1.83% 0.0000 大. 0.0010 0.0000 正向策略 1.1 牛市、熊市與盤整期間報酬統計；. 立. 1.95%. 熊市. 5.23%. 0.0000. 0.0000. 6.58%. 2.58. 7.02%. 3.08. 7.80%. 3.85. -3.38% -0.81. -5.72% -2.03. -6.42%. -2.93. -6.06%. -3.11. -6.24%. -3.68. 盤整. -4.30% -2.15. -4.86% -3.48. -4.32%. -3.89. -4.42%. -4.43. -4.20%. -4.68. 平均. -3.36%. -3.67%. ‧. 1.64. ‧ 國. 0.41. -1.83%. 學. 牛市. -1.86%. -3.26%. -3.21%. -3.00%. 0.4786 0.0124 0.0002 正向策略 2.1 牛市、熊市與盤整期間報酬統計：. 0.0000. 0.0000. sit. y. Nat. p值. n. al. er. io. 牛市 -10.83% -2.43 -13.70% -4.71 -11.70% -5.00 -12.64% -6.17 -12.09% -6.74 熊市 0.96% 0.25 1.83% 0.70 2.06% 0.95 3.02% 1.55 2.46% 1.39 盤整 -5.07% -3.84 -4.61% -5.32 -3.86% -5.45 -3.88% -6.26 -3.28% -5.98 平均 -4.90% -4.70% -3.93% -3.96% -3.51% p值. 0.1314. Ch. 0.0004. engchi 0.0001. i Un. v. 0.0000. 0.0000. 2. 反向策略接著檢視四個反向策略。於此四個反向策略之中，發現和正向策略類似的情況，亦即其在牛市或是熊市可以獲得正報酬，而且盤整階段不論如何也都可以產生報酬，且此正報酬皆顯著異於零。在牛市的情況下， 36.

(42) 反向策略 2 和反向策略 2.1 皆能獲得正報酬，且其平均正報酬均為顯著；在熊市的情況下，反向策略 1 和反向策略 1.1 皆能獲得正報酬，且除了在反向策略 1.1 持倉一天或兩天的情況下，其餘平均正報酬均為顯著。. 表十一反向策略牛市、熊市與盤整期間報酬統計隔日. t值. 隔兩日. t值. 隔三日. t值. 隔四日. t值. 隔五日. t值. -5.94% -4.26 -5.93% 治政 3.40 6.14% 3.75大 6.42%. 反向策略 1 牛市、熊市與盤整期間報酬統計：牛市. -6.05% -2.73. -5.91% -3.61. -4.79. -6.57%. -5.85. 熊市. 7.70%. 2.91. 6.61%. 4.46. 7.24%. 5.55. 盤整. 1.77%. 2.78. 1.74%. 2.89. 0.78%. 2.34. p值. 0.0002. ‧ 國. 1.50%. 1.27%. 3.17. 1.44%. 1.01%. 0.0000. 0.0000. 1.04%. 0.82%. 0.58%. 0.0000. 0.0000. 學. 平均. 立 3.68. 反向策略 2 牛市、熊市與盤整期間報酬統計： 8.06%. 熊市盤整. 8.95%. 7.42. 8.83%. 8.19. 8.41%. 8.48. -3.87% -1.32. -6.16% -2.89. -6.60%. -3.77. -7.13%. -4.53. -5.97%. -4.11. 1.12%. 1.10%. 0.96%. 2.80. 1.01%. 3.31. 0.98%. 3.52. al. 1.28%. n. 0.0009 0.0000 0.0000 反向策略 1.1 牛市、熊市與盤整期間報酬統計：. Ch. i U e n-6.95% g c h -2.73. 牛市. -2.33% -0.49. -5.60% -1.75. 熊市. 3.02%. 0.72. 5.36%. 1.90. 6.06%. 盤整. 3.91%. 1.96. 4.48%. 3.21. 3.94%. 平均. 2.98%. 3.29%. sit. 1.42%. io. p值. 2.64. 1.30%. 1.28%. 0.0000. 0.0000. er. 1.92. y. 6.12. 1.45%. 9.02%. Nat. 平均. 3.94. ‧. 牛市. v ni. -7.36%. -3.23. -8.14%. -4.02. 2.76. 5.70%. 2.92. 5.88%. 3.47. 3.55. 4.04%. 4.05. 3.82%. 4.26. 2.89%. 2.83%. 2.63%. 0.4802 0.0124 0.0002 反向策略 2.1 牛市、熊市與盤整期間報酬統計：. 0.0000. 0.0000. p值. 牛市. 10.30%. 2.31. 12.05%. 4.47. 11.17%. 4.77. 12.12%. 5.91. 11.56%. 6.44. 熊市. -1.51%. -0.39. -2.38%. -0.90. -2.61%. -1.20. -3.57%. -1.84. -3.02%. -1.71. 盤整. 4.52%. 3.43. 4.05%. 4.62. 3.31%. 4.68. 3.32%. 5.37. 2.73%. 4.98. 平均. 4.36%. 4.16%. 3.38%. 3.41%. 2.96%. p值. 0.1307. 0.0007. 0.0001. 0.0000. 0.0000. 37.

