台灣加權股價指數產業權值股報酬率之探討

台灣加權股價指數產業權值股報酬率之探討 指導老師：謝文魁老師組員：游斯婷蔡松延余怡婷彭偉

專題架構 第一章　緒論第二章文獻探討第三章研究方法第四章　實證研究與分析第五章　結論與建議

第一章 緒論

1.1 研究動機 近年來利率走低，身處低利率時代，投資人該如何進行財富管理己漸漸成為一項重要的課題。股市因迅速交易及高報酬讓投資人躍躍欲試，但高風險也隨之而來。股市即扮演了資金的供應者及需求者。在於促進資本形成，並進而提高社會富裕之程度。在實際踏入股市之前，我們必須先充實自己，了解股票投資的特性，確定本身獲利目標，以及承擔風險的能力，並進而掌握經濟景氣階段。產業權值股具備與加權股價指數間的互動關係，如能掌握產業權值股之脈動，就有可能避開股市中的高風險並做為投資決策參考。

1.2 研究目的 • 本研究之主要目的在於運用台灣股價指數中權值股之原始資料，透過計算智慧中的遺傳規劃，採用1988年至2001年為研究期間，以每日的收盤價為變數，計算出交易策略報酬率，並進行分析比較，提供企業或投資者作為事前投資判斷之參考。研究目的為以下三議題之研究： • 探討應用遺傳規劃(GP)配適產業權值股數產生交易策略投資報酬。 2. 進行遺傳規劃交易策略報酬與買入持有報酬之差異分析。 3. 進行遺傳規劃交易策略投資風險與買入持有投資風險之差異分析。

1.3 研究流程 1.研究背景與動機 2.研究目的 3.研究流程第一章　緒論 1.股票分析方法 2.市場效率假說 3.台灣加權股價指數 4.產業權值股 5.遺傳規劃 6.相關文獻第二章　文獻探討第三章　研究方法 1.研究期間、研究樣本及資料來源 2.計算智慧的應用領域 3.遺傳演算法 4.遺傳規劃第四章　實證研究與分析 1.投資報酬分析 2.投資風險分析第五章　結論與建議 1.研究結論 2.後續研究建議圖1-1 研究流程

第二章 文獻探討

2.1 股票分析方法 • 2.1.1 基本分析基本分析透過了總體經濟分析、產業分析、公司分析三個步驟，分析出該公司股票的實際合理價值。基本分析假設股價會有價值方向的變動，所以在價格低於實際價值時購入股票，而價格高於實際價值時售出以獲報酬。但因基本資料變化較慢，取得的時間較為落後，適合中長期投資（杜金龍，1996）。 • 2.1.2 技術分析技術分析則是以市場上的股價、成交量等歷史資料加以統計、歸納，作為影響未來股價走向的因素，分析出股價的漲跌趨勢，決定買、賣的投資策略。由於變動較快而敏感，適用於中短期進出場投資（杜金龍，1996）。

2.2 市場效率假說 市場上充斥著許多理性且追求利潤最大化的投資人，且個別的投資者都分別獨立的分析各種股票所有的投資人皆可無償的取得即時股市相關資訊新資訊隨機的出現，好消息與壞消息參差而來新資訊對股價的衝擊將很快的反映於股價上市場的效率性可依其強弱程度，分成三種類型：強式反應已公開、未公開及歷史資訊半強式反應已公開及歷史攸關訊息弱式反應歷史攸關訊息圖2-1 不同型態效率市場假說的資訊

2.3台灣加權股價指數 • 「台灣加權股價指數」就是「臺灣證券交易所發行量加權股價指數」的通稱。 • 台灣證券交易所(簡稱「證交所」)集中交易市場是從民國五十一年二月九日開始在證交所上市。 • 台灣加權股價指數特性有以下兩點： 1.代表台灣總體經濟趨勢：投資人要分享台灣經濟成長的結果，最直接有效、也是最簡單的方式就是投資台灣加權股價指數。 2. 降低非系統風險、資產配置最佳化：台灣加權股價指數涵蓋19種產業、645家公司，投資在台灣加權股價指數，等於投資在一個非系統風險非常低的最佳化投資組合。

