台灣期貨市場投資報酬率優異者之投資行為分析
66
0
0
全文
(2) 致 謝 這篇論文乃至於整個研究所學程能夠完成，首先要感謝我的家人，尤其經歷次子誕生， 在喜悅之餘也接踵而來的責任重擔過程中，內人仍在背後不斷支持與鼓勵使我能兼顧工作與 家庭，並在學業上仍能長進。更要向我的指導教授 蔡蒔銓老師表達我由衷的謝意，除了溢於 言表的知遇提攜，在論文撰寫期間的悉心指導更讓我獲益匪淺。感謝我的口試委員 盧秋玲老 師、辛敬文老師、周德瑋老師與賴慧文老師對我論文的諸多寶貴建議，使我這篇論文能更加 完善。感謝一起研究的博士班 培堯以及豐進、易霖學弟的協助，尤其 明倉在統計上的協助 至為重要，感謝研究的路上有你們的陪伴，除了助益更是砥礪。 14 年的職涯之後還能返回校園心裡是感動的，而踏入臺灣師範大學紅棕巍峨的大門與 隨之而來的悠揚樂聲更令我激動；兩年前隆重且頗富特色的的迎新暨開學活動仍歷歷在目， 感謝管理學院的每一位師長，第一屆 EMBA 在職專班的創業維艱我們感同身受，如今回首， 點滴皆是雋永。感謝同為第一屆 EMBA 在職專班的每位同學，尤其打從相識第一日就一見如 故的 澐山、慧玲、秋惠、訓民及宗霖等第五組同學，除了報告與作業的過程中相互支援，在 馬拉松、壘球隊、花東環島自行車…等各類活動的參與過程更讓我增廣許多見識，有幸與你 們一起同享甘苦更暗許成為一輩子難得的朋友。. 黃岱德 謹誌於 國立臺灣師範大學管理學院 EMBA 碩士在職專班 中華民國 103 年 5 月. I.
(3) 摘 要. 本研究以台灣期貨市場實際交易與委託資料為標的，研究自 2007 年 1 月 1 日至 2007 年 12 月 31 日共計 247 個交易日之樣本期間，以先進先出法計算每個投資人之投資報酬率， 擷取至少有 60 筆沖抵紀錄以上之帳戶區分為投資報酬率優異前 10%與投資報酬率不佳後 10%兩群資料，比較刪單、減量、總委託量、平均交易口數、投資人下單積極性與高頻率交 易等投資行為在投資報酬優異與報酬不佳的兩者間是否有顯著差異。研究結果顯示，報酬率 不佳者的減量委託行為十分顯著的高於報酬率優異者，而投資報酬率優異者的總委託量高於 投資報酬率不佳者，投資報酬率優異者的下單積極性顯著高於報酬率不佳者，而投資報酬率 優異者的高頻交易行為高於投資報酬率不佳者。另對於日內交易時段區分開盤、盤中與收盤， 研究結果顯示了結獲利具 U 型現象，投資績效優異者集中於開盤時段獲利了結，而投資績效 不佳者傾向於尾盤時段進行平倉交易。. 關鍵字：台灣期貨市場、投資報酬率、投資行為、積極性、高頻率交易. II.
(4) Abstract This study is concerned with the actual deal and order data in Taiwan futures market, reference sample period totaled 247 trading days since January 1, 2007 to December 31, 2007. Using the FIFO method to calculate each investor's ROI, capture at least more than 60 times offset record, according to return of investment divided data into the 10% of poor ROI and 10% of outstanding ROI, for investment behavior include cancel-order, reduce-order, the total order volume, the average order volume,order-activeness and high-frequency trading and so on, is there a significant difference between the outstanding ROI and the poor ROI. The results showed that the behavior of reduce-order on those poor ROI is a significant higher than those outstanding ROI, the behavior of order-activeness on those outstanding ROI is a significant higher than those poor ROI, however, the high-frequency trading on those outstanding ROI is a significant higher than those poor ROI. In addition, the trading hours into the opening, intraday and closing, the results showed that the closed position (Cover) has a U-shaped phenomenon, the outstanding ROI investor prefer to profit-taking at opening session, the poor ROI investor tend to close position at closing session.. Keywords： ： Taiwan's futures market, ROI, investment behavior, order-activeness and high-frequency trading.. III.
(5) 目錄 第一章 緒論 ........................................................................................................................................ 1 第一節 研究背景與動機 ............................................................................................................ 1 第二節 研究目的 ........................................................................................................................ 2 第三節 研究架構 ........................................................................................................................ 4 第二章 文獻回顧 ................................................................................................................................ 6 第一節 委託單積極度相關文獻 ................................................................................................ 6 第二節 高頻率交易（High Frequency Trading,HTF） ............................................................ 9 第三章 研究方法 .............................................................................................................................. 10 第一節 研究資料分析 .............................................................................................................. 10 第二節 研究方法 ...................................................................................................................... 16 第四章 實證研究分析 ...................................................................................................................... 32 第一節 投資績效分析 .............................................................................................................. 32 第二節 投資績效優異與不佳者下單積極性分析 .................................................................. 40 第三節 高頻率交易之投資績效分析 ...................................................................................... 43 第四節 積極單委託率檢定分析 .............................................................................................. 44 第五節 高頻交易委託率檢定分析 .......................................................................................... 46 第六節 其他委託行為之檢定分析 .......................................................................................... 47 第七節 不同身分別之委託行為檢定分析 .............................................................................. 54 第五章 研究結論與建議 .................................................................................................................. 56 第六章 參考文獻 .............................................................................................................................. 58. I.
(6) 表目錄 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表 【表. 3-1】各類期貨商品委託與成交筆數統計 ............................................................ 11 3-2】各類不同投資人之委託與成交筆數統計 .................................................... 11 3-3】期貨成交檔格式 ............................................................................................ 14 3-4】期貨委託檔格式 ............................................................................................ 14 3-5】期貨揭示最佳買賣五檔格式 ........................................................................ 15 3-6】沖抵明細檔 .................................................................................................... 18 3-7】結算紀錄表 .................................................................................................... 18 3-8】平均投資報酬率由大至小排序前 25 位 ...................................................... 25 3-9】委託資料表 .................................................................................................... 27 4-1】平均投資報酬率由大至小排序前 25 位 ...................................................... 33 4-2】投資報酬率優異者身分別分析 .................................................................... 34 4-3】投資報酬率優異者 ROI 分布 ........................................................................ 34 4-4】投資報酬率優異者投資績效敘述統計 ........................................................ 35 4-5】平均投資報酬率由小至大排序前 25 位 ...................................................... 37 4-6】投資報酬率不佳者身分別分析 .................................................................... 38 4-7】投資報酬率不佳者之 ROI 分布 .................................................................... 38 4-8】投資報酬率不佳者投資績效敘述統計 ........................................................ 39 4-9】優異與不佳投資者積極單委託率彙整表 .................................................... 41 4-10】積極單委託率次數分配表 .......................................................................... 42 4-11】優異與不佳投資者高頻交易委託率彙整表 .............................................. 43 4-12】ROI 前後 10%帳號積極單委託率之 t 檢定 .............................................. 45 4-13】ROI 前後 20%帳號積極單委託率之 t 檢定 .............................................. 45 4-14】ROI 前後 10%帳號高頻交易委託率之 t 檢定 .......................................... 47 4-15】ROI 前後 10%帳號委託減量單率之 t 檢定 .............................................. 51 4-16】ROI 前後 10%帳號委託刪單率之 t 檢定 .................................................. 51 4-17】ROI 前後 10%帳號總委託量之 t 檢定 ...................................................... 52 4-18】ROI 前後 10%帳號平均委託口數之 t 檢定 .............................................. 52 4-19】ROI 前後 10%帳號開盤獲益率之 t 檢定 .................................................. 52 4-20】ROI 前後 10%帳號盤中獲益率之 t 檢定 .................................................. 53 4-21】ROI 前後 10%帳號收盤獲益率之 t 檢定 .................................................. 53 4-22】依不同身分別之委託行為檢定交叉分析 .................................................. 55. II.
(7) 圖目錄 【圖 【圖 【圖 【圖 【圖 【圖 【圖. 1-1】不同型態交易在持有期間與交易延遲性之比較 .......................................... 3 1-2】研究流程圖 ...................................................................................................... 5 2-1】蔡弘凱(2002)之積極度區分 .......................................................................... 8 3-1】System E-R Diagram ...................................................................................... 19 3-2】先進先出法程序演譯 .................................................................................... 21 3-3】揭示與委託價格積極性判斷圖 .................................................................... 28 4-1】操作最佳與最差 10%之積極單率分布圖 ..................................................... 42. III.
(8) 第一章 緒論 第一節 研究背景與動機 臺灣期貨交易所於 1998 年 7 月正式開業並推出第一項期貨商品－「臺股期貨」，之後 陸續推出「電子期貨」、 「金融期貨」與「小型臺指期貨」等股價指數期貨商品，2004 年則推 出「10 年期公債期貨」及「30 天期利率期貨」兩項利率類商品，2006 年 3 月上市「美元計 價黃金期貨」，2008 年及 2009 年分別推出「新台幣計價黃金期貨」及「黃金選擇權」，另為 提供股票現貨投資人良好避險管道，於 2010 年 1 月推動「股票期貨」上市，截至 2012 年底， 期交所總計上市 19 項商品，含括股權、利率類與商品類期貨與選擇權，近年並推行一週到期 選擇權以及小型台指期貨加掛一週到期契約，今年（2014）5 月並將授權歐洲期貨交易所掛 牌台股期貨及台指選擇權的一天期期貨契約（Eurex/TAIFEX Link）。 2012 年 1 月至 8 月間，台灣期貨交易所總交易量達 1.03 億口，據美國期貨業協會(FIA) 統計為世界排名第 20 名，而期貨交易者主要以投機、避險與套利為目的，眾多投資人依不同 目的投入使市場價格維持合理水準並可快速反應各類事件、氛圍與預期心理，而相對於台灣 股票現貨市場自 1998 年實施之平盤以下禁止放空限令，期貨市場並無此限制，如此市場交易 可更加多元並快速自由反應現況。 市場的投資者包含外資、期貨自營商、法人與散戶，台灣市場中散戶為主要交易者， 對於散戶或大部份機構而言，投資（或交易）的主要目的為獲利，從過去到現在甚至未來， 「如 何操作才能獲利」絕對是每個投資人竭盡心力持續追逐的目標，本研究藉由一般人難以取得 之高頻率日內期貨實際成交與巨量委託明細資料著手分析投資報酬率不佳與投資報酬率優異 之投資人在不同交易行為上之差異，試圖提供具數值實證依據之投資行為解釋。. 1.