(43) 和第三章的獲利性分析相比，正向策略所獲得之報酬皆為顯著負值，推論不能從採用此策略獲利。然而經過本節的分析，卻發現正向策略並非完全沒有幫助，在特定的市場氣氛下，也就是「擇時」後，正向策略也可以獲利，似乎代表著價差仍有一定程度的預測能力。. 三、新獲利交易策略所謂正 (逆) 價差策略，即將正 (逆) 價差選為一指標，當做進場操作期貨的依據。本研究中的正向策略 1 (2) 、正向策略 1.1 (2) 、反向策. 政治大策略 1 (2) 的分支策略，即正立 (逆) 價差超過 50 點時方當做進場指標。. 略 1 (2) 和反向策略 1.1 (2.1) 均屬正 (逆) 價差策略。策略 1.1 (2.1) 為. ‧ 國. 學. 從正價差策略搭配牛市、熊市和盤整期間的分段報酬可以發現，正. ‧. 價差策略在牛市時的正向策略，即正向策略 1 和正向策略 1.1，不論持. sit. y. Nat. 倉天數一至五天，皆可以獲得正報酬；自然相反地，在牛市時的反向策. er. io. 略，即反向策略 1 和反向策略 1.1，不論持倉天數一至五天，報酬均為. n. al 負。正價差策略在熊市時的反向策略，即反向策略 i v 1 和反向策略 1.1， n. C. hengchi U 不論持倉天數一至五天，皆可以獲得正報酬；和牛市時相同地，在熊市時的正向策略，即正向策略 1 和正向策略 1.1，不論持倉天數一至五天，報酬均為負。. 從逆價差策略搭配牛市、熊市和盤整期間的分段報酬可以發現，逆價差策略在牛市時的正向策略，即正向策略 2 和正向策略 2.1，不論持倉天數一至五天，其報酬率均為負；反倒是在牛市時的反向策略，皆可獲得顯著的正報酬率。逆價差策略在熊市時的反向策略，即反向策略 2 和反向策略 2.1，不論持倉天數一至五天，報酬率均為負；和牛市時相 38.

(44) 同地，在熊市時的正向策略，即正向策略 2 和正向策略 2.1，不論持倉天數一至五天，均能獲得正報酬。. 綜合以上，在知道市場條件的情況之下，本研究可設計出一套新的交易策略，使不論正向策略和反向策略在擇時後均有獲利能力。此新交易策略之獲利關係，整理為表十二。. 政治大牛市熊市立正報酬負報酬. 表十二牛市、熊市和盤整期間之報酬率與策略之關係正價差+正向策略逆價差+正向策略. 負報酬. 正報酬. 逆價差+反向策略. 正報酬. 負報酬. ‧ 國. 正報酬. 正報酬負報酬正報酬. er. io. sit. y. Nat 三、市場理性嗎？. ‧. 負報酬. 負報酬. 學. 正價差+反向策略. 盤整. al. n. iv n C 本研究的正向策略，即為根據蒐集市場上說法所設計出之策略。在 hengchi U. 本節的研究當中，牛市即為股市行情好，兩個月內飆漲超過 20%之時，熊市則為股市行情差，兩個月內慘跌 20%之際。舉例來說，如在牛市時將正價差視為進場訊號，採用正向策略的投資人，本就因為在此期間股市不斷上揚，投資台股期貨獲得正報酬並不稀奇，但卻可能因為當時帶來的正報酬之豐碩而有如熱鐵烙膚，便將此策略奉為圭臬。而熊市時的情況恰好相反：如在熊市時將正價差視為進場訊號採用正向策略的投資人，本就因為在此期間股市不斷下跌，投資台股期貨獲得正報酬的機率本來就不高，但卻可能因為當時帶來的虧損之巨大而刻苦銘心，便將此 39.

