TEJ 量化投資月報

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。

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。

在金融市場中，風險與報酬的關係並非總是正向線性。實證研究顯示，低風險資產往往能獲得更佳表現，此現象被稱為「低波動性異象」。本文以台灣市場為研究對象，檢視該異象的表現與特性，並特別關注「特質波動度（Idiosyncratic Volatility）」這一因子，評估其作為投資工具的可行性與應用價值。

近年來，隨著輝達、超微等 AI 熱門股屢創新高，投資人除關注營運狀況外，也重視內部人交易行為，因其可能反映公司未來價值。為防範內線交易並提升市場公平性，我國金管會依《證交法》22、25、157 條規範內部人持股資訊揭露。依第 25 條規定，公司須於每月 15 日前公告上月內部人持股變化，投資人可據此觀察內部人對公司前景的態度，作為選股的重要參考。

填息意味著公司股票在除息日之後的價格，高於除息日前一天的收盤價格，代表買入該股票的投資者在收到股利後，還能避免股價調整後的資本損失。因此，許多投資者都著眼於買進高殖利率同時也能填息的股票，期許在收穫穩定的現金股利同時，還能夠安全出場免於資本損失。 本研究使用事件研究法，檢驗過往填息機率越高的股票，是否代表未來填息的機率也越高，以此做為投資人在買賣高股息股票時的參考。

量化基金在市場中迅速擴張。根據研究，截至 2019 年，美國量化基金資產規模已達 3.3 兆美元，約占美股總市值的 9%（《Factor Features: Not Your “90s Quant”》）；彭博數據亦顯示，2021 年美股演算法交易成交量已高達 75%，凸顯量化策略的重要性。以文藝復興科技（Renaissance Technologies）旗下的大獎章基金（Medallion Fund）為例，其於 1988 至 2018 年間創下年化報酬率高達 66% 的紀錄，即使扣除管理費後仍超過 39%，充分展現因子投資的潛力與競爭力。 隨著全球量化基金資產持續成長，建立一個系統化、穩健且可靠的因子資料庫，已成為投資機構搶占先機的第一步。TEJ 的 Factor Library 因子資料庫正是協助投資者聚焦策略研發、顯著提升研究效率的理想工具。

美國總統川普自上任以來延續了第一任期「美國優先」的政治理念，為了使企業回流美國重振製造業，啟動了全球關稅貿易戰，此舉不但引起各國揚言施以報復性關稅措施回應外，也引發市場對今年全球經濟成長衰退的擔憂，造成年初以來股、債、匯市的波動加劇。伴隨金融市場風險的逐漸升溫下，投資人也開始尋求能夠提供資金更安全的投資策略。 

普遍來說，公司宣告發放股利意味著公司營運上相對穩健，有足夠盈餘或是資本公積可供發放，除了能回饋股東長期以來的支持，也可向外宣告公司的經營良好並提高整體股價表現。但也有另一派觀點認為，公司若發放股利恐被市場認為，其本業上缺乏現金流為正的投資機會，因此選擇將資金發還給股東，而這也代表公司股價長期下來可能有所下降。  因此本研究使用事件研究法，針對2013年１月至2025年1月的上下市櫃公司，探討公司宣告發放股利後是否能帶動股價上漲賺取異常報酬。

透過選擇與市場表現高度相關的因子，投資者可以更有效地預測資產回報，並在不確定的市場環境中找到穩定的收益來源   透過能夠有效預測市場的因子，投資者可以更高效賺取超額報酬，從而在不確定的市場環境中提高投資組合的收益  因子策略的核心在於將複雜的市場現象簡化成幾個可量化的驅動因素，進而協助我們理解資金流向與風險分布。這些因子不僅能夠揭露市場波動的根源，也能提供投資者實用的投資決策依據