(9) 第二節 研究目的 一般認為市場價格能充份反應各類資訊，Fama(1970)提出效率市場假說，將市場分成 弱勢、半強勢及強勢以說明對資訊種類的反應程度，De Bondt and Thaler(1985)提出過度反應 假說，認為市場會過度反應，也就是表現好的商品會被過度高估，而表現差的則會被低估， 所以在過一段時間以後，表現好的股票股價會向下修正，而表現差的會向上修正；以上皆以 投資人的交易行為著眼，若市場是有效率的則攸關資訊將迅速而完全地反映於股價上，而持 有攸關資訊的資訊投資人必然執行積極的下單行為只求盡速成交以收割此不對稱資訊，這樣 的下單行為是否因此能有優異的投資報酬率，為本研究探討的目的之一。 另外，拜近年來軟硬體資訊技術突飛猛進之賜，高頻率交易1有別於傳統的「觀察盤勢 －研判買賣點－發出交易指令」之人工下單行為，透過高速電腦並輔以既定之買賣點規則， 上述交易過程可在極為短暫的時間內完成，「交易紀律」亦是此類交易型態所強調的特點， 從圖 1-1 可看出高頻率交易與傳統一般投資行為在部位持有期間與交易延遲性上的差異。 一般而言高頻率交易具有以下特徵： 1. 都是由計算機自動引發程序並完成的自動化交易。 2. 高頻交易的部位持有時間很短，日內交易次數很多。. 1. 高頻交易（High FrequencyTrading）是指從那些人們無法利用的極為短暫的市場變化中尋求獲利的計算機化 交易，比如，某種證券買入價和賣出價差價的微小變化，或者某支股票在不同交易所之間的微小價差。這種交 易的速度如此之快，以至於有些交易機構將自己的「伺服器群組」安置到了離交易所的計算機很近的地方，以 縮短交易指令通過光纜以光速旅行的距離。一般是以電腦買賣盤程式進行非常高速的證券交易，從中賺取證券 買賣價格的差價。 （資料來源：維基百科 http://zh.wikipedia.org/wiki/%E9%AB%98%E9%A0%BB%E4%BA%A4%E6%98%93） 2.
(10) 資料來源：第二十屆證券暨金融市場理論與實務研討會資料（元大寶來期貨總經理 盧立正）. 【圖 1-1】不同型態交易在持有期間與交易延遲性之比較. 本研究的資料取得不易，主要來源為台灣期貨交易所實際交易與委託明細資料，相關 具隱私之個人資料皆已經過遮罩，資料涵蓋台灣期貨市場全體投資人範圍，期望透過軟硬體 資訊新技術直接針對巨量資料進行分析，可大大降低樣本偏誤疑慮。. 以下為本文之主要研究目地： 1.. 台灣期貨市場積極投資人的下單行為. 2.. 台灣期貨市場高頻交易行為. 3.. 台灣期貨市場投資報酬率優異者受下單積極性的影響. 4.. 台灣期貨市場投資報酬率優異者受高頻交易行為的影響. 3.
(11) 第三節 研究架構 本研究之架構總共分為五個章節探討，各章節內容概述如下： 第一章 緒論 說明本研究之研究背景、動機、研究目的與研究架構。 第二章 文獻探討與回顧 針對國內外關於期貨市場操作績效與投資人之投資行為相關文獻進行整理與探討。 第三章 研究方法 介紹研究資料來源、期間以及資料的初步解析，進行資料分析並說明處理作法，解釋投 資人行為相關變數之計算方法，以分析投資報酬率優異者之投資行為。 第四章 實證研究分析 呈現本研究之彙整分析結果，對於委託積極性、高頻率交易、減量委託率、刪單率、總 委託量與平均交易口數進行檢定，解釋、分析與論證實證結果。 第五章 研究結論與建議 進行本研究之實證研究總結，並提供往後研究方向。. 4.
(12) 本研究之流程如下：. 研究背景、動機與目的. 文獻探討與回顧. 資料來源處理. 交易報酬結算. 下單積極性. 研究方法與變數定義. 實證結果分析. 結論 【圖 1-2】研究流程圖. 5. 委託頻率計算.
(13) 第二章 文獻回顧 第一節 委託單積極度相關 委託單積極度相關文獻 相關文獻 一、 資訊不對稱假說(Asymmetric Information Hypothesis) 資訊不對稱是指市場上的攸關（價格）資訊無法充分被揭露時，市場交易者間所握有 的資訊出現不對等的情況，因此每個交易者對於該商品的評價也不相同，依 Jay Ritter and Ivo Welch(2002)的首次公開募股（Initial Public Offerings，IPO）期初報酬相關文獻分為探討交易 資訊不完全的「資訊不對稱假說」以及其他無關交易訊息的「非資訊不對稱假說」 。Baron(l982) 認為承銷商相對於發行公司為代理人的關係，由於承銷商比發行公司更加了解資本市場資訊， 存在資訊不對稱(Informational Asymmetry)的情形，因此發行公司需要藉由承銷商的優越資訊 來協助制定合理的承銷價格，而承銷商的聲譽資產(reputation asset)可作為新上市股票的保證， 並且承銷商掌握配銷通路，因此發行公司將股票折價發行作為承銷商提供專業資訊、通路與 聲譽保證的代價。此外，Baron 認為隨著市場上對新股的需求不確定性越大，發行公司就越 需要承銷商提供的建議與服務，此時承銷商的議價空間也越高，並且承銷商為減少銷售時的 不確定風險，便將承銷價低估以利銷售進行，承銷證券的期初報酬也就越大。 Rock(1986)認為投資人間存在資訊不對稱性，市場上分為兩種人，一是充分掌握資訊 者－資訊投資人(Informed Trader)，他們真正了解公司價值（與弱點），一為非資訊投資人 (Uninformed Trader)；資訊投資人僅會在新股價格低於公司價值時才會進行認購，而非資訊投 2. 資人則隨機認購，故非資訊投資人往往認購到公司價值低於新股價格的股票，對此逆選擇 的. 2. Akerlof(1970)於中古車市場觀察，舊車賣方對於車子性能與車況擁有最完整的資訊，相對舊車的買方全無車況 資訊，在舊車賣方隱瞞車子缺點情況下買方無任何與該車有關的資訊評斷車子的價值，所以只能以整個中古車 市場的平均價格研判，如此便造成市場上只有低於平均價格的舊車能成交，好車只能退出市場。 逆選擇（Adverse Selection）是指由於交易雙方資訊不對稱和市場價格下降產生的劣幣驅逐良幣狀況，進而出 現市場交易產品平均質量下降的現象。. 6.
(14) 3. 情況，非資訊投資人因贏家的詛咒 終究會退出市場，所以會以折價發行的方式補貼投資人因 資訊不足而需承擔的風險，鼓勵非資訊投資人進入市場。 Kyle (1985)將不同交易需求的投資人分為三種，資訊交易者（Informed Traders）、雜 訊交易者（Noise Traders）與流動性交易者(Liquidity Traders)，其中資訊交易者擁有獨佔資訊 並會將資訊反映在交易資產上以獲取最大利潤，雜訊交易者自認為持有私有資訊並認定可以 因此獲得該資訊所帶來的利潤，但他所持之私有資訊可能是錯誤的或是早已經反映在商品價 格之上了，流動性交易者（或稱造市者）交易的目的並不是為了獲取因價差所產生的報酬而 是要將手中的部位盡可能轉換成現金，所以此交易者無關乎資訊持有，其主要追求為最小化 交易成本。 由上述皆可實際對照到實務上的做法來看，市場不可避免的存在資訊不對稱的狀況， 我們將在以下研究方法中透過分析較無買賣限制的期貨市場之實際資料，探討投資報酬率優 異者是否較具有積極投資行為的傾向。. 二、 委託單積極度 Parlour(1998)說明交易者對於資產有各自看法亦會隨機進入市場，交易者可能為了立即 成交而以市價單委託，或是為了能在更好的價格下完成交易而承擔可能的未成交風險進行限 價單委託。Keim and Madhavanb(1995)採實證方式檢驗美國機構投資人的交易行為，區分三種 交易類型，第一類為價值投資型：此類機構投資者依據基本面分析進行交易，第二類型為技 術與量能投資型：此類機構投資者依據市場量能技術面與基本面分析進行交易，第三類型是 指數投資型：此機構投資者主要著眼於特定股票或指數的報酬；其結果發現如指數投資型的. 3. 贏家的詛咒（Winner’s curse）是由 Capen, Clapp, and Campbell (1971)等人所提出的概念，在競價拍賣會場中主 要是由出價最高的人得標，而贏家之所以願意出這麼高的價錢，主要是由於其預計這個物品能帶來更高的價值， 然而贏家所出的價錢一來可能超過這個物品的價值，其結果是「得不償失」 ，另一種情形是這個物品確有其價值 但不如當初他所預期的那麼高，此結果是「期望過高」 ，即使是賺錢的情形但因利潤不如預期故仍難免失望，以 上不論是得不償失還是期望過高，都是「贏家的詛咒」的主要意涵。 7.
(15) 流動性交易者傾向使用市價單以極大化與其基準的相關性，而如技術分析型有短期資訊的交 易者希望快速成交而使用市價單，至於價值投資型有長期穩定資訊的交易者則傾向於使用較 低成本之限價單。 蔡弘凱(2002)以台灣 30 支股票為樣本，研究 1999 年 12 月期間，將委託單區分七類積 極度（0～6）如下圖：. 【圖 2-1】蔡弘凱(2002)之積極度區分. 8.
