Fintech練功坊

追逐利益、趨避風險是投資人的目標，預測股價動是達成上述目標的方法之一。過去人們使用ARIMA、GARCH等時間序列，試圖刻畫出未來股價的軌跡。到了今日，隨著深度學習的蓬勃發展，越來越多時間序列相關的模型的出現，似乎能應用於未來股價的預測中。本文即是利用GRU與LSTM兩序列相關模型進行股價預測，使用前5日的開盤、最高、最低、收盤價預測隔日收盤價。 過去【資料科學】LSTM已對LSTM有相當程度的介紹，於此不在多做贅述。本文多加入了同樣是RNN家族的GRU模型，檢驗GRU與LSTM在股價預測上的表現差異。GRU改動了LSTM中記憶單元的遺忘、輸入與輸出門，將其縮編為更新門與重置門，前者類似於LSTM中的遺忘與輸入門，負責決定每次迭代需保留與丟棄的信息，後者則是決定需丟棄過去累積的信息。從三門減少至雙門的情況下，GRU相較於LSTM能達成較快的運算速度，且其表現理論上不亞於LSTM。

布林通道（Bollinger Band）是由 John Bollinger 在1980 年代所發明的技術指標。布林通道是由均線和統計學的標準差概念結合而成，均線 (Moving Average)，簡稱 MA，代表過去一段時間的平均成交價格，一般來說在布林中使用的時間區段為近20日；標準差 (Standard Deviation)，簡稱SD，常以σ作為代號，用於表示資料中數值的分散程度。

主成分分析（Principal Component Analysis，後簡稱為 PCA），為非監督式學習中的一項關鍵技術，被廣泛用於機器學習與統計學領域來分析資料、降低數據維度。核心精神在於將原始數據拆解成具有代表性的主成分，達到降維的目的，並重新描述數據。 本研究的主旨在於運用股票的日報酬資料，利用 PCA 來取得主成分，並建立投資組合。閱讀本篇文章讀者將會看到以下重點： 了解 PCA 之特徵值與特徵向量，並以此設計投資組合 回測投資組合績效的方法，可用於各式投資策略

使用Fama&French三因子模型來計算台灣上市櫃股票的alpha，並取得alpha最高的前20%股票以及alpha最低的20%股票，做一個多空策略的投資組合，並評斷績效。 資本資產定價模型(CAPM)，在現代投資組合理論中佔據了相當重要的地位，也是現代金融市場價格理論的基礎，而後續許多學者不斷在此基礎上延伸，開創了各式各樣的因子模型，甚至有因子動物園(factor zoo)之說，如本文使用的Fama&French的三因子模型，是將原本CAPM僅考慮市場風險因子的部分，而外加入了規模溢酬以及B/M ratio溢酬，以期待投資組合或股票的報酬率，能被這三個因子所解釋。

閱讀建議：本文分為上下兩篇，上篇先介紹TEJ中的TESG評級在國內熱門ESG ETF的成分股中佔比，下篇將進一步運用TESG的評級，建構一檔具備成長性和永續經營的投資組合。 近年來各家投信業者相繼推出ESG相關ETF，例如最早的富邦公司治理（00692），主打台灣公司治理前100名的企業，以及結合高股息殖利率的國泰永續高股息（00878），關鍵都是追蹤國內外指數公司所推出的ESG指數，雖然各家的ESG ETF都各有不同專精的領域，但究其根源都是納入ESG的篩選指標，對成分股在永續經營上更加要求，讓投資人能買到兼顧環境永續和穩健成長的標的。

乖離率是常見的技術指標之一，使用當前的股價與N天的移動平均價進行比較，反映出當前股價相較於過去歷史是否過高或過低。普遍來說，當股價持續高過移動平均價稱為「正乖離」；反之持續低於移動平均價則稱為「負乖離」，因此當正負乖離持續擴大時，就會被解讀為市場正發生持續性的超買或是超跌的情況，進而作為進出場的判斷依據。但單純只用乖離率容易產生過多的交易訊號，因此我們額外加上過去N天的最高和最低價作為第二層濾網。實際策略如下： 當收盤價高於過去N天最高價，同時乖離率為負值時，隔天開盤價進場建倉。 當收盤價低於過去N天最低價，同時乖離率為正值時，隔天開盤價出場平倉。

上篇我們選用了 LSTM 模型來進行股價走勢的預測，使用前10天的開盤價、最高價、最低價、收盤價、成交量，預測隔天的收盤價，發現模型表現不是很好，僅僅以昨天的股價來對明天股價進行預測，因此我們更改個做法，想藉由模型來幫我們判斷賣賣點，進行交易策略。 我們新增了八種特徵指標，四種為技術指標，四種為總經指標，希望能用這兩個面向的特徵值提升我們的預測結果。

台灣股票市場屬於淺碟市場，所謂淺碟代表的是沒有深度，容易受到外部的震盪，而在股票市場則代表，容易受到外部力量干擾，而有明顯的漲跌幅情況，像是受到新聞的影響、或是投資大戶對單一股票大量的買入，都會明顯影響股價表現，而本文使用了幾個籌碼資料，來探討當籌碼集中於一檔股票時，對股價的影響為何，並用互動式的圖表呈現。

2022年，在烏俄戰爭及高通膨的背景下，物價上漲壓抑消費者之購買能力，進而影響企業整體獲利，導致全球陷入經濟衰退的疑慮。美國聯準會以升息循環應對高通膨問題，卻也造成股債市資金撤出，兩年前的QE 動能正式宣告終止。美國那斯達克及費城半導體指數均進行了 30% 以上的回檔修正，而臺灣加權指數也從年初最高的 18619 點，修正至7/12的13950點，修正幅度達 25%，加權指數在 7/12 大跌390點後，財政部正式授權國安基金進場護盤，此次為國安基金歷史第八次護盤，也是加權指數在萬點之上的第一次護盤行動。 而國安基金的進出場與持股明細，均受到嚴格保密，民眾只能在國安基金宣布護盤結束後，由財政部發布之國安基金財報中，才可看到護盤期間損益及持股，護盤期間內唯一能追蹤國安基金動向的方法便是從八大行庫買賣超著手，但由於在八大行庫進出的不只國安基金，也有一般大戶與散戶投資人，這無疑大大增加追蹤的難度。 因此，本文將使用Python回測國安基金過往護盤的績效，同時分析跟隨八大行庫券商買賣超能否獲利。