權變避險模式討論

國立臺灣大學數學系

數理金融導論 final project

複製研究─權變避險模式：以台灣 50 為例
Replication Study ─ Contingent Hedging Model:

Evidences from the Taiwan Top 50 ETF

張倚郡
權變避險模式討論

摘要
本文旨在複製許溪南、蔡孟哲、楊德源(2018)之避險模式實證研究與整合過往文
獻中對於投資組合中權變避險模式的討論。投資組合的避險為一個動態過程，也
就是說，即使是一個優良的避險模型，也必須在適當的時機進場，才能有最佳的
避險績效。對於避險的課題提出一個相對全面性考量的策略模式，稱之為權變避
險模式。此避險模式包括三大主要決策：避險時機、避險工具及避險比率的選擇。
許溪南 et al.(2018)之研究曾以相當多角化的 ETF──元大台灣 50 為長期投資
組合研究對象，再藉由技術分析方法(如 KD 與 MACD 指標及濾嘴法則)判斷避險時
機點，並以元大台灣 50 反 1 及台指期貨當作避險的工具。該模式好處為一方面
可享受標的物上漲時的利益並且也可鎖定下方風險，使整個投資報酬率大為提
升。根據本文再次實證的結果發現，KMD 模式運用在日資料上，並以台指期貨避
險，得到的年化報酬率為最高，且相當程度大於不避險的買進持有策略，此與許
溪南 et al.(2018)之研究結果相符。由此可知，權變避險模式不僅在避險理論
方面具有創見，且對於避險實務亦提供一個具體可行的方法。
權變避險模式討論

前言
過去對於如何使用期貨或選擇權以規避風險的相關文獻，絕大部分著重於全
面避險及如何找出最佳的避險比例或計量估計方法，使整個資產的變異達到最
小。然而，在適當的時機進場避險，才能有最佳的避險績效，否則在不必要的時
機進行避險，反而失去了可能獲得的匯兌收益。對於避險課題的一個相對全面性
的策略模式，稱為權變避險模式(contingent hedging model)。本文整理出過往
研究中，對避險權變模式之各種策略組合的績效評估結果。其中包含：避險工具
的選擇(近月份、第二近月份與遠月份期貨合約)、避險時機的決定 (濾嘴法則
(filter rule) 、移動平均線 (moving averagecurve)、指數平滑異同移動平均
線 (MACD)、隨機指標 (KD)、相對強弱指標 (RSI)、乖離率 (BIAS) )、避險比
率的決定 (簡單避險比率法與最適避險比率法)，以及避險損益的處理方式 (以
買賣股票方式處理或以資金借貸方式處理) 。
此外，本文亦複製了許溪南 et al.(2018)之權變避險模式之實證研究，該
研究將權變避險的觀念融入於長期投資組合管理思維中，利用 KD 及 MACD 等指標
及濾嘴法則來判斷長期投資組合──「元大台灣 50(代碼 0050)」的避險時機，
並使用「元大台灣 50 單日反向 1 倍基金」(Yuanta Daily Taiwan 50 Bear -1X ETF，
代碼 00632R)(簡稱為台灣 50 反 1)及台股指數期貨(TAIEXFutures，代碼 TX)，
兩項衍生性商品當作「元大台灣 50」之避險工具，藉此比較所建構的避險模型
是否能優於買進持有策略、KMD 模型及濾嘴法則在模型績效上的差異及 00632R
及 TX 此兩項工具避險，報酬績效的優劣。
權變避險模式討論

文獻回顧

一、避險理論
Ederington (1979)依據避險目的及動機之不同，將避險理論分為三類：(1)
風險消除 (riskelimination)──即傳統避險理論。(2)利潤極大化 (profit
maximization) － 即選擇性避險假說。(3)投資組合避險理論(portfolio
hedging theory)。以下就此三種避險理論逐一說明：

(一)傳統避險理論
此避險理論假設現貨價格與期貨價格的變動方向相同且波動一致，因此，為
達成完全避險，主張避險者應在期貨市場買入或賣出與現貨部位相反但大小相同
的契約，亦即應將避險比率設為 1。然而，現貨與期貨價格雖具有高度相關，但
實際上兩者的價格變動幅度並非完全一致，因此，使用此一單純 (naïve) 避險
方式無法完全消除風險，且避險效果亦不甚理想。

(二)選擇性避險理論
此一理論認為避險者在期貨市場交易的動機並非只是單純的規避風險，可能
還有其他的動機而採取機動性的避險。Working (1953, 1962) 認為避險者的主
要目的在於使預期利潤逹到最大，也就是依據現貨市場價格與期貨市場價格之間
的預期變動來進行避險。當預期基差會變大則進行避險，此時避險比率為 1；反
之，則不採取避險行動，此時避險比率為 0。