民國59年起，股市投資交易開始熱絡，成交金額也逐步擴大，股票市場的上市公司家數增加，而且整體市值也漸漸成長。隨後，89至91年，因為國內外景氣轉弱、中東情勢緊張、國際油價上漲以及其它非經濟因素影響，使我國股市下挫 (請詳圖2-2：台灣加權股價指數走勢圖)。這段期間，台灣加權股價指數隨著台灣經濟的擴張而上揚、也因著景氣的反轉而下滑。台灣加權股價指數與台灣經濟發展圖2-2台灣加權股價指數走勢圖

2.4 產業權值股 • 每一支股都佔權值，它包含發行股數和股價，是該上市公司總值（發行股票的總市值），佔整個上市股票大盤的總市值之比值，稱作「權值股」。 • 產業權值股主要是比重較重、權值較大、穩定度較高，所以在權值股中常會是產業龍頭股。 • 龍頭股主要是其股本較大(並非一定要最大)、在此行業中具有代表意義、股市投資者認同度較高、前瞻性較高及未來的發展性。

2.5 遺傳規劃 • 遺傳演算法是由賀南（John Holland）所提出來的。 • 遺傳演算法就是要把生物界演化的機制抽象出來應用在解決搜尋最佳解的問題上面，讓系統朝著更佳的解答自我演化。 • 遺傳規劃是由Koza根據遺傳演算法而發展出一種自動化（Automatic）、領域獨立（Domain-Independent）之演算法則（Koza，1992），適用的領域相當的寬廣，彈性也相當大。 • 遺傳演算法增強類神經網路的搜尋效果，或是以遺傳演算法來篩選類神經網路的輸入因子，不論是在預測未來的台股收盤加權指數，或是投資組合之報酬率，都可以有顯著的成效。

2.6 相關文獻 表2-1 國內實證研究之彙整1/3

表2-1 國內實證研究之彙整2/3

表2-1 國內實證研究之彙整3/3

第三章 研究方法

3.1 研究期間、研究樣本及資料來源 本研究資料收集的時間選擇在1988年至2001年，而資料樣本的選取乃根據下列三個期間來進行：訓練期、確認期、測試期。實證期間選擇在1988年到2001年，是因為這段期間的個股股價的漲跌，過程正好是一個股市的漲跌循環。由於個股的交易產量不一，並且波動、權值比重也不一樣。所以，我們選取各產業類股之權值股，成立有20年之久，研究期間長、比重重、股票具穩定性。較不受單一產業因素與該產業之榮枯興衰而影響，且其平時成交量較大，而使本研究之結果較不受外在因素所干擾。本研究實證資料來源為台灣證券交易所網站、財政部證券暨期貨管理委員會全球資訊網、情報贏家資料庫、台灣經濟新報資料庫、台灣證券發展基金會上市公司資料庫及上市公司年報與公開說明書。研究樣本為台灣加權股價指數之產業權值股。

3.2 計算智慧的應用領域 • 結合了生物、物理、腦神經學、資訊科學、認知科學、複雜系統等多學門所發展出來的計算智慧（computational intelligence）已替代原先依賴邏輯為主的古典符號AI成為人工智慧中的顯學。 • 計算智慧已被廣泛地應用在各類經濟與財務之模型、預測、與分析上。該研究的特色在於整體的規律現象是由系統底層自發性代理人不斷的區域性互動而產生的。