(16) 實證結果發現價格波動率、買賣價差、委託次數與委託單積極度為負相關，而信用委託與委 託單積極度呈現正相關，另外將委託單區分買單與賣單分開觀察，當價格波動越大則買單會 更積極而賣單反而更消極。以日內交易時段觀察，委託單積極度表現類似 U 型現象，開盤與 收盤時段的委託單積極度較高，且開盤時段的買單積極度高於賣單收盤時段則為賣單積極度 高於買單。. 第二節 高頻率交易（ ） 高頻率交易（High Frequency Trading,HTF） Brogaard(2010)以及 Castura, Litzenberger, Gorelick, and Dwivedi (2010)與 Hasbrouck and Saar (2010)皆提出高頻率（演算法）交易可減少買賣差價，增加市場流動性，並降低市場波 動且能促進價格發現功能。 戴中擎(2008)研究人類學習型行為與人類設計之軟體代理人間的人機互動，真人決策者不僅 在反應時間上慢於軟體代理人，所以成交量較少，而且在獲利能力上也普遍表現不佳。 Zhang(2010)研究高頻交易對股票價格波動呈現正相關，認為高頻交易在美國股市的比 重至少佔了七成的交易量，儼然成為美國資本市場的主導力量，此外他並指出因為高頻交易 會使得股價過度反應，以致於阻礙了市場上應該正確反映公司基本面消息的能力，總體而言 高頻交易造成美國資本市場有害的影響。 Kirilenko, Samadi, Tuzun and Kyle (2011)解析了 2010 年 5 月 6 日發生的閃電崩盤事件，在當日 約 30 分鐘的過程中，美國股市股票指數期貨、選擇權與基金遇到突如其來價格下跌超過 5% 的狀況，隨後迅速反彈，他提出了美國金融市場目前的結構問題。 其結論是高頻交易商並非是觸發此閃電崩盤事件的源頭，但它們一連串的迅速自動交易反應 確實是造成當日巨大市場波動的主因。. 9.
(17) 第三章 研究方法 第一節 研究資料分析 一、 資料描述 本文研究資料來源為台灣期貨交易所（以下簡稱交易所）交易明細檔、委託明細檔與 最佳買賣五檔揭示資料，期間為 2007 年 1 月 1 日至 2007 年 12 月 31 日，共 247 個交易日內 20,164,144 筆成交資料，商品涵蓋台灣指數期貨、小型台灣指數期貨、電子期貨、金融期貨、 十年期政府公債期貨、三十天期利率期貨、台灣 50 期貨、黃金期貨、摩台指期貨、臺幣計價 黃金期貨、非金電期貨與櫃買期貨，各商品委託資料與成交資料筆數歸納如【表 3-1】，可看 出無論是委託筆數、成交筆數、委託量或成交量，臺股指數期貨單項商品都大約占 50%左右， 若考量以台指期貨為標的之大小台指期貨則佔整個台灣期貨市場 75%～87%之多。 另觀察投資者包含外資、期貨自營商、法人與自然人等身份共計 84,732 個委託帳戶， 【表 3-2】以不同投資者身份歸納委託資料、成交資料筆數與交易量，自然人（散戶）的委託 筆數占整體委託 51.65%，成交筆數則達所有成交的 75.33%，委託量占整體 34.47%而成交量 則達到 68.29%，此現象頗為有趣。. 10.
(18) 【表 3-1】各類期貨商品委託與成交筆數統計 期貨商品類別. 委託資料 筆數. 三十天期利率期貨 電子期貨 金融期貨 十年期公債期貨 黃金期貨 櫃買期貨 摩根台股指數期貨 小型臺指期貨 台灣 50 期貨 臺股期貨 非金電期貨 臺股期貨佔比 大小台指期貨占比. 215,481 3,430,087 3,478,197 278,386 1,325,740 224,529 27,136 11,772,861 77,731 17,906,641 335,542 45.83% 75.96%. 成交資料 筆數. 委託量 委託量 （ 口數 ）. 1,456 1,499,265 1,353,692 20,753 3,991 11,301 2,196 4,879,195 699 12,356,354 35,242 61.28% 85.48%. 成交量 成交量 （ 口數 ）. 309,643 5,680,067 6,211,429 660,737 5,187,141 497,860 49,777 40,586,735 107,981 54,406,064 717,822 47.55% 83.02%. 72,486 1,992,838 1,799,751 302,494 97,850 42,302 2,261 5,913,903 1,012 23,484,450 74,031 69.51% 87.02%. 資料來源：本研究整理 【表 3-2】各類不同投資人之委託與成交筆數統計 委託資料 筆數. 成交資料 筆數. 委託量 委託量 （口數） 口數）. 成交資料 （口數） 口數）. 2,886,727. 1,608,767. 2,886,727. 1,608,767. 15,666,511. 2,986,876. 15,666,511. 2,986,876. 100,646. 130,166. 100,646. 130,166. 89,424. 88,857. 89,424. 88,857. 20,181,353. 15,188,911. 20,181,353. 15,188,911. 其他. 147,670. 160,567. 147,670. 160,567. 自然人佔比 自然人佔比. 51.65%. 75.33%. 34.47%. 68.29%. 投資人身份類別 投資人身份類別 外資 造市者 適用放寬保證金預繳規定 之其他特定法人 不適用放寬保證金預繳規 定之法人 自然人. 資料來源：本研究整理 11.
(19) 二、 資料格式說明 本研究自台灣期貨交易所原始資料著手處理，觀察原始資料將日期與時間分欄提供， 因後續採用之資訊系統有充足的日期時間處理函式，故第一階段之資料處理會將日期與時間 合併以正規之 DateTime 資料格式儲存（精度可保留到毫秒），對於各資料格式說明如下。 1.. 期貨成交檔格式 自期交所取得之期貨成交檔原始資料節錄主要欄位如【表 3-3】，各欄位說明如下：. (1). 成交時間單位為毫秒，將與日期欄位結合儲存。. (2). 投資人帳號欄位已先經過加密處理。. (3). 投資人共分七類，1－外資、2－造市者、3－自營商、4－適用放寬保證金預繳規定之 其他特定法人、5－不適用放寬保證金預繳規定之法、6－自然人、7－其他。. (4). 前 3 碼為商品種類，TXF-台指,MXF-小型台指,EXF-電子,FXF-金融,GBF-公債,CPF-利 率,T5F-台灣 50,GDF-黃金,MSF-摩根,TGF-臺幣計價黃金,XIF-非金電,GTF-櫃買。 第 4 碼Ａ～L 分別代表 1～12 月。 第 5 碼為年份，取西元年最後一位數計之。. (5). 買賣別以 B、S 分別代表委買、委賣。. (6). 開平倉碼「0、1」分別代表新倉與平倉。. (7). 委託方式「M、L」分別代表市價委託或限價委託。. (8). 連結代碼紀錄交易、委託與報價檔的連結。. 2.. 期貨委託檔格式 自期交所取得之期貨委託檔原始資料節錄主要欄位如【表 3-4】，多數欄位與成交檔相. 同，僅說明差異部分如下： (1). 「成交方式」分為 ROD、IOC、FOK 12.
(20) . 當日有效單（Rest of Day,ROD）：所下委託單在當日皆有效。. . 立即成交否則部分取消單（Immediate or Cancel,IOC） 所下委託單必須馬上成交，未成交部分即行取消。. . 全部成交否則全部取消單（Fill or Kill,FOK） 所下委託單必須全數成交，否則立即全部取消之委託方式。. (2). 3.. 委託單最後狀態欄位 3：減量、4：委託了結、5：刪單。. 期貨揭示最佳買賣五檔格式 自期交所取得之期貨揭示最佳買賣五檔原始資料節錄主要欄位如【表 3-5】 ，各欄位說. 明如下： (1). 成交時間一欄經分析第 1 碼為「時」 ，第 2～3 碼為「分」 ，第 4～5 碼為「秒」 ，第 6 碼 之後為毫秒，將與日期欄位結合儲存。. (2). 最佳買進五檔價量區，觀察價格由大至小排序，分別代表最佳第 1 買價量、第 2 佳買 價量、第 3 佳買價量、第 4 佳買價量、第 5 佳買價量；若僅有第 1 與第 2 佳報價，則 第 3、4、5 價量採補 0 方式表示。. (3). 最佳賣出五檔價量區，觀察價格由小至大排序，分別代表最佳第 1 賣價量、第 2 佳賣 價量、第 3 佳賣價量、第 4 佳賣價量、第 5 佳賣價量；不足五檔採捕 0 方式表示。. 13.
(21) 【表 3-3】期貨成交檔格式 投資人 投資人 商品 帳號 身份碼 代號 6 TXFA7 20070108 帳號 1 20070108 帳號 2 6 TXFA7 20070108 帳號 3 6 TXFA7 20070108 帳號 4 1 EXFA7 6 EXFA7 20070108 帳號 5 6 TXFA7 20070108 帳號 6 20070108 帳號 7 6 TXFA7 資料來源：台灣期貨交易所 日期. 買賣 別. 成交價格. S B S S B S B. 成交 開平 委託 原始成交時間 數量 倉碼 方式. 7755 7754 7754 329 329 7752 7752. 1 2 2 1 1 1 1. 0 12:56:48.633000 L 0 12:58:31.430000 L 0 12:58:31.430000 L 1 12:58:33.093000 L 0 12:58:33.093000 L 0 12:52:52.443000 L 0 12:52:52.443000 L. 交易與委託連結代碼 （節錄） 69978c4a6a4866f17c0ca227 6a0bbd91b0bd33cb9719d6d ac68a06225ac6704cbf4e0f9 7e72c436aab1c7eb78a94bf0 a4f5047bd32af254188101a6 8bdab642a45ed23f3cdeebe5 ef83fb4e320fbe649b97e3e6. 【表 3-4】期貨委託檔格式 投資人 投資人 商品代 帳號 身份碼 號 20070105 帳號 1 6 EXFA7 20070105 帳號 2 2 TXFC7 20070105 帳號 3 2 FXFB7 20070105 帳號 4 2 TXFA7 20070105 帳號 5 6 TXFA7 20070105 帳號 6 6 TXFA7 資料來源：台灣期貨交易所 日期. 買賣 委託 委託 委託 成交 開平 別 量 價 方式 方式 倉碼 S S B B S S. 1 2 3 4 1 4. 336 L 7917 L 1074 L 7888 L 7883 L 7886 L. R R R R R R. 14. 委託時間. 交易與委託連結代碼 委託單最 （節錄） 後狀態. 0 09:32:20.083000 08fb35406d817e3599e2 0 09:32:20.140000 8c0da25f01541bb40233 0 09:32:20.153000 7d2a327047e24093650e 1 09:32:20.160000 99d9edd7c6c033c11448 1 09:32:20.163000 e8c58b20c49c346b257e 1 09:32:20.196000 c1a0253d5d5a37f16391. 5 5 5 4 4 4.
