TEJ 量化投資月報

投資人如何在可承受的風險下，選擇能夠獲取超額報酬的投資標的，一直是學者多年來持續研究及討論的議題。相關研究從Treynor（1961）、Sharpe（1964）及Lintner（1965）發展出資本資產定價模型（CAPM），說明股票報酬率與市場風險間存在正向的線性關係。爾後許多學者陸續驗證CAPM發現市場風險並非影響股票報酬率的唯一因素，規模、淨值市價比、益本比、財務槓桿亦有解釋股票報酬率變化的能力。

投資人如何在可承受的風險下，選擇能夠獲取超額報酬的投資標的，一直是學者多年來持續研究及討論的議題。相關研究從Treynor（1961）、Sharpe（1964）及Lintner（1965）發展出資本資產定價模型（CAPM），說明股票報酬率與市場風險間存在正向的線性關係。爾後許多學者陸續驗證CAPM發現市場風險並非影響股票報酬率的唯一因素，規模、淨值市價比、益本比、財務槓桿亦有解釋股票報酬率變化的能力。

TEJ 量化投資月報 9 期：行為財務學者提出［損失厭惡］現象：當人們面臨相等金額的損失和收益時，他們對於損失的痛苦感受比獲得收益時的快樂感覺更強烈，且只有當收益高出損失兩倍以上時，心理才能平衡。為了避免量化投資的過度理性，以及對損失波動的忽略，「停損點設置」在策略應用中是不可忽視的一環。本次分享TEJ結合布林通道和ATR的損失規避策略作為實驗組，以布林通道策略作為對照組，觀察利用損失規避策略的實驗組能否獲得較好的績效表現…

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。

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。

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。 

隨著人工智慧領域的投資持續增加，台灣電子業以其完整的晶片製造、零組件生產和代工組裝供應鏈再次受到海內外機構投資者的青睞。這些投資者除了關注潛在的投資機會外，標資金的胃納量與其流動性也是其考量的主要因素。

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。