(三) 投資組合避險理論
投資組合避險理論將避險者的現貨與期貨部位視為一個投資組合來考量，以
最佳避險比率方法進行避險。投資組合避險理論可因避險目的之不同，分為最小
變異數法與報酬風險法二種。

1. 最小變異數法
Johnson (1960) 認為避險者之目的在於針對本身所持有之現貨部位的數
量，基於風險極小化的需求，尋求最適之期貨數量。而風險極小化即是以最小變
異的避險比率進行避險，故採取最適避險比率來進行避險，並非如 Working
(1953, 1962)所謂的避險比率僅有 1 或 0 兩種。

2. 報酬風險法
傳統避險理論認為避險的目的在於規避風險，選擇性避險理論則認為避險的
目的在於使預期利潤最大化。報酬風險法整合了上述二種觀點，認為規避風險與
使預期利潤最大化都是進行避險決策時所應考慮的因素。此一方法又可分為
權變避險模式討論

Kahl(1983) 的效用極大模式，以及 Howard and D’Antonio (1984) 的風險報

酬抵換模式。效用極大模式是基於投資人期望效用極大化的假設，因此必須先決
定風險趨避係數，亦即需先確定避險者之無異曲線，方能求出最適避險部位。而
風險報酬抵換模式則認為避險者的目的在追求現貨與期貨的投資組合報酬對風
險比率的極大化。

二、權變避險策略
洪志豪(1999)實證指出，同時使用兩項技術分析指標所得到的報酬率將大於
單一項指標得到的報酬率，因此本文採用常用的 KD 及 MACD 指標，當作判斷的時
機將有 1+1>2 的效果。當兩者皆判定空頭時保障度會比一個高，來作為單一技術
指標──濾嘴投資法的比較。前已述及，本文以「元大台灣 50(0050)」作為長
期投資組合。至於在選擇標的物的避險工具需與標的物的價格變動極為相關之衍
生性金融商品，在本文中採用「元大台灣 50 單日反向 1 倍基金」
，因其依據元大
台灣 50 所追蹤指數發展出來反向之衍生性金融商品，連結度夠高，且沒有到期
日的問題，故為理想的避險工具之一。此外，台灣 50 期貨與台灣 50 選擇權雖然
都有在市場上交易，但因其日資料嚴重缺陷，資料量不足，若選擇此兩種避險工
具會遇到避險日，但當天卻無交易的風險，所以不予考慮。最後，因為大盤指數
與台灣 50 連動性夠高，因此本文也採用台股指數期貨(TX)當作避險工具，當作
與元大台灣 50 反 1(00632R)避險績效之比較。

三、避險及技術分析相關文獻

(一)避險相關文獻
Ghosh (1993)研究以 1990 年 1 月 2 日至 1991 年 12 月 5 日間美國道瓊工業
指數、S&P 500 指數及紐約證券交易所綜合指數之日資料，並以 S&P 500 股價指
數期貨進行避險來比較兩種模式的績效，其結果發現修正式模型避險績效明顯優
於傳統價格變動模型。Kenourgios (2008)研究以 1992 年 7 月 3 日至 2002 年 6
月 30 日之 S&P 500 股價指數期貨週收盤價，運用時間序列 GARCH 模型、最小平
方法(OLS)、誤差修正模式(ECM)等模式求算最適避險比例，並比較三者之間的避
險績效，結果顯示長期而言，ECM 的避險績效最佳。洪國興(2011)針對台幣兌換
美元進行避險，期間利用 G-K 外匯選擇權訂價模型並考量避險成本，讓不同外匯
避險部位、工具、策略及期間長度等情境能具有一致的比較基準，使用方法以最
適比率避險、完全避險及不避險等三種方式；避險工具以遠期外匯合約與外匯選
擇權；策略以中立選擇型避險、投機型選擇性避險及定期性避險等三種。投機型
期間長度為 1 週、1、2、3、6 個月等五種期間，證實結果發現，外匯選擇權避
險的效果確實優於遠期外匯合約。Coqueret, Martelliniand and Milhau (2017)
等研究已具有負債的投資者如何減少錯誤的投資組合，作者運用 S&P 500 指數成
分股當作研究的對象，並使用利率避險異質性分析方式，研究結果為選擇低波動
權變避險模式討論

