TQuant Lab

在許多動能策略投資人的經驗中，都會遇到類似情境，依照過去報酬率排序買進強勢股，回測表現亮眼，但實際操作卻常出現追高波動後回檔的結果。例如，一檔股票短期上漲 30%，卻因劇烈波動而快速回吐；相對地，另一檔僅上漲 10%，但走勢穩定且延續性更高。傳統動能策略往往偏好前者，卻忽略了風險差異，導致績效不穩定甚至回撤放大。

動能效應（Momentum Effect）自 1993 年被 Jegadeesh 與 Titman 提出以來，一直是量化交易者的聖杯。MAD 策略的核心指標 —— MRAT，本質上是在衡量價格相對於市場平均成本的偏離程度。當短期均線明顯凌駕於長期均線之上，且在市場橫截面排序中位居領先群時，代表市場多頭共識正在快速形成。本文會將這一學術理論轉為可實際執行的台股策略，透過每月底紀律的換倉機制，並加上純 OHLC (開高低收) Price Action 過濾條件，以降低高 MRAT 但趨勢轉弱的訊號誤判。我們的目標除了要捕捉價格偏離所帶來的動能，同時透過純粹的市場價格過濾可能已出現趨勢衰竭的雜訊，以尋求更純粹且穩定的 Alpha 收益。

尤金·法瑪（Eugene Fama）與肯尼斯·弗倫奇（Kenneth French）提出的「三因子模型」，透過規模因子與價值因子，突破了傳統資產定價的局限，法瑪更因此榮獲 2013 年諾貝爾經濟學獎。這套模型不僅提升了市場報酬的解釋力，更奠定了現代因子投資（Factor Investing）的基礎。 本文參考經典文獻，提取三因子模型中的價值與規模因子，並結合動量因子建構量化選股模型。我們旨在將此經典理論具現化為交易條件，實測其在台灣上市市場的長期表現，評估該框架能否穩定產生優異的風險調整後報酬。

2012年，三位金融學術界最具影響力的量化研究學者托比．莫斯考維茨、姚華歐與拉瑟．佩德森，共同發表的經典論文《時間序列動能》（Time Series Momentum），在學界引發震撼，更深刻重塑了期貨管理基金（Commodity Trading Advisor,CTA）與避險基金的交易邏輯，成為趨勢追蹤策略的理論基石。

大衛．卓曼（David Dreman）是華爾街最著名的「逆向投資（Contrarian Investing）」大師之一，也是卓曼價值管理公司的創辦人。卓曼的核心哲學建立在「均值回歸」與「投資人心理偏差」之上。策略專注於挑選那些被市場冷落、本益比（P/E）與股價淨值比（P/B）低於市場平均，但同時具備高殖利率保護的「價值股」。 本文透過 TQuant Lab 將大衛．卓曼的逆向投資法轉化為可執行、可回測的量化條件，並以台股市場作為實證對象，檢驗其長期績效與風險表現。

本研究對台灣市場的放空情緒因子（SIR）進行實證檢驗，證實其為一項有效的負向預測指標。然而，本研究發現 SIR 因子的有效性並非普遍的，而是與市值規模高度相關：在中大型股中，它是一個強勁的負向預測指標；但在小型股中，效果卻因潛在的軋空風險而完全反轉。此異質性效果的相互抵銷，是導致因子全市場排序能力（IC）偏低的主因。

柏頓．墨基爾於經典著作《漫步華爾街》提出的「隨機漫步理論」，確立了低成本指數化投資的地位。然而，針對追求超額報酬的投資者，他也提出了一套兼顧磐石理論（內在價值）與空中樓閣理論（群眾心理）的生存指南，主張尋找「成長潛力被市場低估」的標的。 本研究利用 TEJ 量化資料庫與 TQuant Lab 回測系統，將這套美股大師法則在地化，對接至現代台股市場。我們將透過高品質數據驗證，探討這套結合基本面與理性預期的策略，在當前市場波動中是否具備創造穩定超額報酬的實戰價值，並展示數據驅動決策在風險控管上的優勢。

本策略基於追蹤市場中所謂「聰明錢」的流向，即三大法人（外資、投信、自營商）的動向。策略假設，當三大法人對市場未來方向有一致且強烈的看法時，跟隨其方向進行交易的勝率較高。

近年來，隨著資料科學與計算能力的快速發展，越來越多投資人與資產管理機構開始採用機器學習模型來輔助投資決策。儘管傳統的因子投資方法在長期表現上具備穩定性與可解釋性，但為了更有效捕捉市場中的非線性結構與因子間的交互作用，結合機器學習的多因子模型已逐漸成為學術與實務研究的重要方向。

造市商具備高頻交易能力、低廉的成本結構與即時的申購／贖回權限，是 ETF 折溢價套利的主要參與者。相較之下，非機構投資人則面臨多重限制，包括資訊延遲與較高的交易摩擦成本(手續費、稅金等)，使其難以迅速且獲利地捕捉套利機會。 本篇文章以元大台灣 50（0050 ETF）為例，透過歷史資料模擬這兩種角色在執行折溢價策略中的實際操作，觀察在不同進出場門檻與成本結構下的績效差異。藉由勝率、報酬分布與回撤風險等指標，我們希望釐清：這場「看似無風險的套利」，究竟誰能真正掌握機會，並在台灣市場中賺取穩定的超額報酬(Alpha)？

LazyBear 是在國際知名交易平台 TradingView上極具影響力的指標開發者。他創作了大量廣受歡迎的客製化技術指標，其開源的程式碼啟發了全球無數量化交易員與技術分析愛好者。LazyBear 的指標通常專注於改善傳統指標的延遲性，並結合獨特的市場觀察來捕捉趨勢與動能。本次採用的「Impulse MACD」即為他的代表作之一。此指標並非傳統的指數平滑異同移動平均線（MACD），而是進行了顯著的改良：它使用零延遲的雙指數移動平均線（DEMA）來更快速地響應價格變化，並結合平滑化（SMMA）的高低價通道來判斷市場的「衝量」（Impulse）。其核心思想是，只有當價格動能與趨勢方向一致時，產生的交易信號才更具價值，藉此過濾掉部分盤整行情中的雜訊。

券商分析師對標的公司財務表現（如EPS）或股票目標價的預測，是否會影響該公司未來的股價報酬，向來是投資人關注的重點議題。本研究聚焦於分析師對台灣上市櫃公司每股盈餘（EPS）的預測，透過預測變動幅度與分析師間意見分歧程度進行分組，進一步探討兩種投資策略是否能獲得優於市場的投資報酬。