(22) 【表 3-5】期貨揭示最佳買賣五檔格式 日期 商品代號 20070108 TXFI7 20070108 EXFA7 20070108 FXFA7 20070108 FXFB7 20070108 FXFF7 20070108 GDFD7. 時間 8465300 7601.000 8465400 332.150 8465400 1060.000 8465400 1063.200 8465400 1052.200 8465400 617.600. 7741.000 1 7742.000 332.900 13 333.000 1061.800 3 1062.000 1065.600 1 1074.000 1088.800 6 1089.800 620.200 5 621.400 資料來源：台灣期貨交易所. 1 7600.000 4 332.100 1 1059.600 1 1062.400 1 1052.000 5 616.500. 最佳賣出五檔價量 1 7789.000 1 1 333.250 4 12 1062.800 1 3 1074.400 1 1 1119.800 1 2 622.400 2. 15. 最佳買進五檔價量 1 7590.000 1 7580.000 2 332.050 3 331.800 2 1059.000 2 1058.800 1 0.000 0 0.000 1 1037.200 1 1001.200 2 615.500 2 614.500. 7800.000 333.350 1063.000 1074.600 1138.800 623.400. 1 4 2 1 3 2. 7830.000 333.400 1064.000 1085.000 1139.000 625.400. 1 7551.000 1 331.700 1 1058.200 0 0.000 1 998.600 2 612.500. 2 5 2 1 6 2. 1 8 4 0 4 2.
(23) 第二節 研究方法 一、 系統暨資料處理設計 本研究自台灣期貨交易所原始資料著手處理，設計時皆思考所有資料後續會再被重複 使用之可能，採用企業系統化設計與開發做法。 4. 1.. 為保留後續交叉過濾、查詢的彈性運用，導入關聯式資料庫管理系統 儲存此大量資料。. 2.. 觀察原始資料將日期與時間分欄提供，因所採用之資訊系統有充足的日期時間處理函式， 故第一階段之資料處理會將日期與時間合併以正規之 DateTime 資料格式儲存（精度可保 留到毫秒）。. 3.. 原始資料匯入系統即以符合資料庫第一階正規化之一筆一筆各自獨立資料的型態儲存， 概念上須進行第二階正規化去除部分相依性與第三階段去除間接相依與遞移相依性…， 但考量資料量巨大，過多的正規化雖利於儲存卻會影響後續查詢效率，故僅保留以原始 結構儲存。. 4.. 須依 Entity 特性定義資料唯一性，無論是委託檔或成交檔，應可以「帳號」 、 「商品代碼」 與「交易/委託時間」定義 Primary Key，進一步觀察資料卻存在相同帳號同一檔商品且 為一樣的時間（毫秒） 。分析期貨市場具有單一委託分次成交以及多筆委託同時成交的狀 況，「委託」與「成交」是多對多關係，考量資料無論在存取效率或資料一致性皆該有 Primary Key 設定，故採用資料庫自動產生流水號機制額外設定 ID 一欄並為 Primary Key， 需特別注意此 ID 僅供辨識唯一性，數值順序性不代表時間順序。. 5.. 除了原始之委託、成交與揭示檔資料外，對於需進行之沖抵並計算投資損益之過程，原 預計於成交資料表新增 RLPL（投資損益）欄位儲存即可。後續開發過程發現，因分次成 交特性將使得計算過程會有一筆成交資料衍生多筆沖抵紀錄的實際狀況，並且後續在處 理 ROI 程序中會需要每筆沖抵紀錄的 ROI，故另外建立沖抵明細表如【表 3-6】與結算紀. 4. 關聯式資料庫管理系統（Relational Database Management System,RDBMS） ：資料依照一定的結構，存放在資料 庫管理系統建立的檔案中，透過一種通用的互動式查詢語言進行資料操作與查詢。 16.
(24) 錄表如【表 3-7】。 5. 資料庫設計之 E-R Model 如【圖 3-1】，考量主要計算損益過程為成交資料表與沖抵紀錄表的 頻繁資料存取，故建立 Foreign Key 限制以確保資料一致性。. 5. 實體-關係模型（Entity-Relationship Model, 簡稱 E-R Model），是陳品山(Peter P.S. Chen)博士於 1976 年提出 的一套資料庫的設計工具，他運用真實世界中事物和關係的觀念，來解釋資料庫中抽象的資料架構。 17.
(25) 【表 3-6】沖抵明細檔 此資料表紀錄每一筆新倉成交單與哪一筆平倉成交單進行沖抵、沖抵時間（平倉成交單時間） 與成交單量資訊。. OpenID. OffsetID. OffsetTime. Offset QNTY. 2007-01-02 09:38:38.983 2007-01-02 1765 15797 09:38:39.203 2007-01-02 1765 15798 09:38:39.313 2007-01-02 1765 16230 09:38:40.857 2007-01-02 1765 16232 09:38:41.403 資料來源：本研究整理 1765. ModiTime. RLPL. 2014-03-30 17:50:15.397 2014-03-30 1 17:50:15.443 2014-03-30 1 17:50:15.470 2014-03-30 1 17:50:15.553 2014-03-30 2 17:50:15.610. 15793. 5. 【表 3-7】結算紀錄表 ACC_ID. Prod. Account 1. CPFL7. Account 2. FXFB8. Account 3. XIFL7. Account 4. XIFL7. Account 5. TXFG7. Account 6. TXFG7. Account 7. XIFL7. ModiTime 2014-03-19 18:41:53.897 2014-03-19 18:41:54.460 2014-03-19 18:41:51.873 2014-03-19 18:41:54.597 2014-03-19 18:41:55.487 2014-03-19 18:41:54.443 2014-03-19 18:41:54.563. 資料來源：本研究整理. 18. ROI. -5 -0.000631 -1 -0.000126 -1 -0.000126 -1 -0.000126 -2 -0.000253.
(26) 【圖 3-1】System E-R Diagram. 19.
(27) 二、 操作績效計算 本研究以先進先出法結算每一筆交易之投資損益並計算該筆交易之投資報酬率作為操 作績效認定之依據；此程序的瓶頸在於資料量過於龐大，為利於研究進行，採用多執行緒技 術配合多核心伺服器進行同時間分批計算，有效縮短運算時間。 以下針對計算方法進行說明。 1.. 投資損益. 平倉為賣損益 = (平倉價 - 成本價) ×口數 × 契約乘數 平倉為買損益 = (成本價 - 平倉價) ×口數 × 契約乘數 部分期初資料有平倉交易，礙於資料獲取期間自 2007 年 1 月 2 日，無法追朔更早期之新 倉交易以進行投資損益的計算，程式略過這些資料不納入計算。 採用先進先出法結算投資損益，資料依成交時間排序，ID 欄位僅供識別唯一性無順序特 性，演譯計算程序如【圖 3-2】。. 20.
(28) 【圖 3-2】先進先出法程序演譯. 21.
(29) (1). 運算指標自第一筆（ID：1001）開始結算，此筆為平倉交易，往前搜尋最早的新倉交 易，查無新倉交易代表為期初資料不連續性所致，程式略過此筆（「留倉量」與「投資 損益」欄位填 0）。 運算指標至下一筆（ID：1003） ，狀況同上，程式略過此筆（「留倉量」與「投資損益」 欄位填 0）。. (2). 運算指標至下一筆（ID：1004） ，此筆為新倉交易直接略過（供後續平倉沖抵，不進行 損益計算）。 運算指標至下一筆（ID：1006） ，此筆為平倉交易，往前搜尋最早有留倉量的新倉交易 （ID：1004），進行投資損益計算：. 平倉為賣損益(點) = (平倉價-成本價) × 口數 = (7972 - 7957) × 1 = 15(點) 更新兩筆交易的留倉量：. 留倉量(口) = 原留倉量 - 平倉沖抵量 = 1 - 1 = 0(口) (3). 運算指標至下一筆（ID：1007），此筆為新倉交易直接略過。 運算指標至下一筆（ID：1011） ，此筆為平倉交易，往前搜尋最早有留倉量的新倉交易 （ID：1007），進行投資損益與留倉量之計算更新。. (4). 運算指標至下一筆平倉交易（ID：1015） ，往前搜尋最早有留倉量的新倉交易（ID：1012） ， 進行投資損益與留倉量之計算更新。. (5). 運算指標至下一筆平倉交易（ID：1020） ，此筆為「買」故往前搜尋最早有留倉量的「新 倉賣方」交易（ID：1019），進行投資損益與留倉量之計算更新。. 平倉為買損益(點) = （成本價-平倉價）×口數 = (7987-7976) × 1 = 11(點) (6). 運算指標至下一筆平倉交易（ID：1023） ，此筆為「賣」故往前搜尋最早有留倉量的「新 倉賣方」交易（ID：1013），進行投資損益與留倉量之計算更新。 22.
(30) 2.. 投資報酬率. 損益金額 合約價值 合約價值 = 期貨指數 × 契約乘數 合約價值報酬率 =. 採用連續報酬率進行計算，重新整理投資報酬率（ROI） 公式如下：. 合約價值報酬率 = Rt = ln( = ln( 3.. Pt ) Pt −1. 平倉交易價(點) ×交易量(口) × Multiple ) × (平倉交易為買?-1:1) 開倉交易價(點) ×交易量(口) × Multiple. 多執行緒技術 由於資料量十分龐大，評估正常運算一年的所有交易耗時達 8 個全日並會造成記憶體. 不足問題，考量後續研究分析須等待運算完畢才能進行，採用多執行緒6程式設計配合多核心 運算伺服器並將資料庫另外獨立出一部伺服器，進行同時間批量之計算。 多工平行處理為多項工作同時進行的過程，工作之間不能有前後關聯性，故執行緒的切分設 計應著眼資料的獨立性；思考成交資料特性，不同期貨契約間具有獨立性，而不同期貨契約 連同不同投資帳號亦具有獨立性，分析成交資料有 192 種不同期貨商品（契約） ，若以不同期 貨商品連同相異投資帳號共可分出 542,147 種，考量執行緒切換的 Context Switch7成本，採 用依不同期貨商品切分執行緒的設計處理。 在調整以多執行緒執行後，有效將運算一年的耗時縮小到 15 個小時即執行完畢。. 6. 多執行緒（Multithreading） ，是指從軟體或者硬體上實作多個執行緒並行執行的技術。具有多執行緒能力的電 腦因有硬體支援而能夠在同一時間執行多於一個執行緒，進而提升整體處理效能。軟體多執行緒是指即便處理 器只能執行一個執行緒，作業系統也可以透過快速的在不同執行緒之間進行切換，由於時間間隔很小，來給使 用者造成一種多個執行緒同時執行的感覺。 7 上下文交換(Context Switch)又稱環境切換，是指整個儲存和重建 CPU 狀態（內文）的過程，在多個行程（process） 共同分享單一 CPU 資源的計算過程中，在交換 CPU 上的行程時，必需先行儲存目前行程的狀態，再將欲接續執 行行程的之前狀態讀回 CPU 中的過程。Context Switch 與欲執行工作的主體無關，可視為多行程設計的代價。 23.