及高股利殖利率的股票將會減少錯誤投資的產生。Akhigbe, Makar, Wang and

Whyte (2018)研究 2001 年～2012 年間美國的 245 家銀行，並採用 Two-Stage
Heckman Procedure 模式瞭解投資人是否對於銀行的現金流與未來的現金流之間
利率避險的關係有否充分的瞭解，其實證結果發現，銀行及監理機構並未充分揭
露相關的資訊給投資大眾，且未完全反應在股價上，導致投資人以未完整的資訊
進行投資。周怡貞(2004)針對台灣的進出口商如何選擇台幣對於美元最佳的避險
時機點，運用統計上最小變異數作為理論的根基，並採用迴歸模式當作期、現貨
價差模式的分析，實驗結果得出進口商及出口商中，以進口商具有較佳的避險效
益及較高的避險頻率，故建議制定避險策略時，應留意避險時機的選擇。許溪南
等(2011)運用週、月 KD 及 MACD 指標於避險時機選擇的判斷，並以台灣加權股價
指數期貨近期、次月及遠期合約當作避險的工具，其結果發現改良後的權變避險
模式報酬率優於買進持有策略。許溪南、何怡滿、張瓊如(2012)亦使用 KD 及 MA
等技術指標當作避險時機的判斷，並以台股選擇權作為避險的工具，俟兩種指標
判斷需避險時，才需進行避險，其研究結果為在避險盈虧以買賣現股方式處理
時，權變避險策略優於買進持有策略。許溪南等(2009)以台灣股價加權指數為研
究對象，並以近月、第二近月及遠月台指期作為避險工具，研究結果發現權變避
險策略在使用近月期貨契約、濾嘴法則 2%時為最佳的避險策略。

(二)技術分析相關文獻
Fama (1970)提出效率市場假說，假使所有市場皆達弱式效率性時，那麼所
有的技術分析皆無效，但是目前以技術分析賺取超額盈餘的人所在都有，顯示市
場內未能充分的反應過去歷史的相關信息，而導致有資訊不對稱的情事發生。
Murphy (1999)提及技術分析建立在三個基本假設前提：價格發展具有趨勢、市
場行為預先會反應及歷史發生的事會不斷的重演等，由於人性的心理因素，過去
所產生的價格型態，未來也可適用；Murphy (1999)並指出技術分析可分為兩大
類型，即統計技術分析與傳統圖形分析兩種。以下簡述一些研究技術分析的發
現：Alexander (1961)以 1929～1959 年 S&P 股價指數及 1897～1959 年道瓊工業
股價指數等之日資料為研究對象，運用濾嘴法則的技術，在不考慮交易成本情形
之下，設定濾嘴比率為 0.5%～50%，其結果發現不論濾嘴設定之大小，績效皆比
買進持有績效為佳，但未考慮交易成本受到一些學者的批評。因此在 1964 年用
當初的樣本重新檢驗，結果發現考慮交易成本之後濾嘴投資法的績效並不會高於
買進持有策略。Pruitt and White (1988)以芝加哥大學證券價格研究中心在 1976
～1985 年間 204 支股票為研究樣本，並運用累積成交量、相對強勢及移動平均
建構 CRISMA 技術分析法來決定買賣點，結果發現，考慮交易成本後的 CRISMA
法仍比長期持有績效高。Kwon and Kish(2002)以美國紐約證券交易所(NYSE)指
數及納斯達克綜合指數(NASDAQ)當作研究對象，並採用動能移動平均、交易量移
動平均及股價移動平均等三種方法進行分析比較，結果顯示，技術分析法比買進
持有獲得較高的報酬率。Hsu and Kuan (2005)使用 39,832 種技術分析交易策略
權變避險模式討論

對於 1989 年～2002 年間 Russell 2000、NASDAQ 及 S&P 500 等指數做 Hansen’s

SPA Test 模擬交易法檢定及 White’s Reality Check。實證結果發現，多重交
易策略獲得的報酬率高於簡單交易策略之報酬，且在 NASDAQ 及 Russell 2000
有較為顯著的結果。Szakmary, Davidson III and Schwarz (1999)使用濾嘴投
資法及雙重移動平均交叉交易法則等方法，運用在納斯達克指數上，結果發現，
在無考慮交易成本時會得到超額報酬，但考慮交易成本後，超額報酬將被成本所
稀釋。洪志豪(1999)證實以某一個技術指標作為投資操作依據時，其績效的優劣
順序為 WMS%R > MACD > KD > RSI，但買進持有的績效優於技術分析，但是如果
投資人依據兩項技術指標所採取的投資策略作為買賣股票的時機時，其獲利率遠
勝於僅採取單一指標者。

