技術型態分析可否預測未來？-台灣期貨市場的證據

• Main Author: 鄭吉良
• Language: 中文
• Published: 國立政治大學
• Subjects: 技術型態; 技術分析; 核迴歸; kernel regression; pattern recognition
• Online Access: http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G0096351001%22.

本文以台灣期貨市場為研究目標，利用無母數計量模型-核迴歸(kernel regression)平滑每日結算價格，並建立一電腦化、自動化的系統來辨識各種技術型態的形成，包括頭肩頂、三角形、雙重底、…等十種，期望能去除人為主觀意識對型態辨識的影響，並檢定技術型態是否含有預測未來報酬的訊息性。 從實證結果中發現，出現次數最頻繁的技術型態並不一定具有訊息性，如頭肩頂與頭肩底；而在型態形成並辨認後兩周之內，矩形、倒矩形、雙重頂、雙重底等四種型態則持續顯著地具有訊息性。 另外，核迴歸中平滑因子越小會使型態出現次數越多；平滑因子越大則使型態出現次數越少，平滑程度的改變對頭肩頂及頭肩底型態的訊息顯著性有一定程度的影響，但是對矩形、倒矩形、雙重頂、雙重底等四種型態的訊息顯著性並無影響。 最後，技術型態的訊息顯著性並不會因為期貨商品的不同而有差異，技術型態在不同的期貨市場中仍會保有同樣特性；而個別期貨商品下的檢定結果都比全體期貨市場的結果來的差，此情況可能與樣本數較少的原因有關。