(31) 三、 投資報酬率優異者資料篩選方法 1.. 沖抵明細說明 經運算之投資損益與投資報酬率已儲存於沖抵明細表如【表 3-6】 ，此紀錄每一筆新倉交. 易的完整平倉沖抵歷程，以 OpenID 與 OffsetTime 欄位排序後以第一筆資料為例，可見 1765 這筆新倉交易與 15793 這筆平倉交易（交易時間 2007-01-02 09:38:38.983）沖抵 5 口，投資損 益為-5 點，投資報酬率-0.0631%。. 2.. 投資報酬率優異與不佳者之資料篩選 依帳號彙整其所有新倉交易，結合沖抵明細表歸納出每一帳號下的所有沖抵明細，再以. 投資報酬率（ROI 欄位）計算獲得每一個帳號的平均投資報酬率，考量以平均投資報酬率由 大至小排序獲得投資報酬率優異者之資料如【表 3-8】。. 觀察有部分投資人於資料研究期間僅有 1 筆沖抵紀錄，亦即僅做了一回合的多空交易， 考量本研究為探討投資人行為，若僅有幾回合的交易並不足以作為投資人行為分析的依據， 故過濾在資料研究期間至少有 60 筆沖抵紀錄以上的帳戶才納入分析。. 24.
(32) 【表 3-8】平均投資報酬率由大至小排序前 25 位 研究過程取用投資優異前 10%帳號進行分析，本表僅節錄前 25 位投資帳戶揭示之。 投資人身分碼：6-自然人、1-外資、其他為法人。. 投資人帳號 第 1 優異者帳號 第 2 優異者帳號 第 3 優異者帳號 第 4 優異者帳號 第 5 優異者帳號 第 6 優異者帳號 第 7 優異者帳號 第 8 優異者帳號 第 9 優異者帳號 第 10 優異者帳號 第 11 優異者帳號 第 12 優異者帳號 第 13 優異者帳號 第 14 優異者帳號 第 15 優異者帳號 第 16 優異者帳號 第 17 優異者帳號 第 18 優異者帳號 第 19 優異者帳號 第 20 優異者帳號 第 21 優異者帳號 第 22 優異者帳號 第 23 優異者帳號 第 24 優異者帳號 第 25 優異者帳號 資料來源：本研究整理. 投資人 身份碼 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 6 6 6. 25. 沖抵 筆數 1 1 1 1 65 1 12 2 1 2 1 1 2 3 3 2 2 4 2 4 5 37 1 64 13. 投資損益 總金額 1,990,000 382,600 94,500 85,300 21,506,800 339,200 2,542,500 628,000 314,000 154,850 76,000 277,400 141,550 209,400 789,000 533,000 540,000 960,000 492,200 610,200 721,800 8,824,600 225,600 4,173,450 591,550. 平均 報酬率 343.30% 21.72% 21.52% 19.71% 19.54% 19.27% 18.40% 18.10% 17.77% 17.75% 16.72% 16.00% 15.70% 15.62% 15.16% 14.60% 14.50% 14.21% 14.08% 14.04% 14.01% 13.99% 13.98% 13.95% 13.59%.
(33) 四、 投資人積極性 資訊交易者會將資訊反映在交易資產上以獲取最大利潤(Kyle,1985)，對於有資訊的投 資人會希望利用市場上短暫的資訊不對稱特性賺取價差， 「盡速成交」會是其主要執行的策略， 是故以「市價單」或「積極的限價單」可以做為主要的研判基準。 於委託資料表新增「bPositive」欄位如【表 3-9】，若符合上述條件則設定為 1，否則為 0。 1.. 市價單判斷 原始來源資料（如【表 3-4】）的「委託方式」一欄若為 M 即為市價單，該筆委託若為市. 價單則指定 bPositive 為 1。 2.. 積極的限價單 分析期貨揭示價格與委託價格之積極性判斷如【圖 3-3】。. 針對每一筆委託資料，至揭示資料表擷取該委託時間（含）之前的最近一筆揭示最佳買賣五 檔資料，判斷：. 限價買單價格 ≥ 前一揭示最佳(高)買價 限價賣單價格 ≤ 前一揭示最佳(低)賣價 則為積極委託單，指定 bPositive 為 1。 此程序需針對 39,072,331 逐筆委託資料與 19,508,035 筆揭示資料進行交叉查詢並依邏輯更 新積極性資料，依舊會因為資料量龐大造成執行效率低落，原執行該程序耗時達 78.3 個全日， 後經資料庫最佳化調整並調教資料查詢語法，有效將運算時耗縮小到 11 個小時即執行完畢。. 26.
(34) 【表 3-9】委託資料表 ID. 商品代碼. 委託時間 委託時間. 2007-12-13 10:46:34.543 2007-12-14 36225863 MXFL7 09:10:47.887 2007-12-21 37877221 TXFA8 09:52:54.340 2007-12-21 37877222 TXFA8 09:58:41.410 2007-12-21 37877223 TXFA8 11:49:08.007 2007-11-29 33789109 TXFL7 13:22:13.097 2007-11-29 33789110 TXFL7 13:32:58.807 2007-11-29 33789111 TXFL7 13:38:49.767 2007-11-30 33981426 TXFL7 09:22:56.747 2007-12-03 34169622 TXFL7 11:35:09.210 2007-12-03 34169623 TXFL7 11:42:34.620 2007-12-07 35091027 TXFL7 10:12:05.370 2007-12-07 35091028 TXFL7 10:34:17.213 2007-12-12 35756600 TXFL7 09:17:37.227 2007-12-12 35756601 TXFL7 10:33:39.747 資料來源：本研究整理 35915983. MXFL7. 27. 開平倉別. Offset Second. bPositive. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 347.07. 1. 0. 6626.596. 0. 0. 0. 1. 0. 645.71. 1. 0. 350.96. 0. 0. 0. 1. 0. 0. 1. 0. 445.41. 0. 0. 0. 1. 0. 1331.843. 0. 0. 0. 1. 0. 4562.52.
(35) 【圖 3-3】揭示與委託價格積極性判斷圖. 針對已計算之每筆委託單是否為積極單之結果已儲存於委託資料表如【表 3-9】，透過 對於投資人帳號彙整所有委託單之方式可計算每個帳號之積極單委託率。. Pa =. POa TOa. Pa ：a 帳號的積極 單委託率 PO： a a 帳號的積極委託單筆數 TO： a a 帳號的所有委託筆數. 28.
(36) 針對至少有 60 筆沖抵紀錄以上並且投資報酬率優異前 10%帳戶與投資報酬率不佳後 10% 的帳戶比較在投資人積極性之差異，採用 t 檢定以比較兩群投資人的委託積極性是否有顯著 的差異。. 五、 投資人高頻率交易 於委託資料表新增「OffsetSecond」欄位，在匯入委託資料時，對於同一投資帳戶、相同 期貨商品契約的同一日期之委託，依委託時間進行排序，當日第一筆委託的 OffsetSecond 為 0，當日第二筆委託的 OffsetSecond 為距離第一筆的時間間距，第三筆委託的 OffsetSecond 為 距離第二筆的時間間距…，OffsetSecond 之紀錄單位整數部分為秒，並保留毫秒於小數位數。 委託資料表如【表 3-9】 ，ID：37877221 為 TXFA8 商品於 2007-12-21 的第一筆委託，37877222 為該商品於 2007-12-21 的第二筆委託，其 OffsetSecond 一欄紀錄自 2007-12-21 09:52:54.340 ～ 2007-12-21 09:58:41.410 間之時間差：347.07 秒。 對於委託資料的同一投資帳戶、相同期貨商品契約的同一個日期之委託，計算委託單的 間距（至毫秒） ，計算結果已儲存於委託資料表如【表 3-9】，透過對於投資人帳號以平均方 式計算分布於不同期貨商品與不同日期之所有委託單，以此方式可彙整每個帳號之高頻交易 委託率，其中對於高頻交易的認定以委託間距小於 1 秒為標準。. HFTa =. HOa TOa. HFTa ：a 帳號的高頻交易委託率 HO： a a 帳號的高頻交易(間距短於1秒)委託單筆數 TO： a a 帳號的所有委託筆數 針對至少有 60 筆沖抵紀錄以上並且投資報酬率優異前 10%帳戶與投資報酬率不佳後 10%的帳 戶，比較它們在高頻率交易行為之差異，採用 t 檢定以比較兩群投資人的高頻率委託率是否 有顯著的差異。 29.
(37) 六、 投資人其他委託行為 於期貨委託檔原始資料表如【表 3-4】，在「委託單最後狀態欄位」可分辨該委託單是否 有減量或刪單行為，針對每個帳戶彙整減量單率如下：. ROa TOa. RedOa =. RedOa ：a 帳號的減量單率 RO： a a 帳號的減量單筆數 TO： a a 帳號的所有委託筆數 針對每個帳戶彙整刪單率如下：. DOa TOa. DelOa =. DelOa ：a 帳號的刪單率 DO： a a 帳號的刪單筆數 TO： a a 帳號的所有委託筆數. 針對委託資料表如【表 3-9】，針對每個帳戶彙整累積委託量如下： n. Qntya = ∑ Qntyi i =1. Qntya ：a 帳號總委託量 Qnty： i a 帳號第i 筆的委託量. 針對委託資料表如【表 3-9】，針對每個帳戶彙整平均委託口數如下： n. AQa =. ∑ Qnty i =1. i. n AQa ：a 帳號的平均委託口數 Qnty： i a 帳號第i 筆的委託量. 30.
(38) 將日內交易時段區分開盤時段（9:45 前） 、盤中（9:45～12:45）以及尾盤（12:45 後） ，針對 每個帳戶的平倉交易時間落點彙整開盤獲益率、盤中獲益率與收盤獲益率如下：. Open a. PF. =. Profit aOpen TotalProfita. PFaOpen ：a 帳號開盤時段獲益率. Profit aOpen：a 帳號於開盤時段的投資損益 TotalProfit： a a 帳號總投資損益. Intra a. PF. =. Profit aIntra TotalProfita. PFaIntra ：a 帳號盤中時段獲益率. Profit aIntra：a 帳號於盤中時段的投資損益 TotalProfit： a a 帳號總投資損益. Close a. PF. =. Profit aClose TotalProfita. PFaClose ：a 帳號收盤時段獲益率. Profit aClose：a 帳號於收盤時段的投資損益 TotalProfit： a a 帳號總投資損益. 針對至少有 60 筆沖抵紀錄以上並且投資報酬率優異前 10%帳戶與投資報酬率不佳後 10%的帳 戶，比較它們在減量單率、刪單率、累積委託量、平均交易口數、開盤獲益率、盤中獲益率 與收盤獲益率等交易行為之差異，同樣採用 t 檢定比較兩群投資人於以上交易行為是否有顯 著的差異。. 31.
