python

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。

在股市中，董監事的持股比例一直是投資人關注的重要指標。內部人持股的增減，往往透露出他們對公司未來發展的信心。我們將運用 TQuant Lab 的回測功能，利用董監持股比例執行三個相關的策略。透過 TQuant Lab，我們可以快速找到管理層動向與股價變動之間的潛在關聯，並檢驗此策略的績效，以協助投資人捕捉到市場中的隱藏機會。

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！

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。 

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。

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。 

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。

無論使用哪個證券商的應用程式，我們都能在App上看到各個標的的歷史交易資訊，以及即時的市場行情，讓投資者能夠根據這些資訊做出合適的投資決策。這是因為在市場交易系統和證券商App中間有股票API，讓數據可以順利地傳輸，本篇將介紹證券API是什麼和大眾常用的3大台股API，提供給投資者參考。