在許多國家的證券市場上，技術分析已是不可或缺的充要條件，其主要原因在於絕大多數的投資者普遍認為某些尚未被揭露的基本面訊息可以透過技術指標來領先反映，然而盲目地追隨琳瑯滿目的參考指標將使投資結果充滿變數，因此投資者最重要的是擁有一套屬於自己的投資方式，唯有尋找出真正屬於適合自己的交易策略才是致勝的關鍵。

本論文以200日移動平均線作為研究主軸，並以月移動平均線作為參考指標，針對臺灣高股息指數成分股以及富櫃五十指數成分股合計80檔股票，運用2條分別以參數10與參數9所設定之移動平均線來進行研究實證，研究時間選擇以2008年第一月起，至2017年最後一月為止，期間為10年，並根據買進訊號出現後，選擇訊號後一月的開盤價為基期，並將該月、後二月與後三月的收盤價來計算出報酬率並予以記錄統計，進而分別予以平均之後將正報酬之樣本依比例統計，最後比較兩者參數之間的差異，可以明顯發現，MA10無論是在臺灣高股息指數成分股，亦或是在富櫃五十指數成分股，於各期間所實證出的平均正報酬比例，均大於等於MA9所實證出的平均正報酬比例，因此，MA10相較於MA9更加具有顯著性及代表性。

Technical analysis is an indispensable and necessary condition for securities markets in many countries. The main reason is that most investors generally believe that certain fundamental information that has not been disclosed can be reflected by technical indicators. This thesis uses the 200-day moving average as the research main axis, and uses the monthly moving average as the reference index. According to the Taiwan Dividend Plus Index constituents and GreTai 50 Index constituents totaling 80 stocks, two separate parameters are used. Set the moving average to conduct empirical research. The study time is selected from the first month of 2008 to the last month of 2017. The period is 10 years. After the appearance of the buy signal, the opening price of the month after the signal is selected. For the base period, calculate the rate of return and record the statistics for the closing prices of the month, the second month, and the third months. Then average the samples, and then compare the samples of the positive compensation according to the proportion. Finally, compare the difference between the two parameters, it can be clearly found that MA10, whether constituent stock in Taiwan Dividend Plus Index or GreTai 50 index, has an average positive return ratio. It is greater than or equal to the average positive compensation ratio demonstrated by MA9. Therefore, MA10 is more significant and representative than MA9.

一、英文部分

1.Granvile, J.E.,“A Strategy of Daily Stock Market Timing for Maximun Profit”, 1960.
2.Van Home, JamesC. ,and Parker, George G.C. ,“Technical Trading Rules: A Comment”, Financial Analysts Journal, Vol.36, pp.128-132, 1968.
3.Fama, E.F., and M.E.Blume,“Filter Rules and Stock Market Trading Profits”, Journal of Finance, Vol.25, 1970.
4.Sweemey, R.J.,“Some New Filter Rule Tests:Methods and Results”,Journal of Financial and Quantitative Analysis, Vol.23, pp.285-300, 1988.
5. Sweemey, R.J.,“Evidence on Short-term Trading Strategies”,Journal of Portfolio Management, pp.20-26, 1990.
6.Brock, Williams, Josef Lakonishok, and Blake Lebaron,“Simple Technical Trading Rules and the Stochastic Properties of Stock Return”, Journal of Finance, Vol.107, No5, 1992.
7.Bessembinder, J. and K.Chan,“The Profitability of Technical Trading Rules in the Asian Stock Markets”, Pacific-Basin Finance Journal, pp.257-284, 1995.
8. Bessembinder, J. and K.Chan,“Market Efficiency and the Returns to Technical Analysis”, Financial Management, Vol.27, No.2, pp.5-17, 1998.
9.Edwards and Magee, Technical Analysis of Stock Trends, AMACOM Div American Mgmt Assn, 2001.
10.Abeyratna Gunasekarage, David M. Power,“The Profitability of Moving Average Trading Rules in South Asian Stock Markets”, Emerging Markets Review, pp.17-33, 2001.
11.Hallerbath,“The Information Ratio as a Performance Metric”, Medium econometrische toepassingen, 2006.

二、中文部分

1.高梓森，「台灣股市技術分析之實證研究」，國立臺灣大學財務金融研究所碩士論文，1994
2.張森河，「台灣股票市場價量循環關係之研究」，國立交通大學管理研究所碩士論文，1994
3.賴宏祺，「技術分析有效性之研究」，國立中興大學企業管理研究所碩士論文，1997
4.趙永昱，「技術分析交易法則在股市擇時之實證研究」，國立中山大學財務管理學研究所碩士論文，2001
5.黃光廷，「技術分析、基本分析與投資組合避險績效之研究」，國立成功大學會計學研究所碩士論文，2002
6.徐正錦，「技術分析應用於台灣股市之實證研究」，國立中正大學國際經濟研究所碩士論文，2002
7.樓禎祺、何培基(2003)，「股價移動平均線之理論與實證-以台灣股市模擬投資操作為例」，育達研究叢刊，第5、6期合刊，第27-52頁
8.劉海清、傅英芬(2005)，「技術指標預測能力與操作績效之研究」，科技政策中心學術會議論文
9.張景閔，「技術分析的切入時點」，國立成功大學會計學研究所碩士論文，2005
10.寰宇證券投資顧問公司譯，「技術分析理論(上)、(下)」，寰宇證券投資顧問公司，2005
11.謝汶津，「台灣中大型股票投資策略研究分析」，國立成功大學財務金融研究所碩士論文，2006
12.邱浩政，「量化研究與統計分析」，五南出版社，2006
13.游豐銘，「台灣50ETF與台灣50股票以及市場動能相關性之研究」，國立成功大學企業管理研究所碩士論文，2008