(39) 第四章 實證研究分析 實證研究分析 本章依據前三章的研究方法計算投資人的投資報酬率，區分投資優異前 10%與投資不佳 後 10%兩群資料進行投資行為分析。. 第一節 投資績效分析 投資績效分析 一、 投資報酬率優異者分析 針對至少有 60 筆沖抵紀錄以上的投資報酬率優異前 10%帳戶如【表 4-1】 ，並針對委託 時間區分開盤時段（9:45 前）、盤中（9:45～12:45）以及尾盤（12:45 後）歸納委託比率， 共計 2,291 個帳號進行分析： 1.. 以身份別區分這群投資報酬率優異者如【表 4-2】，其中自然人身份者共 2,161 個，佔 前 10%優異投資者 94.33%。. 2.. 以投資報酬率做次數分配如【表 4-3】，報酬率少於 1%者達 1,960 位，佔投資優異群的 85.55%，報酬率低於 2%者達 94.46%，意味著要在期貨市場上廝殺，投資人對投資報酬率 的期待水準需自行斟酌。. 3.. 【表 4-4】針對投資報酬率優異者之交易沖抵筆數、投資損益金額與投資平均報酬率進 行敘述統計。其中交易沖抵筆數為每位投資人在研究期間內的新倉與平倉交易之多空沖 抵數，數量越大代表交易越頻繁，投資損益與平均報酬率則代表績效好壞。 觀察原始統計資料之沖抵平均筆數約 80 筆，而中間值為 7 筆差距甚大，代表有的帳戶交 易極為頻繁但有的僅有零星幾筆交易，將影響本研究所欲探討之投資人交易行為之資料 取樣，故後續之研究即納入條件過濾沖抵筆數至少有 60 筆的資料，由【表 4-4】觀察過 濾後之沖抵平均筆數約 520 筆而中間值為 133 筆，皆可達到統計樣本數要求。. 32.
(40) 【表 4-1】平均投資報酬率由大至小排序前 25 位 本研究採合約價值計算報酬率，若考量實際（例如 10 倍）槓桿效果，則投資優異報酬最 高者接近 2 倍投資報酬。研究過程取用投資優異前 10%共 2,291 個帳號進行分析，考量篇 幅本表僅節錄前 25 位投資帳戶揭示之。 投資人身分碼：6-自然人、1-外資、其他為法人。. 投資人帳號. 投資人 身份碼. 沖抵 筆數. 投資損益 總金額. 平均 報酬率. 第 1 優異者帳號. 6. 65. 21,506,800. 19.54%. 第 2 優異者帳號 第 3 優異者帳號 第 4 優異者帳號 第 5 優異者帳號 第 6 優異者帳號 第 7 優異者帳號 第 8 優異者帳號 第 9 優異者帳號 第 10 優異者帳號 第 11 優異者帳號. 6 6 7 7 6 6 7 4 7 6. 64 65 138 113 113 65 172 353 179 198. 4,173,450 13,069,000 25,136,800 21,788,400 21,653,200 8,815,000 25,540,200 50,741,600 24,337,000 24,959,400. 13.95% 11.19% 11.06% 10.21% 10.14% 9.02% 9.02% 8.80% 7.60% 7.31%. 第 12 優異者帳號 第 13 優異者帳號 第 14 優異者帳號 第 15 優異者帳號 第 16 優異者帳號 第 17 優異者帳號 第 18 優異者帳號 第 19 優異者帳號 第 20 優異者帳號 第 21 優異者帳號 第 22 優異者帳號 第 23 優異者帳號 第 24 優異者帳號 第 25 優異者帳號. 1 1 6 5 6 6 6 7 6 6 1 4 7 6. 3,054 288,362,300 303 23,841,200 92 8,809,600 63 7,002,000 94 10,634,600 106 8,004,200 258 29,114,400 82 7,960,600 91 8,418,350 240 20,212,800 276 25,935,200 211 18,232,200 373 35,766,400 124 10,316,000. 6.89% 6.87% 6.67% 6.63% 6.62% 6.28% 6.27% 5.98% 5.93% 5.53% 5.44% 5.37% 5.37% 5.23%. 9:45 前委 託. 9:45~ 12:45 委託. 12:45 後委 託. 18.87% 89.36% 78.48% 36.67% 15.09% 50.00% 21.43% 37.37% 20.88% 0.00% 44.44% 10.81% 46.00% 26.32% 31.03% 28.81% 39.47% 33.85% 20.00% 38.79% 30.68% 3.31% 28.96% 22.41% 72.73%. 37.74% 0.00% 18.99% 44.44% 75.47% 36.84% 75.00% 45.45% 66.27% 99.23% 33.33% 52.33% 54.00% 56.14% 67.24% 59.32% 55.26% 48.46% 80.00% 43.64% 52.84% 51.35% 69.95% 67.82% 15.15%. 43.40% 10.64% 2.53% 18.89% 9.43% 13.16% 3.57% 17.17% 12.85% 0.77% 22.22% 36.86% 0.00% 17.54% 1.72% 11.86% 5.26% 17.69% 0.00% 17.58% 16.48% 45.34% 1.09% 9.77% 12.12%. 資料來源：本研究整理，取至少 60 筆沖抵紀錄以上之帳戶納入分析. 33.
(41) 【表 4-2】投資報酬率優異者身分別分析 投資人身分別 帳戶數 占比 1:外資 1:外資 37 1.62% 2:造市者 2:造市者 9 0.39% 4:適用放寬保證金預繳規 4:適用放寬保證金預繳規 22 0.96% 定之其他特定法人 5:不適用放寬保證金預繳 5:不適用放寬保證金預繳 27 1.18% 規定之法人 6:自然人 6:自然人 2,161 94.33% 7:其他 35 1.53% 註：取至少 60 筆沖抵紀錄以上之帳戶納入分析. 【表 4-3】投資報酬率優異者 ROI 分布 報酬率範圍 帳戶數 自然人 外資 帳戶數 占比 0～ ～1% 1,960 85.55% 1,900 96.94% 9 0.46% 175 85.78% 9 4.41% 1%～ ～2% 204 8.90% 73 72.28% 15 14.85% 2%～ ～5% 101 4.41% 9 45.00% 4 20.00% 5%～ ～10% 20 0.87% 3 60.00% 0.00% 10%～ ～15% 5 0.22% 1 100.00% 0.00% 15%～ ～20% 1 0.04% 註：取至少 60 筆沖抵紀錄以上之帳戶納入分析. 34. 法人 51. 2.60%. 20. 9.80%. 13 12.87% 7 35.00% 2 40.00% -. 0.00%.
(42) 【表 4-4】投資報酬率優異者投資績效敘述統計 沖抵筆數 平均數 519.65 標準誤 53.95 中間值 133.00 眾數 63.00 標準差 2,582.28 變異數 6,668,164.79 峰度 427.42 偏態 18.12 範圍 72,259.00 最小值 61.00 最大值 72,320.00 總和 1,190,527.00 個數 2,291.00. 帳戶投資損益總金額 平均數 7,482,097.73 標準誤 1,338,233.00 中間值 797,700.00 眾數 680,800.00 標準差 64,053,708.72 變異數 4.10288E+15 峰度 508.03 偏態 20.44 範圍 1,974,439,650.00 最小值 -624,650.00 最大值 1,973,815,000.00 總和 17,141,485,900.00 個數 2,291.00. 平均報酬率 平均數 0.01 標準誤 0.00 中間值 0.00 眾數 0.00 標準差 0.01 變異數 0.00 峰度 81.45 偏態 7.25 範圍 0.19 最小值 0.0021 最大值 0.1954 總和 16.06 個數 2,291.00. 註：至少 60 筆沖抵紀錄以上的帳戶才納入分析. 二、 投資報酬率不佳者分析 針對至少有 60 筆沖抵紀錄以上的投資報酬率不佳後 10% 者共 2,291 個帳號進行分析， 【表 4-5】節錄投資報酬率不佳後 25 個帳號資料依投資報酬率由小至大排序，並針對委託時 間區分開盤時段（9:45 前）、盤中（9:45～12:45）以及尾盤（12:45 後）歸納委託比率。 1.. 以身份別區分這群投資報酬率優異者如【表 4-6】，其中自然人身份者達 93.5。. 2.. 以投資報酬率做次數分配如【表 4-7】，報酬率介於-1%～0%者達 1,644 位，佔投資不佳 群的 71.76%。. 35.
(43) 3.. 【表 4-8】針對投資報酬率不佳者之交易沖抵筆數、投資損益金額與投資平均報酬率進 行敘述統計。其中交易沖抵筆數為每位投資人在研究期間內的新倉與平倉交易之多空沖 抵數，數量越大代表交易越頻繁，投資損益與平均報酬率則代表績效好壞。. 36.