3.3 遺傳演算法 3.3.1 遺傳演算法之緣由遺傳演算法（Genetic Alogorithms；簡稱GA）是由密西根大學的賀南博士（John Holland）在1975年『 Adaptation in Artificial Systems 』一書中正式將演化理論與基因運作機制融入於計算機科學中。 3.3.2 遺傳演算法之定義遺傳演算法是模擬自然界生物演化過程及運作機制以求優先問題解決方法的人工智能技術。其主要的組成元素有父代（母代），子代及交配與突變方法及優先選擇函數。

3.4 遺傳規劃 ＊＋ＹＸ３圖3-4 規劃之剖析樹圖

3.4.1遺傳規劃理論 遺傳規劃（GP）是koza於1922年依據Holland的遺傳演算法，而發展出來的一種自動化（Automatic），領域獨立（Domain-Independent）之演算法則，遺傳規劃法可針對問題的領域自動產生具有趨近完整解決問題能力的『規劃』，且適用的領域相當的寬廣，彈性也相當大。 • 3.4.2遺傳規劃於金融市場交易策略的應用 GP可以應用在股票或外匯等金融市場尋找交易法則，程式的目標是根據過去的歷史價格找出決策法則以決定每天要進入市場還是不進入市場。

3.4.3遺傳規劃之設計與應用 如欲應用遺傳規劃來解決特定的問題，有五個主要的前置處理工作必須完成，以決定遺傳規劃的設計及運作，茲將其分述如下： 1．定義終端點集合 2．定義函數集合 3．定義適應函數 4．設定控制遺傳規劃運作之參數 5．決定指定最佳解決的方式及遺傳規劃運作之停止條件

3.4.4應用遺傳規劃求解問題之步驟 在完成以上的前置步驟之後，應用遺傳規劃求解問題時，依序包含以下三個步驟： 1．產生初始族群 2．重複進行以下步驟，直到達成演化停止條件為止 (1)經由適應函數的設定評估每一個體的適應值。 (2)依據適應值複製率、交配率與突變率，分別選擇個體進行複製、交配與突變的動作，以產生新的子代。 3．演化結束，找出迭代的最佳解答。(Chen，Kuo & Shien，2002)。

第四章 實證研究與分析

4.1研究期間、樣本描述 本研究實驗期間1988年至2001年分成二時期，每時期為十年，有：1988年至1998年；1991年至2001年。每一個時期皆分成，訓練期、確認期、測試期進行實驗。第一個十年資料總比數為2558筆，分為訓練期1141筆、確認期572筆、測試期845筆；第二個十年資料總比數為2488筆，分為訓練期1150筆、確認期557筆、測試期781筆。

4.2 投資報酬分析 4.2.1 遺傳規劃交易策略投報酬與買入持有投資報酬1988-1998期間比較分析表4-1遺傳規劃交易策略投資報酬、買入持有投資報酬1988-1998比較表

4.2.2遺傳規劃交易策略投報酬與買入持有投資報酬1991-2001期間比較分析4.2.2遺傳規劃交易策略投報酬與買入持有投資報酬1991-2001期間比較分析表4-2遺傳規劃交易策略個股投資報酬、買入持有投資報酬1991-2001比較表

4.2.3 遺傳規劃交易策略投報酬與買入持有投資報酬1988-2001整體分析表4-3遺傳規劃交易策略報酬、買入持有報酬、1988-2001整體比較表

4.3風險標準差分析 4.3.1遺傳規劃交易策略投資風險與買入持有投資風險1988-1998期間比較分析表4-4遺傳規劃交易策略投資風險、買入持有投資風險1988-1998比較表

4.3.2遺傳規劃交易策略投資風險與買入持有投資風險1991-2001期間比較分析4.3.2遺傳規劃交易策略投資風險與買入持有投資風險1991-2001期間比較分析表4-5遺傳規劃交易策略個股投資風險、買入持有投資風險1991-2001比較表

