歷史回測

乖離率是常見的技術指標之一，使用當前的股價與N天的移動平均價進行比較，反映出當前股價相較於過去歷史是否過高或過低。普遍來說，當股價持續高過移動平均價稱為「正乖離」；反之持續低於移動平均價則稱為「負乖離」，因此當正負乖離持續擴大時，就會被解讀為市場正發生持續性的超買或是超跌的情況，進而作為進出場的判斷依據。但單純只用乖離率容易產生過多的交易訊號，因此我們額外加上過去N天的最高和最低價作為第二層濾網。

布林通道是由 John Bollinger 在1980 年代所發明的技術指標。布林通道是由均線和統計學的標準差概念結合而成，透過統計學建構出交易策略。本文將示範如何將該策略部屬於 TQuant Lab回測平台。

在上篇中我們詳細介紹了TESG的評分機制，以及它在國內熱門ETF上成分股的評級占比，那這篇要來教讀者怎麼進一步運用TESG提供的ESG評級，使用Python來建構一檔兼具永續經營和財務成長性的投資組合。本文使用的篩選標準如下： 公司該年TESG等級為B-、B、B+、A、A+ 近一年常續性稅後淨利CAGR達到20%(含)以上 當季稅後ROE大於當季產業ROE中位數 當季市值至少大於10億元 篩選完後使用近三年股利殖利率*80%+近一年股利殖利率*20%計算出該股股利分數，並選擇分數最大20支個股作為成分股，同時依此分數進行權重分配。每年財報公布日（3月底、5月8月11月中）進行再平衡。

布林通道（Bollinger Band）是由 John Bollinger 在1980 年代所發明的技術指標。布林通道是由均線和統計學的標準差概念結合而成，均線 (Moving Average)，簡稱 MA，代表過去一段時間的平均成交價格，一般來說在布林中使用的時間區段為近20日；標準差 (Standard Deviation)，簡稱SD，常以σ作為代號，用於表示資料中數值的分散程度。

主成分分析（Principal Component Analysis，後簡稱為 PCA），為非監督式學習中的一項關鍵技術，被廣泛用於機器學習與統計學領域來分析資料、降低數據維度。核心精神在於將原始數據拆解成具有代表性的主成分，達到降維的目的，並重新描述數據。 本研究的主旨在於運用股票的日報酬資料，利用 PCA 來取得主成分，並建立投資組合。閱讀本篇文章讀者將會看到以下重點： 了解 PCA 之特徵值與特徵向量，並以此設計投資組合 回測投資組合績效的方法，可用於各式投資策略

使用Fama&French三因子模型來計算台灣上市櫃股票的alpha，並取得alpha最高的前20%股票以及alpha最低的20%股票，做一個多空策略的投資組合，並評斷績效。 資本資產定價模型(CAPM)，在現代投資組合理論中佔據了相當重要的地位，也是現代金融市場價格理論的基礎，而後續許多學者不斷在此基礎上延伸，開創了各式各樣的因子模型，甚至有因子動物園(factor zoo)之說，如本文使用的Fama&French的三因子模型，是將原本CAPM僅考慮市場風險因子的部分，而外加入了規模溢酬以及B/M ratio溢酬，以期待投資組合或股票的報酬率，能被這三個因子所解釋。

乖離率是常見的技術指標之一，使用當前的股價與N天的移動平均價進行比較，反映出當前股價相較於過去歷史是否過高或過低。普遍來說，當股價持續高過移動平均價稱為「正乖離」；反之持續低於移動平均價則稱為「負乖離」，因此當正負乖離持續擴大時，就會被解讀為市場正發生持續性的超買或是超跌的情況，進而作為進出場的判斷依據。但單純只用乖離率容易產生過多的交易訊號，因此我們額外加上過去N天的最高和最低價作為第二層濾網。實際策略如下： 當收盤價高於過去N天最高價，同時乖離率為負值時，隔天開盤價進場建倉。 當收盤價低於過去N天最低價，同時乖離率為正值時，隔天開盤價出場平倉。

證券交易法第36條規定，上市櫃公司應於每月十日前，公告並申報上個月的營運情形，月營收的資訊屬於市場中較為特別的訊息，國外市場較少發布關於月營收的相關資料，因此嘗試使用月營收相關資訊來幫助投資決策，或許會有不錯的效果。