(44) 【表 4-5】平均投資報酬率由小至大排序前 25 位 本研究採合約價值計算報酬率，若考量實際（例如 10 倍）槓桿效果，則投資不佳報酬最 差者達接近-190%之投資報酬。研究過程取用投資不佳後 10%共 2,291 個帳號進行分析， 考量篇幅本表僅節錄最差 25 位投資帳戶揭示之。 投資人身分碼：6-自然人、1-外資、其他為法人。. 投資人帳號. 投資人 身份碼. 沖抵 筆數. 9:45 前委 託. 投資損益 總金額. 平均 報酬率. -19.08% 37.50% -14.33% 23.26% -13.01% 27.17% -11.79% 81.40% -10.62% 35.29% -10.35% 8.60% -9.42% 43.41% -8.44% 52.86% -8.14% 21.26% -8.08% 13.89% -8.01% 25.91% -7.91% 52.72% -7.85% 27.87% -7.47% 13.50% -7.23% 57.89% -7.16% 37.70% -6.85% 33.70% -6.79% 49.33% -6.73% 2.63% -6.73% 38.69% -6.36% 12.00% -6.11% 7.98% -5.94% 38.82% -5.90% 26.20% -5.78% 7.26%. 第 1 不佳者帳號. 6. 98. -33,324,600. 第 2 不佳者帳號 第 3 不佳者帳號 第 4 不佳者帳號 第 5 不佳者帳號 第 6 不佳者帳號 第 7 不佳者帳號 第 8 不佳者帳號 第 9 不佳者帳號 第 10 不佳者帳號 第 11 不佳者帳號. 6 5 6 6 6 6 6 6 7 6. 244 228 128 72 114 199 101 476 102 635. -57,270,600 -49,452,000 -14,206,000 -7,574,600 -6,002,400 -31,245,000 -13,185,000 -67,050,600 -13,181,400 -88,709,000. 第 12 不佳者帳號 第 13 不佳者帳號 第 14 不佳者帳號 第 15 不佳者帳號 第 16 不佳者帳號 第 17 不佳者帳號 第 18 不佳者帳號 第 19 不佳者帳號 第 20 不佳者帳號 第 21 不佳者帳號 第 22 不佳者帳號 第 23 不佳者帳號 第 24 不佳者帳號 第 25 不佳者帳號. 6 6 6 7 6 6 6 6 6 7 6 6 1 7. 67 92 479 116 66 178 184 76 64 74 201 69 330 347. -9,769,600 -12,790,000 -62,614,800 -12,994,800 -8,343,800 -20,928,400 -15,843,400 -8,481,600 -7,923,400 -8,270,200 -13,018,600 -7,565,600 -35,859,600 -33,322,200. 9:45~ 12:45 委託. 12:45 後委 託. 54.46% 11.63% 42.39% 9.30% 62.75% 50.54% 42.98% 44.29% 49.76% 36.11% 56.81% 44.57% 55.74% 57.30% 42.11% 45.90% 36.46% 45.33% 65.79% 44.53% 66.00% 64.11% 44.30% 56.93% 74.26%. 8.04% 65.12% 30.43% 9.30% 1.96% 40.86% 13.61% 2.86% 28.99% 50.00% 17.28% 2.72% 16.39% 29.20% 0.00% 16.39% 29.83% 5.33% 31.58% 16.79% 22.00% 27.91% 16.88% 16.87% 18.48%. 資料來源：本研究整理，至少 60 筆沖抵紀錄以上的帳戶才納入分析. 37.
(45) 【表 4-6】投資報酬率不佳者身分別分析 投資人身分別 帳戶數 占比 1:外資 1:外資 22 0.96% 2:造市者 2:造市者 4 0.17% 4:適用放寬保證金預繳規 4:適用放寬保證金預繳規 24 1.05% 定之其他特定法人 5:不適用放寬保證金預繳 5:不適用放寬保證金預繳 21 0.92% 規定之法人 6:自然人 6:自然人 2,142 93.50% 7:其他 78 3.40% 註：至少 60 筆沖抵紀錄以上的帳戶才納入分析. 【表 4-7】投資報酬率不佳者之 ROI 分布 報酬率範圍 ～-15% -15%～ ～-10% -10%～ ～-5% -5%～ ～-2% -2%～ ～-1% -1%～ ～0%. 帳戶數 帳戶數 1 5 28 148 465 1,644. 占比 0.04% 0.22% 1.22% 6.46% 20.30% 71.76%. 自然人. 外資. 法人. 1. 100.00%. -. 0.00%. 4. 80.00%. -. 0.00%. 1. 20.00%. 16. 57.14%. 1. 3.57%. 11. 39.29%. 100. 67.57%. 3. 2.03 %. 45. 30.41%. 419. 90.11%. 9. 1.94%. 37. 7.96%. 1,602. 97.45%. 9. 0.55%. 33. 2.01%. 註：至少 60 筆沖抵紀錄以上的帳戶才納入分析. 38. -. 0.00%.
(46) 【表 4-8】投資報酬率不佳者投資績效敘述統計 沖抵筆數 平均數 326.31 標準誤 43.17 中間值 108.00 眾數 61.00 標準差 2,066.29 變異數 4,269,540.33 峰度 477.11 偏態 20.92 範圍 55,737.00 最小值 61.00 最大值 55,798.00 總和 747,571.00 個數 2,291.00. 帳戶投資損益總金額 平均數 -5,669,122.58 標準誤 735,116.99 中間值 -1,220,400.00 眾數 -329,100.00 標準差 35,185,927.63 變異數 1.23805E+15 峰度 344.38 偏態 -17.64 範圍 775,931,450.00 最小值 -775,657,000.00 最大值 274,450.00 總和 -12,987,959,820.00 個數 2,291.00. 註：至少 60 筆沖抵紀錄以上的帳戶才納入分析. 39. 平均報酬率 平均數 -0.01 標準誤 0.00 中間值 -0.01 眾數 -0.01 標準差 0.01 變異數 0.00 峰度 62.10 偏態 -6.33 範圍 0.19 最小值 -0.1908 最大值 -0.0047 總和 -24.15 個數 2,291.00.
(47) 第二節 投資績效優異與不佳者下單 投資績效優異與不佳者下單積極 績效優異與不佳者下單積極性 積極性分析 本研究以「積極單委託率」作為積極投資人量化值，針對至少有 60 筆沖抵紀錄以上之 帳號依操作績效由大至小進行排序後，僅取前 10% 部分，共取得 2,291 個帳戶，定義此為 A 群資料，另對於操作績效由小至大進行排序後僅取前 10% 部分為 B 群資料，對於 A 與 B 群投 資人之積極單委託率計算資料節錄 25 筆如【表 4-9】。 . A 群資料進行積極單委託率分析： 於這群資料（至少有 60 筆沖抵紀錄以上之投資績效最佳的前 10%投資者）進一步彙整積 極單委託率達 70%的帳戶數約佔整體投資優異者的 40.90%。. . B 群資料進行積極單委託率分析： 針對至少有 60 筆沖抵紀錄以上之投資績效最差的 10%投資者（一樣為 2,291 個帳戶）定 義為 B 群資料，進行彙整擷取積極單委託率達 70%的帳戶數，約佔整體投資不佳者的 29.29%。. 進一步針對 A、B 兩群資料以「積極單委託率」進行分群，0%為第一組、0%～10%為第二組， 10%～20%為第三組…90%～100%為第十一組，依此進行次數分配如【表 4-10】 ，對於 A 與 B 兩群同為 2,291 個帳戶繪製次數分布圖如【圖 4-1】 。單純以次數分布圖觀之，投資優異與不 佳投資人在下單積極性上有明顯不同。. 40.
(48) 【表 4-9】優異與不佳投資者積極單委託率彙整表 優異投 積極單 不佳投 優異投 平均投資 不佳投 平均投資 資人 報酬率 委託率 資人 報酬率 委託率 帳號 1 19.54% 88.68% 帳號 1 -19.08% 帳號 2 13.95% 42.55% 帳號 2 -14.33% 帳號 3 11.19% 62.03% 帳號 3 -13.01% 帳號 4 11.06% 88.89% 帳號 4 -11.79% 帳號 5 10.21% 83.02% 帳號 5 -10.62% 帳號 6 10.14% 47.37% 帳號 6 -10.35% 帳號 7 9.02% 53.57% 帳號 7 -9.42% 帳號 8 9.02% 82.83% 帳號 8 -8.44% 帳號 9 8.80% 18.88% 帳號 9 -8.14% 帳號 10 7.60% 94.62% 帳號 10 -8.08% 帳號 11 7.31% 79.17% 帳號 11 -8.01% 帳號 12 6.89% 92.87% 帳號 12 -7.91% 帳號 13 6.87% 89.47% 帳號 13 -7.85% 帳號 14 6.67% 64.91% 帳號 14 -7.47% 帳號 15 6.63% 31.03% 帳號 15 -7.23% 帳號 16 6.62% 62.71% 帳號 16 -7.16% 帳號 17 6.28% 86.84% 帳號 17 -6.85% 帳號 18 6.27% 70.00% 帳號 18 -6.79% 帳號 19 5.98% 28.57% 帳號 19 -6.73% 帳號 20 5.93% 60.00% 帳號 20 -6.73% 帳號 21 5.53% 53.98% 帳號 21 -6.36% 帳號 22 5.44% 71.22% 帳號 22 -6.11% 帳號 23 5.37% 32.24% 帳號 23 -5.94% 帳號 24 5.37% 84.20% 帳號 24 -5.90% 帳號 25 5.23% 76.77% 帳號 25 -5.78% 註：至少 60 筆沖抵紀錄以上的帳戶才納入分析. 41. 積極單 委託率 委託率 41.96% 70.54% 58.70% 74.42% 60.78% 69.89% 74.73% 31.43% 85.02% 86.11% 72.09% 15.22% 63.93% 79.56% 26.32% 70.49% 46.96% 69.33% 68.42% 18.61% 60.00% 68.71% 24.05% 84.04% 91.75%.
(49) 【表 4-10】積極單委託率次數分配表 投資報酬率優異前 10%. 投資報酬率不佳後 10%. 積極單率範圍 帳戶數 占比. 積極單率範圍 帳戶數 占比. 0% 0%～10% 10%～20% 20%～30% 30%～40% 40%～50% 50%～60% 60%～70% 70%～80% 80%～90% 90%～100%. 0% 0%～10% 10%～20% 20%～30% 30%～40% 40%～50% 50%～60% 60%～70% 70%～80% 80%～90% 90%～100%. 0 30 71 147 210 262 269 367 321 292 322. 0.00% 1.31% 3.10% 6.42% 9.17% 11.44% 11.74% 16.02% 14.01% 12.75% 14.05%. 0 60 211 240 290 285 266 269 260 193 217. 0.00% 2.62% 9.21% 10.48% 12.66% 12.44% 11.61% 11.74% 11.35% 8.42% 9.47%. 註：至少 60 筆沖抵紀錄以上的帳戶才納入分析. 操作優異前10%. 操作不佳後10%. 400 350 300 250 200 150 100 50 -. 【圖 4-1】操作最佳與最差 10%之積極單率分布圖. 42.