4.3.3 遺傳規劃交易策略投風險與買入持有風險整體標準差分析表4-6遺傳規劃交易策略投資風險與買入持有投資風險1988-2001整體比較表

第五章 結論與建議

5.1研究結論 本研究嘗試以應用遺傳規劃GP配適台灣產業權值股數產生交易策略投資報酬，並進行遺傳規劃交易策略報酬與買入持有報酬及風險之分析，發現幾個結論如下： 5.1.1研究議題一：探討應用遺傳規劃(GP)配適產業權值股數產生交易策略投資報酬率遺傳規劃交易策略投資報酬、買入持有期間投資報酬1988-1998期間分別為0.095033、0.114873，買入持有投資報酬為顯著；而1991-2001期間分別為-0.01294、-0.06624，遺傳規劃交易策略投資報酬為顯著；1988-2001整體期間分別為0.041049、0.024317，遺傳規劃交易策略投資報酬為顯著。

5.1.2研究議題二：進行產業權值股之遺傳規劃交易策略報酬率相對於買入持有報酬率之差異分析5.1.2研究議題二：進行產業權值股之遺傳規劃交易策略報酬率相對於買入持有報酬率之差異分析 1.1988-1998期間投資報酬比較分析在1988-1998期間遺傳規劃交易策略投資報酬以股票代碼1101(台泥)、1102(亞泥)、1605(華新)、2002(中鋼)、2201(裕隆)、2303(聯電)、2371(大同)、2603 (長榮)、2801(彰銀)為顯著，買入持有投資報酬依個股代碼1216(統一)、1301 (臺塑)、1303(南亞)、1326(臺化)、1402(遠紡)為顯著。由上述得知，遺傳規劃交易策略投資報酬有八個股票為顯著，買入持有則是六個股票為顯著。而在1988-1998期間遺傳規劃交易策略投資報酬為0.095033而買入持有投資報酬為0.114873；所以買入持有投資報酬略勝0.0198。

2.1991-2001期間投資報酬比較分析 在1991-2001期間買入持有僅有股票代碼2801(彰銀)為顯著，其他1101(台泥)、1102(亞泥)、1216(統一)、1301(臺塑)、1303(南亞)、1326(臺化)、1402(遠紡)、(1605)華新、2002(中鋼)、2201(裕隆)、2303(聯電)、2371(大同)、2603(長榮)則是遺傳規劃交易策略投資報酬為顯著。亦即買入持有投資報酬僅有一個股票為顯著，遺傳規劃交易策略投資報酬則是十三個股票為顯著。而在1991-2001期間遺傳規劃交易策略投資報酬為-0.01294而買入持有投資報酬為-0.06624；所以遺傳規劃交易策略投資報酬減少損失約0.0533。

5.1.3研究議題三：進行產業權值股之遺傳規劃交易策略投資風險相對於買入持有投資風險之差異分析5.1.3研究議題三：進行產業權值股之遺傳規劃交易策略投資風險相對於買入持有投資風險之差異分析 1.在1988-1998及1991-2001期間遺傳規劃交易策略配適1101(台泥)、1102(亞泥)、1216(統一)、1301(臺塑)、1303(南亞)、1326(臺化)、1402(遠紡)、(1605)華新、2002(中鋼)、2201 (裕隆)、2303(聯電)、2371(大同)、2603(長榮)、2801(彰銀)皆產生交易策略投資風險比買入持有投資風險為低。 2.整體而言，遺傳規劃交易策略投資風險、買入持有期間投資風險在1988-1998期間分別為0.077998、0.423136；而1991-2001期間分別為0.086269、0.542882；1988-2001期間分別為0.082134、0.483009，亦即遺傳規劃交易策略投資風險明顯小於買入持有投資風險。

5.2後續研究建議 １.持續探討應用遺傳規劃配適其他國外金融市場報酬情形。２.台股市場指數股票型基金(ETF)中個別股票的報酬情形。

TheEnd 謝謝各位

台灣加權股價指數產業權值股報酬率之探討

台灣加權股價指數產業權值股報酬率之探討

Presentation Transcript