研究方法

一、研究對象

(一)元大台灣 50
此 50 家公司的市場價值約占台股總市值的 70%。ETF 與一般股票最大的不同
在於：1. ETF 平盤以下可以放空，但股票不行；2. ETF 的證交稅比較低，為 1‰，
股票為 3‰；3. ETF 不存在非系統風險(標的股票組合已與大盤同步，具追蹤效
果)，但一般股票具有非系統風險。元大台灣 50，每一季會檢討 50 檔成分股是
否需要替換，選擇此項標的物的好處是每年會配發 1 次的股息，而 2017 年起更
高達 2 次，可增加投資報酬率。附表為截至 2018 年 1 月底台灣 50 指數股票型前
30 大個股所占的權重。由圖 1 可知元大台灣 50 與大盤(加權股價指數) 連動性
極高且趨勢相同，因此可由大盤推敲 0050 的走勢；反之亦然。

(二)元大台灣 50 反 1
Bansal and Marshall (2015)研究以歷史及模擬資料分析正、反向倍數 ETF
與現有標的個股的追蹤誤差，結果發現與現有個股倍數差距不大，因此應可適用
追蹤元大台灣 50。元大台灣 50 反 1 之優點為：1.沒有到期日；2.不用融券回補；
3.單純的看空市場，不需展期；4.不用繳交保證金；5.與元大台灣 50 反向連動
性高，基於以上的優點，因此本研究採用此項衍生性 ETF 作為避險工具之一。

(三)台灣指數期貨
元大台灣 50 與發行量加權股價指數有高度相關，故本文選取台指期賣出作
為避險工具，其資料以選取第一近月份台指期貨(TX)做避險工具為主，如果第一
近月份台指期貨之到期日不及 30 天，則選擇第二近月份台指期貨做避險工具，
以免常轉倉，浪費交易成本，用此項標的與台灣 50 反 1 避險之結果作為比較。

二、買賣成本及投資報酬率之計算
權變避險模式討論

0050：手續費為買進及賣出皆為 1.425‰，賣出時需另加 1‰證交稅，但需另

加管理費 0.32%及 0.035%保管費(管理費及保管費為年收，淨值內扣
已反映在市價上賣出時不另行收取)。
00632R：手續費為買進及賣出皆為 1.425‰，賣出時需另加 1‰證交稅，但需
另加管理費 1%及 0.04%保管費(管理費及保管費為年收，淨值內扣已
反映在市價上賣出時不另行收取)。
TX：手續費為買進及賣出皆需計算手續費，一口價格皆為 70 元(以國內最大
期貨商──元大期貨網路下單價)，證交稅為買進及賣出皆需計算，並
依契約金額乘上十萬分之二。
綜上所述，淨值與報酬率計算方式如下：
淨值=現貨市價×持股數−賣出稅負−買進賣出手續費+配息盈餘±(累積避險績
效)×最適避險比例 (1)
報酬率=(賣出股票淨值−買進股票淨值)÷(買進股票淨值) (2)

三、研究期間

不同於許溪南 et al.(2018)之研究，樣本資料皆來自台

灣經濟新報資料庫，並重新選取研究期間為 2014 年 10 月 31

至 2017 年 12 月 30 日，為了考量元大台灣 50 反 1 其成立時間不長，且

必須與元大台灣 50 相互配合的時間，故取自成立後第 1 筆至 2017 年底日資料
(N=779 筆)。

四、避險比例
因為 1 張元大台灣 50 與 1 張元大台灣 50 反 1 及 1 口台指期貨的價值不同，
因此必須根據相關係數及標準差來求其差距的比例。為了求得最佳投資組合的最
適比率，我們將元大台灣 50 反 1 避險的最適避險比例(H)設定為：

最適避險比例=相關係數×(台灣 50 現貨價格標準差÷反 1 價格標準差) (3)

並依照所算出來的比例倍數乘以避險盈餘即可求得真實報酬。其次，以台指期貨
避險最適避險比例(H)設定為：
最適避險比例=相關係數×(台灣 50 現貨價格標準差÷台指期貨價格標準差)×
1 交易單位乘數比例 (4)
避險者利用前述之技術指標判斷 0050 現貨市場下跌時，隨即採取買進
00632R 及賣出台指期進場避險，以彌補 0050 在現貨市場上的損失。反之，利用
技術指標判斷 0050 現貨市場上漲，則結束 00632R 及台指期部位。