(50) 第三節 高頻率交易之投資績效分析 本研究以「高頻交易委託率」量化高頻率交易行為，針對針對至少有 60 筆沖抵紀錄以 上之帳號依操作績效由大至小進行排序後，僅取前 10% 部分，在這 2,291 個帳戶中進一步 彙整高頻交易委託率大於 0% 的帳戶數約佔整體投資優異者的 28.76%；針對投資績效最差的 10%投資者彙整高頻交易委託率大於 0% 的帳戶數約佔整體投資不佳者的 21.91%。 對於投資優異與不佳的兩群投資人之高頻交易委託率計算資料節錄數筆如【表 4-11】。. 【表 4-11】優異與不佳投資者高頻交易委託率彙整表 優異投 優異投 平均投資 高頻交易 優異投 優異投 平均投資 高頻交易 資人 報酬率 委託率 資人 報酬率 委託率 帳號 1 19.54% 0.00% 帳號 1 -19.08% 0.00% 帳號 2 13.95% 33.30% 帳號 2 -14.33% 0.00% 帳號 3 11.19% 0.00% 帳號 3 -13.01% 0.00% 帳號 4 11.06% 0.00% 帳號 4 -11.79% 0.00% 帳號 5 10.21% 0.00% 帳號 5 -10.62% 0.00% 帳號 6 10.14% 0.00% 帳號 6 -10.35% 0.00% 帳號 7 9.02% 0.00% 帳號 7 -9.42% 0.75% 帳號 8 9.02% 0.00% 帳號 8 -8.44% 0.00% 帳號 9 8.80% 0.00% 帳號 9 -8.14% 0.00% 帳號 10 7.60% 0.00% 帳號 10 -8.08% 0.00% 帳號 11 7.31% 0.00% 帳號 11 -8.01% 0.00% 帳號 12 6.89% 0.08% 帳號 12 -7.91% 0.00% 帳號 13 6.87% 3.16% 帳號 13 -7.85% 0.00% 帳號 14 6.67% 0.00% 帳號 14 -7.47% 0.00% 帳號 15 6.63% 0.00% 帳號 15 -7.23% 0.00% 註：至少 60 筆沖抵紀錄以上的帳戶才納入分析. 43.
(51) 第四節 積極單委託率檢定分析 積極單委託率檢定分析 針對至少有 60 筆沖抵紀錄以上之帳戶彙整投資報酬率優異前 10%投資人與投資報酬率 不佳後 10%投資人，各有 2,291 個帳戶的這兩群資料之「積極單委託率」進行 t 檢定，以此 分析投資人委託積極性對於投資報酬率之影響。定義虛無假設與對立假設如下：. H 0 = PObadROI ≥ POgoodROI H1 = PObadROI < POgoodROI POgoodROI = ROI 優異前10%之積極單委託率 PObadROI = ROI 不佳後10%之積極單委託率 t 檢定結果如【表 4-12】 ， PObadROI 平均為 52.96%，而 POgoodROI 平均為 62.34%，投資報酬率優 異前 10%之積極單委託率高於投資報酬率不佳後 10%者，檢視結果 p − value << 0.001 ，顯示在 99%信心水準下拒絕 H 0 ，亦即投資報酬率優異前 10%之積極單委託率非常顯著高於投資報酬 率不佳後 10%者。進一步增加帳戶數，取投資報酬率不佳後 20%之帳戶與投資報酬率優異前 20%帳戶（各 4,582 個帳戶），對於積極委託率進行 t 檢定如【表 4-13】，投資報酬率優異前 20%之積極委託率更加顯著高於投資報酬率不佳後 20%之投資者。 此結果呼應 Rock(1986)所提出之資訊投資人(Informed Trader)能真正了解公司價值，依此反 應於積極之交易行為；反觀投資績效不佳者亦存在積極之交易行為，亦反映 Kyle (1985)所區 分之資訊交易者（Informed Traders）與雜訊交易者（Noise Traders）會同時存在於市場上，在 投資不佳者中有近 52%採用積極單，而在投資優異群中有近 62%採用積極單，可見得投資優 異者採用積極單的比率十分顯著高於投資不佳者。. 44.
(52) 【表 4-12】ROI 前後 10%帳號積極單委託率之 t 檢定 t 檢定：兩個母體平均數差的檢定，假設變異數相等 ܱܲௗோைூ ܱܲௗோைூ 平均數 0.529582266 0.623407312 變異數 0.065404567 0.056037562 觀察值個數 2291 2291 t 統計 -12.8868462 P(T<=t) 單尾 1.18167E-37 臨界值：單尾 2.327162335. 【表 4-13】ROI 前後 20%帳號積極單委託率之 t 檢定 t 檢定：兩個母體平均數差的檢定，假設變異數相等 ܱܲௗோைூ ܱܲௗோைூ 平均數 0.533106586 0.629895016 變異數 0.062647347 0.055610648 觀察值個數 4582 4582 t 統計 -19.05178756 P(T<=t) 單尾 1.07489E-79 臨界值：單尾 2.326754937. 45.
(53) 第五節 高頻交易委託率檢定分析 高頻交易委託率檢定分析 針對至少有 60 筆沖抵紀錄以上之帳戶彙整投資報酬率優異前 10%投資人與投資報酬率 不佳後 10%投資人的各自 2,291 個帳戶之「高頻交易委託率」進行 t 檢定，以此分析投資人 高頻率交易行為對於投資報酬率之影響。定義虛無假設與對立假設如下：. H 0 = HFTbadROI ≥ HFTgoodROI H1 = HFTbadROI < HFTgoodROI HFTgoodROI = ROI 優異前10%之高頻率交易委託率 HFTbadROI = ROI 不佳後10%之高頻率交易委託率 進行 t 檢定結果如【表 4-14】，檢視結果 P-value < 0.05，表示在 99%信心水準拒絕 H 0 ，代表. HFTgoodROI 平均為 0.87%顯著高於 HFTbadROI 平均為 0.68%，即投資報酬率優異前 10%之高頻交 易委託率顯著高於投資報酬率不佳後 10%者。 此結果呼應戴中擎(2008)所研究真人交易者不僅在反應時間上慢於軟體代理人而且在獲利能 力上也普遍表現不佳之結論，另外高頻率交易所需的資訊設備平台與自動下單作業程序有其 一定的門檻，甚至其背後隱含之投資策略行為都代表了專業投資人或是專業投資機構之實力 展現，相對於一般個體之投資大眾來說，可預期能執行高頻率交易者擁有相對豐富之市場資 訊與資料蒐集過濾能力，所以能有較高之投資績效。. 46.
(54) 【表 4-14】ROI 前後 10%帳號高頻交易委託率之 t 檢定 t 檢定：兩個母體平均數差的檢定，假設變異數相等 ܶܨܪௗோைூ ܶܨܪௗோைூ 平均數 0.006816518 0.008720454 變異數 0.00140659 0.001515283 觀察值個數 2291 2291 t 統計 -1.685910028 P(T<=t) 單尾 0.045940622 臨界值：單尾 2.327162335 第六節 其他委託行為之檢定分析 其他委託行為之檢定分析 針對至少有 60 筆沖抵紀錄以上之帳戶彙整投資報酬率優異前 10%投資人與投資報酬率 不佳後 10%投資人的各自 2,291 個帳戶之「委託減量單率」、「委託刪單率」、「累積交易 量」、「平均交易口數」、「開盤獲益率」、「盤中獲益率」與「收盤獲益率」進行 t 檢定， 以此分析投資人不同交易行為對於投資報酬率之影響。定義虛無假設與對立假設如下：. 一、 委託減量單率分析 針對至少有 60 筆沖抵紀錄以上的投資報酬率優異前 10%與不佳後 10%帳戶之「委託減 量單率」進行 t 檢定，定義虛無假設與對立假設如下：. H 0 = RedOgoodROI ≥ RedObadROI H1 = RedOgoodROI < RedObadROI RedOgoodROI = ROI 優異前10%之減量單率 RedObadROI = ROI 不佳後10%之減量單率 進行 t 檢定結果如【表 4-15】。 檢視結果減量單委託率之 p − value << 0.001 ，顯示在 99%信心水準下拒絕 H 0 ，亦即投資報酬 率優異前 10%之減量單委託率非常顯著低於投資報酬率不佳後 10%者。此結果揭示投資優異者 較不會對於既定之下單委託進行局部減量之干預性行為，投資意向一旦確定較不輕易改變。 47.
(55) 二、 委託刪單率分析 針對至少有 60 筆沖抵紀錄以上的投資報酬率優異前 10%與不佳後 10%帳戶之「委託刪 單率」進行 t 檢定，定義虛無假設與對立假設如下：. H 0 = DelOgoodROI ≥ DelObadROI H1 = DelOgoodROI < DelObadROI DelOgoodROI = ROI 優異前10%之刪單率 DelObadROI = ROI 不佳後10%之刪單率 進行 t 檢定結果如【表 4-16】。 檢視結果 P-value > 0.05，代表 DelOgoodROI 平均為 21.43%於 DelObadROI 平均為 21.47%兩者無顯 著差異，即投資報酬率優異前 10%之刪單率與投資報酬率不佳後 10%者之刪單率並無明顯差 異。. 三、 累積成交量分析 針對至少有 60 筆沖抵紀錄以上的投資報酬率優異前 10%與不佳後 10%帳戶之「累積成 交量」進行 t 檢定，定義虛無假設與對立假設如下：. H 0 = QntybadROI ≥ Qnty goodROI H1 = QntybadROI < Qnty goodROI Qnty goodROI = ROI 優異前10%之總委託量 QntybadROI = ROI 不佳後10%之總委託量 進行 t 檢定結果如【表 4-17】。 檢視結果 p − value << 0.001 ，顯示在 99%信心水準下拒絕 H 0 ，亦即投資報酬率優異前 10%之 總委託量（平均累積成交量 3005.38 口）非常顯著高於投資報酬率不佳後 10%者（平均累積 成交量 898.37 口）。. 48.
相關文件
Master Taixu has always thought of Buddhist arts as important, the need to protect Buddhist arts, and using different forms of method to propagate the Buddha's teachings.. However,
• Gauss on Germain: “But when a person of the sex which, according to our customs and prejudices, must encounter infinitely more difficulties than men to.. familiarize herself with
Schools can administer APASO-II scales/subscales at diff erent times of the school year to achieve different purpose s, e.g.. to assess the effectiveness of an intervention progra
• Most programs tend to access the storage at any particular level more frequently than the storage at the lower level.. • Locality: tend to access the same set
Debentures are (3) loan capital and are reported as (4) liabilities part in the statement of financial position. No adjustment is required. If Cost > NRV, inventory is valued
For example, even though no payment was made on the interest expenses for the bank loan in item (vi), the interest expenses should be calculated based on the number of
Generic methods allow type parameters to be used to express dependencies among the types of one or more arguments to a method and/or its return type.. If there isn’t such a
賠償金額是以每名投資者計算，投資 者買賣證券或期貨合約的賠贘上限分 別是 150,000 港元。..
