TEJ 正式搭上量化投資風潮這班特快車，你準備好一起了嗎？TEJ 從現在開始將會每月分享我們在量化金融領域的一些見解與 TQuant Lab 的應用心得，歡迎各位閱讀指教！
隨著 2023 年以來 AI 人工智慧相關應用的大量問世，加深市場對於科技產業的關注熱度，諸如緯穎、緯創等資通訊產業類股，其股價上漲的幅度令股東欣喜若狂，也令大多股民望而卻步，擔憂追高殺低進場後被套在了相對高點的價格。
然而，根據 Jegadeesh and Titman (1993) 研究結果，當市場為弱效率甚至無效率市場時，股票價格容易對新資訊過度反應或反應不足，從而使買入過往上漲一段期間的股票，並且放空過往下跌一段期間的股票，能夠賺取顯著為正的平均報酬。George and Hwang (2004) 亦從行為財務學的角度指出，當股價水平接近過去一年新高點時，就算個股出現利多消息，交易員仍不願意冒險買入，最終只能觀望股價隨著利多消息不斷創新高，代表就算是專業投資人仍會對新資訊有反應不足的問題。Zhang (2006) 則從資訊不對稱的角度進行分析，發現當市場的資訊不對稱情況越高，股票伴隨著壞(好)消息將產生更低(高)的未來報酬，並且指出動能策略在資訊不對稱越高的股票中表現也將越好。
由此看來，對於已強勢上漲一段期間的贏家股票，要如何從中篩選出持續擁有足夠動能的股票是為一大關鍵，因此本研究嘗試從資訊不對稱的角度切入，利用台灣證券交易所每日提供的證券商買賣日報表（後簡稱券商分點）來衍生出相關指標作為濾網，結合過往學術研究中提出的動能因子，找出尚未被市場關注但股價逐漸走高的個股，並對該複合因子進行投組重疊期間（Overlapping）檢定、IC/IR值檢定與因子投組回測等分析。
全文連結
在過去二十年，趨勢跟蹤交易法一直是許多基金經理人、專業交易者和全球宏觀對沖基金成功應用在全球期貨市場上進行盈利交易的一種交易策略。而近年來關於應用於股票的趨勢跟蹤策略，公開發表的研究及文章也如雨後春筍般增加。越來越多文獻顯示，應用在期貨市場的趨勢效應也同樣能在股票市場上取得類似的效果。
全文連結
由前芝加哥大學教授 Joseph Piotroski 提出的 F-score 策略，透過 9 項財報條件的評估，幫助投資人深入了解公司的財務健康狀況，F-score 涵蓋公司的獲利性、安全性及成長性，提供了多維度的分析框架，讓投資人能夠更全面地評估公司的潛在價值。為了探討 F-score 在台股市場的表現，本文使用 TQuant Lab 建構 F-score 策略，幫助投資人深入了解 F-score 所能帶來的投資效益。
全文連結
7 月份 TQaunt Lab 社群小聚報名中，邀請您一同共襄盛舉！我們將和大家分享兩個經典的交易策略：
📢 千萬別錯過本次的活動，讓 TQuant Lab 成為您在量化金融之旅上不可或缺的夥伴！
本片為 6 月直播活動的精彩內容回顧，包含講師精彩的投資策略講解！如果還在考慮是否要參加 7 月的社群小聚活動，歡迎點擊參考！
本支影片將進行 TQuant Lab 各步驟功能簡單介紹，帶您快速認識 TQuant Lab！