(45) 策略束之高閣，從此不使用，然若有一小部份的投資人轉而認為此指標為反指標，進行反向策略，就造成了正報酬的產生。. 於牛市、熊市此股市波動度大的情況下，市場交投可能趨於不理性，反而會產生過度反應的效果，進一步造成了如上所述之現象。然而因本研究之資料僅限於日資料，日後若能取得更為詳盡之日內資料，使用行為財務學研究投資人的行為，即有可能對於本研究觀察到之現象做出解釋。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 40. i Un. v.

(46) 第五章結論與建議. 本研究係針對台股期貨和現貨的價差，作為進場買賣台股期貨的訊號和指標，而此透過價差的交易策略可分成「正向策略」和「反向策略」，兩種策略轄下各有四種策略。以下針對實證分析結果作一總結。. 經過實證研究後發現，正向策略的平均獲利在沒有任何條件下為負，. 政治大有顯著性。加入正 (逆)立價差超過 50 點的條件之後，發現正向策略之虧. 而反向策略的平均獲利在沒有任何條件下為正，而且此平均獲利大多具. ‧ 國. 學. 損情形更為嚴重，而相對地，反向策略之獲利會更為突出，可以比單純正 (逆) 價差的策略獲得更高正報酬。然而，若是將資料切成牛市與熊. ‧. 市進行分析時，不論正向策略或反向策略都有其獲利機會，且大多數策. er. io. sit. y. Nat. 略其正報酬皆具統計上之顯著性。. n. al 正價差加上正向策略可以在牛市時獲得正報酬，逆價差加上正向策 iv n. C. hengchi U 略則可以在熊市時獲得正報酬。筆者認為，投資人可能因為正向策略在. 極端情況 (例如牛市、熊市) 下本就容易獲利，然若有一小部份的投資人轉而認為此指標為反指標，進行反向策略，就造成了正報酬的產生。. 本研究僅就台股期貨和現貨價差策略之獲利做出分析，然而針對獲利之特性及其成因沒有太多著墨。此係關於投資人的交易行為乃行為財務學之範疇，需要更為完整且詳盡的資料，例如日內資料來輔助進一步之研究。. 41.

(47) 本研究在計算報酬率和執行策略時，沒有將持倉時的原始保證金衍生之利息算入交易成本，在持倉口數是五口時，其獲利性可能會和本文結果產生些微差異。此外，為了分析的簡潔，本文亦沒有將被追繳保證金的情形考慮，此一資金成本也可能會是影響策略獲利性的因素之一。綜合以上，因為此二限制，本文實證結果中計算出來之獲利可能被高估，而虧損也可能被低估。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 42. i Un. v.

(48) 參考文獻 1. Figlewski, S., “Explaining the Early Discounts on Stock Index Futures: The Case for Disequilibrium”, Financial Analysts Journal (1984) 2. Cornell, B. and French, K.R., "The Pricing of Stock Index Futures", Journal of Futures Markets (1983) 3. Kawaller, Ira G., Koch, Paul D. and Koch, Timothy W., “The Temporal Price Relationship between S&P 500 Futures and the S&P 500 Index”, The Journal of Finance (1987). 政治大 Cash Market and Stock 立 Index Futures Markets”, Review of Financial. 4. Chan, K. “A Further Analysis of the Lead-Lag Relationship between the. ‧ 國. 學. Studies (1992). 5. Mackinlay, A.C., and K. Ramaswamy, "Index Futures Arbitrage and the. ‧. Behavior of Stock Index Future Prices", Review of Financial Studies. sit. y. Nat. (1988). er. io. 6. Stoll, H.T., and R.E. Whaley, "The Dynamics of Stock Index and Stock. n. a l The Journal of Finance and Index Futures Returns", i v Quantitative Analysis (1990). Ch. n engchi U. 7. Brenner, M., Subrahmanyam, M. G., and J. Uno, “The Behavior of Prices in the Nikkei Spot and Futures Market”, Journal of Financial Economics (1989) 8. Brenner, M., Subrahmanyam, M. G., and J. Uno, “Arbitrage opportunities in the Japanese stock and futures markets”, Financial Analysts Journal (1990) 9. Buhler, W. and A. Kempf, "DAX index futures: mispricing and arbitrage in German markets", Journal of Futures Markets (1990) 43.

(49) 10. Wooldridge, J. F., Introductory Econometrics -- A Modern Approach, South-Western College Publishing (2009) 11. Chance, D., and R. Brooks, An Introduction to Derivatives and Risk Management, South-Western Educational Publishing (2013). 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 44. i Un. v.

(50)