五、本研究技術指標
權變避險模式討論

(一)KD 指標
在計算此指標前會先計算其 9 日之未成熟隨機數值(通常此參數設定為 9)，
稱為(Row Stochastic Value, RSV)，計算公式如下：
RSV = (第 9 天的收盤價−最近 9 天內的最低價)÷(最近 9 天內的最高價−最近 9
天內的最低價) × 100 (5)
RSV 主要是衡量當天的收盤價落在 9 天內的相對位置是屬於強勢或弱勢趨勢。依
據 RSV 計算出來結果得知 K 值及 D 值，其計算公式如下：
當日 K 值 = 前一日 K 值×2/3 + 1/3 RSV (6)
當日 D 值 = 前一日 D 值×2/3 + 1/3 當日 K 值 (7)
運用此技術分析指標來反應整體股價的動能，找出股市未來的走向，K 值屬快速
指標通常運用於日常的波動，D 值屬於慢速指標運用於較長的趨勢，而 RSV 屬於
此二個指標中間波動，反應速度為 K > RSV > D。一般由 K 值與 D 值交叉判斷買
進與賣出，K 值由下往上突破 D 值，通常建議買進；K 值由上往下跌破 D 值時則
建議賣出。

(二)MACD 指標
此項指標主要由二個重要的因子所組成：1. EMA(指數平滑移動平均線)，
2.DIF(差離值)。通常，12 日 EMA 稱為快速平滑移動平均線，而 26 日 EMA 則稱
為慢速平滑移動平均線。12 日 EMA 的計算公式為：
11/12(EMA11)+1/12(P12) (P 為收盤價) (8)
26 日 EMA 的算法亦同，但必須注意的是如果當日證券市場市場震盪幅度過大則
可用 DI 來代替 P，
DI = (當日該股震盪收盤價×2+當日最高價+當日最低價)÷4 (9)
而
DIF = 12 日 EMA−26 日 EMA (10)
如果再利用 DIF 的 9 日平滑移動平均數即可算出 MACD：
MACD = EMA(DIF, 9) (11)
以往判斷買賣時機皆以 DIF 由下往上穿越 MACD 時作為買進的判定，DIF 由上往
下跌破 MACD 時即為賣出，但現在只需看柱線值 BAR(= DIF－MACD)，BAR 由負轉
正為買進，由正轉負為賣出。

(三)濾嘴法則
又稱濾嘴投資法(Filter Rules)，通常用來檢定弱式效率市場的工具之一。
濾嘴法則是投資者設定一門檻如 1%或 2%。如果未來股價上漲超過此門檻時即買
進；反之下跌如果超過某一門檻時即賣出，經過一段時間後總結買賣損益是否超
過長期持有策略。

六、研究方法
權變避險模式討論

本研究以台灣 50 為研究對象，當作長期投資組合，並運用 KD 及 MACD 的指

標及濾嘴法則當作判斷避險進出場的時機。依兩指標判斷最適的避險時機：當
KMD 指標同時往下穿越元大台灣 50 趨勢指數時，此時為技術分析顯示出之賣出
信號，可運用元大台灣 50 反 1 及台指期進行反向避險，出現單一指標往上穿越
趨勢線時，繼續避險，等到兩種指標皆出現買進訊號時，即可結束避險，……如
此周而復始。以此來驗證權變避險理論的績效；同樣的方法亦可運用濾嘴法則(設
定 1%、2%、……濾嘴比率)來判斷買進賣出的時機點，搭配元大台灣 50 反 1 及
台指期做反向避險，並計算各濾嘴比率的權變避險績效。最後，比較買進持有、
權變避險搭配(KMD 指標)、權變避險搭配(濾嘴法則)三種長期資產管理方法的績
效。

結果與分析

一、樣本描述統計
本研究長期投資組合樣本為：元大台灣 50(0050)及避險工具元大台灣 50 反
1(00632R)、台指期貨(TX)之日資料敘述統計量如表 1 所示。而根據表 2，元大
台灣 50(0050)日資料數列及台灣 50 反 1(00632R) 日資料數列呈反向連動之效
果，相關係數高達－0.953；元大台灣 50(0050)日資料數列及台指期近月份日資
料數列呈正向連動之效果，相關係數高達 0.950。可見 00632R 及 TX 皆是非常好
的避險工具。除了表 1 的基本統計資料外，元大台灣 50(0050)在研究期間有三
次配息：2015 配息 2 元，2016 配息 0.85 元，2017 配息 2.4 元。

表 1 元大台灣 50、元大台灣 50 反 1 及台指期貨近 1 之日資料敘述統計值

台灣 50 反一 TX
N 有效 779 779 779
平均數 70.214 17.294 9117.92
中位數 69.62 18.21 9173
眾數 68.73 19.81 9157
標準差 7.189 2.43 844.158
最小值 55.99 12.99 7225
最大值 85.36 22.9 10843
權變避險模式討論

