量化研究

因子策略的精髓在於透過量化分析，將市場中複雜的變動簡化為關鍵驅動因素，幫助投資者捕捉市場趨勢並進一步提升投資效率。這些因子不僅可以用來分析市場的行為邏輯，也能成為制定資產配置和風險管理策略的可靠依據。

「量化」顧名思義就是把一個物品或甚至是一個事件數據化，那在金融這個複雜的世界裡，確實有很多事物是難以衡量、量化的。 不過！好在隨著科技不斷進步，市場數據爆炸性地增長，量化金融已經成為現代金融中不可或缺的一部分。跟傳統依賴經驗與基本面的投資方式不同，量化交易透過數據分析和數學模型，實現更加精準的投資決策，為市場參與者帶來前所未有的效率和優勢。

TEJ 量化投資月報 8 期：在進行量化交易前，投資者往往需要進行大量分析來確保策略的可行性。然而，在資訊量爆炸的情況下，資料處理與分析工作既耗時又繁瑣，對於新手來說即使是起點也是居高不下。而TQuant Lab 中的Alphalens-tej 套件就是一個因素分析的工具！若能妥善運用便可大幅降低資訊的消耗。

程式交易真的那麼遙不可及嗎？事實上，台股的程式交易份額以年增 20% 的速度逐年上升，本文也將和大家介紹永豐金證券推出的程式交易 API：Shioaji，其使用原生 Python 環境打造的生態系統使程式碼易於撰寫，也使永豐 API 佔有台股程式交易約一半的份額。本文將帶大家透過 TQuant Lab 超級趨勢策略，結合永豐 API 快速掌握程式交易的秘訣，一同成為台股市場中程式交易的先行者吧！

不管你是交易高手抑或是剛入門的新手，一定都會碰到許許多多的因子策略。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。

在現代金融市場中，程式交易逐漸成為投資者提升效率與降低風險的重要工具。也有越來越多的券商開始提供API服務，讓投資人能夠自動化下單、快速反應市場變動。本文將介紹如何利用元富證API進行自動化下單，並結合 TQuant Lab 的策略，實際操作展示如何透過程式化的方式優化投資決策。透過這套流程，投資者能夠更好地掌握市場機會，提升投資績效。

TEJ 量化投資月報 7 期：在做量化交易前須進行大量分析確保投資策略的可行性，在資訊量爆炸的情形下，往往須使用程式進行資料處理及後續的分析工作，不僅進入門檻高且耗時又耗力。好在市面上有一些現成的分析工具，若能妥善運用便可以大幅降低資源的消耗。其中，Quantopian 公司所開發的 Alphalens 套件就是一個有名的因子分析的工具。

在使用 TQuant Lab 進行回測和策略分析時，新手可能會遇到一些技術上的挑戰和問題。本文將提供一些解決方法和技巧，幫助使用者更順利地進行策略開發和回測，提升效率與準確度。希望這些資訊能夠對大家有所幫助，解決各位的新手疑難雜症。

TEJ 量化投資月報 6 期：過去十年間，隨著機器學習和自然語言處理（NLP）技術的創新，我們對資料的理解和定義已經發生了巨大變化。這些技術使我們能更有效地讀取、儲存和分析非結構化資料（unstructured data），從而挖掘出更多寶貴資訊，並提取出可行的交易訊號。 

TEJ 量化投資月報 5 期：歐美成熟市場投資人結構以機構投資人占比最大，許多研究實證指出機構投資人的交易行為對股價具有預測能力。但相對於歐美市場，台股市場組成卻以個別投資人占比最高，其交易行為與股票期望報酬率的關係是值得進一步去研究。 

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。

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。