回測

本篇文章將利用季報選股篩選台股上市櫃公司每季營收的前 20%，並進行多頭操作。透過這種基於營收數據的回測方法，我們可以捕捉市場中潛在的強勢股，並透過實際數據驗證此季報選股策略的有效性。這不僅簡單，而且能夠為投資人提供一種穩定且具系統性的選股依據，從中挖掘股價漲跌的玄機。

文章深入探討了動能策略在設置不同止盈和止損條件下的績效表現，結合實際回測數據分析如何在高波動市場中平衡風險與收益。透過對比多種出場策略，揭示了最佳設置對資金增長的影響，並提供了靈活調整的建議，適合不同風險承受能力的投資者參考。

超級趨勢指標 ( SuperTrend Indicator ) 是一種技術分析工具，用於識別金融市場中的趨勢走向，幫助投資人判別波段的相對高點及低點，進而做出買賣決策。不過超級趨勢指標也有在盤整階段會失靈的缺點，所以本文我們將使用平均趨向指標 ( Average Directional Index, ADX 指標 ) 來優化超級趨勢策略。

在 LSTM 股價預測第二篇文章，我們希望不要只是紙上談兵，將模型套用在 out sample 的資料，並根據預測結果決定進場點，實測看看效果是不是也如預期的好。

如果你接觸投資有一段時間，肯定聽過不少有關程式交易、量化交易的投資方法。對於那些對軟體、程式碼沒有任何研究的新手來說，一開始可能會覺得艱澀，但隨著近年來AI的崛起，投資策略能否更加自動化，或許將成為未來投資者們必須善用的工具。而程式交易一大優勢在於能有效克服「人性弱點」！本篇文章將透過程式交易的教學，帶大家一窺程式交易與人為交易的差別，從程式交易的基礎概念開始，逐漸入門，並掌握程式交易的使用技巧！

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。本文利用 LSTM 時間序列模型進行深度學習 LSTM 股價預測，使用前 5 日的開高低收成、年化ROE、動能因子及 RSI 指標預測隔日收盤價。

要怎麼在數千支股票中，找到符合條件的投資標的呢？或是如何在工作繁忙時，也能掌握投資先機呢？在現今資訊與科技發達的社會，隨著「量化交易」的出現，這些問題有可能迎刃而解。許多人或許會疑惑：量化交易是什麼、量化交易策略真有可參考價值嗎？今天TEJ台灣經濟新報資為大家帶來量化交易入門懶人包！從瞭解量化交易，比較量化交易缺點及優點，以及新手學習量化交易的步驟等，讓你多方嘗試不同的投資策略，找到最適合自己的投資方法唷！

本篇將介紹透過Google Colab ，來進行TQuant Lab 的簡易測試教學，我們選擇任意產業營收最高的5間公司，進行報酬率的回測!讓我們可以在 Google Colab 上直接使用，無需設定虛擬環境，大大降低了使用門檻!

TEJ新報第92期，本周為您精選三則財金新知。1. 存股族的福音？運用 TQuant Lab 看高股息 ETF 的回測表現...2. TQuant Lab最新校園方案登場，實例教學別錯過！3. TQuant Lab 系列影片，帶你上手全台最擬真的交易回測系統！ …

近期全球掀起AI熱潮，台灣電子業以完整的供應鏈，受到許多機構投資者之青睞。這些投資者除了可以在集中市場透過一般交易方式買賣股票外，亦可在買賣達一定規模以上時，使用證交所提供的鉅額交易方式進行大額委託買賣。

在金融市場中，精確的價格預測和有效的交易策略是投資成功的關鍵。本文介紹了一個利用 ADF 檢定（Augmented Dickey-Fuller Test）和 ARIMA-GARCH 模型進行股票價格預測的策略。ADF 檢定用於測試時間序列的平穩性，而 ARIMA-GARCH 模型則結合了 ARIMA 和GARCH，以捕捉股票收益率的波動性。

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獲利性、安全性及成長性。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。