表 2 元大台灣 50、元大台灣 50 反 1 及台指期貨近 1 之日資料相關性

台灣 50 反一 TX
台灣 50 皮爾森相關性 1 -.953** .950**
顯著性（雙尾） .000 .000
N 779 779 779
反一 皮爾森相關性 -.953** 1 -.847**
顯著性（雙尾） .000 .000
N 779 779 779
** **
TX 皮爾森相關性 .950 -.847 1
顯著性（雙尾） .000 .000
N 779 779 779
**. 相關性在 0.01 層級上顯著（雙尾）。

二、權變避險策略與買進持有策略之投資績效
本研究將分別以日資料計算買進持有策略、使用 KMD 指標當作避險時機策略
及使用濾嘴法則當作避險時機策略之長期投資組合之報酬率。以下先說明長期投
資組合之假設：
假設 2014 年 10 月 31 日買進 1 張 0050 股票 1,000 股，市價為 65.3，投資
組合之市場價值為 65,300 元，加上購買的手續費為 93 元，所以總購買成本為
65,393 元。該投資組合持有至 2017 年 12 月 30 日以 82.03 元賣出，並考慮手續
費、證交稅、期間配息。兩種權變避險策略並須考慮加計買進元大台灣 50 反 1
及賣出台指期進場避險、離場時之手續費、證交稅等損益績效，而算出來的避險
損益需再乘上最佳避險比例[H=|−0.953| ×(7.189÷2.43)=2.819]；期貨的避險損
益則需再乘上最佳避險比例 [H=0.950 ×(7.189÷844.158) ×(1000÷
200)=0.0404]。台指期資料以選取第一近月份作為避險工具為主，如果第一近月
份台指期貨之到期日不及 30 天，則選擇第二近月份作為避險工具，以免常轉倉
浪費交易成本，但假使選擇的開始避險的時間點為第一近月，但權變避險技術分
析判斷買進平倉時間超過該月的結算日期，則需要轉倉(加計交易成本)直到系統
判斷之出場點為止。順便附記：各種模式之報酬(無論最後 1 天是否為技術分析
所判斷的避險結束時點，皆須核算總體損益)，以下分別比較不同投資模式之報
酬率：

(一)買進持有策略(日資料)
(82.03×1,000−82.03×1,000×0.001425−82.03×1,000×0.001+5.25×1,000−
65,393)÷65,393=0.3316(累積報酬率約 33.16%)
年化報酬率公式為：(1+累積報酬率)1/年數−1 (12)
資料期間共為 3 年 2 個月約為 3.167 年，其年化報酬率為：
權變避險模式討論

=9.46%

(二)使用 KMD 權變避險方式(日資料)

若 KD 指標及 MACD 指標同時顯示賣出訊號時，則以元大台灣 50 反 1 及台指

期貨避險，直至兩指標同時顯示買進時始結束避險。首先，使用日資料的 KMD

避險時機點及結束避險日期如表 3 所示：

表 3 使用 KMD 判斷元大台灣 50 避險及結束時機點

避險日期 避險結束日期 避險日期 避險結束日期
2014/12/8 2014/12/22 2016/7/28 2016/9/6
2015/1/6 2015/1/20 2016/9/10 2016/9/21
2015/3/5 2015/3/19 2016/10/13 2016/10/19
2015/3/25 2015/4/21 2016/10/31 2016/11/23
2015/5/6 2015/5/27 2016/12/20 2016/12/30
2015/6/1 2015/6/22 2017/1/9 2017/1/23
2015/7/8 2015/8/31 2017/3/9 2017/3/27
2015/9/24 2015/10/1 2017/6/15 2017/7/4
2015/10/26 2015/12/18 2017/8/7 2017/8/23
2016/1/4 2016/1/25 2017/9/22 2017/10/19
2016/3/23 2016/5/19 2017/12/1 2017/12/20
由上表 3 可知元大台灣 50 反 1 共避險了 22 次，扣除證交稅、手續費加配息

(5.25 元)後，增加一項避險損益(需乘以最適避險比率 2.819)，獲利 24340 元。

最後得出使用 KMD 判斷避險時機的元大台灣 50(0050)長期累積報酬率為

58.26%，年化報酬率為 15.59%。使用台指期貨時，避險次數相同，扣除證交稅、

手續費加配息(5.25 元)後，增加一項避險損益(乘以最適避險比率 0.0404)，獲

利元。最後得出使用 KMD 判斷避險時機的元大台灣 50(0050)長期累積報酬率為

67.55%，年化報酬率為 17.69%。

(三)使用濾嘴法則權變避險方式(日資料)

