python

台大黃仁勳演講，公布了在台商業夥伴的名單，讓網上開始瘋傳「地表最強AI ETF」，這項舉動對於商業夥伴的股票影響究竟是好是壞? 我們將利用 TEJAPI 來計算夏普值，以判斷影響好壞。並且視覺化觀察到的結果。

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!

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。

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。

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。

上市櫃公司會定期發布報表提供給主管機關，投資人可以依照主管機關發布的內容去觀察該公司營運狀態以及股價的相關資訊。透過分析主管機關提供的指標，我們可以揭示出公司股價關鍵反指標為何。本文將運用 TEJ API 探索公司股價與主管機關提供報表的相關性。

在過去二十年，趨勢跟蹤交易法一直是許多基金經理人、專業交易者和全球宏觀對沖基金成功應用在全球期貨市場上進行盈利交易的一種交易策略。而近年來關於應用於股票的趨勢跟蹤策略，公開發表的研究及文章也如雨後春筍般增加。越來越多文獻顯示，應用在期貨市場的趨勢跟蹤效應也同樣能在股票市場上取得類似的效果。

量化投資聽起來神通廣大，然而偉大的基礎來自於在於資料收集—模擬真實交易環境。本文觀察近年隨著 Fintech 發展、免費的資料源增加，市場上充斥五花八門的產品，甚至開發免費的手機 APP 提供簡易測試。觀察其資料來源，不外乎公開資料、財經網站的現時資訊，但該類平台收集的資訊未必能夠符合實際情形。

本文藉由董監轉讓時機加上 RSI 指標建構董監轉讓策略，欲探討在股市屢創新高的股市中，跟隨董監進場是否有良好的擇時能力。本文也將藉由 TQuant Lab 回測董監轉讓策略的績效。

本次運用威廉指標策略進行回測。威廉指標又稱為威廉指數、wmsr 或 W%R，其英文名稱是 The Williams Percent Range，由美國知名交易員拉裏·威廉姆斯 （Larry Williams）於 1973 年所創造，是技術分析常見的指標之一。投資人常使用的 KD 線等其它一樣用於判斷超買或超賣的指標是在威廉指標的基礎上發展出來的。

本次一目均衡表策略運用一目均衡表(雲帶圖)之三役好轉進行模擬回測，搭配移動止損測試可獲利性。細田悟一用筆名一目山人 （いちもくさんじん / Ichimoku Sanjin）以「一目均衡表」為名發表了七本系列著作，在其中詳細講解了這個指標與其交易系統背後的哲學思想。

TEJ 正式搭上量化投資風潮這班特快車，你準備好一起了嗎？TEJ 從現在開始將會每月分享我們在量化金融領域的一些見解與 TQuant Lab 的應用心得，歡迎各位閱讀指教！