因為元大台灣 50 日資料在整個研究期間的前後價格變動比率最小及最大值

為[−3.846%, 4.393%]，上下最大波幅約為±7%到±8%，因此不能設定過大的濾嘴。
權變避險模式討論

因此本研究設定濾嘴大小為±2%開始至±7%結束，因為±1%會導致避險次數過多，

交易成本過大，進而抵銷盈餘；但設定為±8%時可能交易比數會過少，整個交易

期間僅 1 到 2 筆無法充分使用避險功能。以下表 4 列示元大台灣 50 開始避險及

結束避險時機點及其相關的比率如下：

表 4 使用濾嘴法則±2%判斷元大台灣 50 避險時機點
避險日期 避險結束日期 避險日期 避險結束日期
2014/12/1 2014/12/19 2016/8/19 2016/9/19
2015/1/6 2015/1/8 2016/11/2 2016/11/22
2015/3/9 2015/3/19 2016/12/21 2016/12/30
2015/5/5 2015/5/28 2017/1/16 2017/2/10
2015/6/4 2015/6/24 2017/2/18 2017/3/8
2015/7/8 2015/8/25 2017/4/19 2017/5/4
2015/9/22 2015/10/7 2017/5/31 2017/6/20
2015/10/26 2015/11/4 2017/6/29 2017/7/11
2015/11/9 2015/11/23 2017/8/9 2017/8/17
2015/11/30 2015/12/17 2017/8/28 2017/9/1
2016/1/4 2016/1/25 2017/9/13 2017/9/18
2016/2/24 2016/3/1 2017/9/28 2017/10/11
2016/4/6 2016/4/13 2017/10/27 2017/11/6
2016/4/20 2016/5/23 2017/11/27 2017/12/1
2016/6/13 2016/6/29 2017/12/15 2017/12/22
由上表 4 可知元大台灣反 1 進入市場避險次數共 30 次，其扣除證交稅、手

續費加配息(5.25 元)後買賣避險盈餘(乘以最適避險比率 2.819)為 2267 元，加

入買進與賣出股票(0050)淨值損益，最後得出使用濾嘴±2%判斷避險時機，元大

台灣 50(0050)長期報酬率為 36.3%，年化報酬率為 10.27%。使用台指期貨時，

避險次數相同，扣除證交稅、手續費加配息(5.25 元)後，增加一項避險損益(乘

以最適避險比率(0.0404)，獲 10312 元。最後得出使用濾嘴±2% 判斷避險時機的

元大台灣 50(0050) 長期累積報酬率為 48.93%，年化報酬率為 13.4%。

權變避險模式討論

表 5 使用濾嘴法則±3%判斷元大台灣 50 避險時機點
避險日期 避險結束日期 避險日期 避險結束日期
2014/12/10 2014/12/22 2016/11/3 2016/11/9
2015/1/6 2015/1/21 2016/11/15 2016/12/8
2015/3/27 2015/4/23 2016/12/22 2016/12/30
2015/5/7 2015/6/25 2017/1/19 2017/2/15
2015/7/8 2015/8/25 2017/3/3 2017/3/14
2015/9/23 2015/10/6 2017/5/19 2017/6/3
2015/10/28 2015/11/4 2017/6/14 2017/6/26
2016/1/4 2016/1/29 2017/6/29 2017/7/11
2016/4/6 2016/4/13 2017/9/26 2017/10/5
2016/4/29 2016/5/23 2017/10/20 2017/11/17
2016/6/16 2016/6/30 2017/12/6 2017/12/30
2016/9/10 2016/9/19
由上表 5 顯示元大台灣反 1 進入市場避險次數共 23 次，扣除證交稅、手續

費加配息(5.25 元)後買賣避險盈餘(乘上最適避險比率 2.819)為−795 元。得到

元大台灣 50(0050)長期報酬率為 31.95%，年化報酬率為 9.14%。使用台指期貨

時，避險次數相同，扣除證交稅、手續費加配息(5.25 元)後，增加一項避險損

益(乘以最適避險比率 0.0404)，獲利 2892 元。最後得出使用濾嘴±3%判斷避險

時機的元大台灣 50(0050)長期累積報酬率為 37.58%，年化報酬率為 10.59%。

表 6 使用濾嘴法則±4%判斷元大台灣 50 避險時機點
避險日期 避險結束日期 避險日期 避險結束日期
2014/12/16 2014/12/24 2016/9/12 2016/9/21
2015/5/14 2015/8/26 2016/11/9 2016/12/8
2015/9/23 2015/10/7 2017/2/20 2017/3/8
2015/10/29 2016/1/29 2017/5/19 2017/6/29
2016/4/7 2016/5/23 2017/10/26 2017/11/22
由上表 6 可顯示元大台灣反買賣避險盈餘為 9376 元，長期報酬率為 47.5%，

年化報酬率為 13.05%。使用台指期貨時，獲利 14218 元，累積報酬率為 54.91%，

年化報酬率為 14.82%。
權變避險模式討論

表 7 使用濾嘴法則±5%判斷元大台灣 50 避險時機點
避險日期 避險結束日期 避險日期 避險結束日期
2014/12/17 2014/12/29 2016/9/14 2016/12/30
2015/6/4 2015/8/28 2017/4/14 2017/6/20
2015/11/10 2016/1/30 2017/9/27 2017/11/23
2016/4/29 2016/5/27
由上表 7 可顯示元大台灣反 1 盈餘為 4430 元，長期報酬率為 39.94%，年化

報酬率為 11.19%。使用台指期貨時，獲利 10091 元，長期累積報酬率為 48.59%，

年化報酬率為 13.32%。

表 8 使用濾嘴法則±6%判斷元大台灣 50 避險時機點
避險日期 避險結束日期 避險日期 避險結束日期
2014/12/17 2015/1/22 2016/5/3 2016/5/30
2015/6/4 2015/8/28 2017/4/14 2017/6/29
2015/11/11 2016/1/30 2017/9/28 2017/11/23
由上表 7 可顯示元大台灣反 1 盈餘為 5,890 元，長期報酬率為 42.17%，年

化報酬率為 11.75%。使用台指期貨時，獲利 12803 元，長期累積報酬率為 52.74%，

年化報酬率為 14.31%。

表 9 使用濾嘴法則±7%判斷元大台灣 50 避險時機點
避險日期 避險結束日期 避險日期 避險結束日期
2015/7/8 2015/8/31 2017/2/23 2017/3/28
2015/11/13 2016/2/16 2017/5/5 2017/6/26
2016/5/4 2016/6/1
由上表 9 可顯示元大台灣反 1 盈餘為 6719 元，長期報酬率為 43.44%，年化

報酬率為 12.06%。使用台指期貨時，獲利 11744 元，長期累積報酬率為 51.12%，

年化報酬率為 13.92%。

綜合本小節(一)～(三)，以日資料利用各項策略在不同模式下，元大台灣

50(0050)之長期報酬率，彙整如表 10 所示。以日資料做實證，研究結果說明權

變避險策略以 KMD 判斷避險進出場時機為最佳操作模式。

表 10 以台灣 50 反 1(00632R)及 TX 避險在不同模式下之最佳長期報酬率比較

權變避險模式討論

台灣 50 反 1 TX
長期投資策略 累積報酬率 年化報酬率 累積報酬率 年化報酬率
買進持有(無避 33.16% 9.46% 33.16% 9.46%
險)
權變避險使用 KMD 58.26% 15.59% 67.55% 17.69%
判斷避險時機
權變避險使用濾 36.3% 10.27% 48.93% 13.4%
嘴 ±2% 判斷避險
時機
權變避險使用濾 31.95% 9.14% 37.58% 10.59%
嘴 ±3% 判斷避險
時機
權變避險使用濾 47.5% 13.05% 54.91% 14.82%。
嘴 ±4% 判斷避險
時機
權變避險使用濾 39.94% 11.19% 48.59% 13.32%
嘴 ±5% 判斷避險
時機
權變避險使用濾 42.17% 11.75% 52.74% 14.31%。
嘴 ±6% 判斷避險
時機
權變避險使用濾 43.44% 12.06% 51.12% 13.92%。
嘴 ±7% 判斷避險
時機

結果與討論
本次複製研究的結果大致與許溪南 et al.(2018)之研究吻合。實證結果再

次顯示權變避險模式可以提升投資績效，而本文複製之投資組合管理模式，其中

以台指期搭配 KMD 模式為最佳，累積報酬率在日資料上可高達 67.55%(年化報酬

率 17.69%)，比不避險之買進持有策略的 33.16%(年化報酬率 9.46%)高出許多。

此外，研究結果亦出現原作者提出的有趣現象：元大台灣 50 反 1 是以台灣

50(0050)為標時的衍生性商品，而台指期(TX)則否，然而元大台灣 50 反 1(00632R)

作為避險工具所得到的績效卻輸給台指期(TX)。此問題的解答將有待後續研究者
權變避險模式討論

的努力。

參考文獻
John J. Murphy 著，黃嘉斌譯(1999)，金融市場技術分析（上）。臺北：寰

宇財金。

王邵佑(2000)，隨機指標(KD 值)投資績效之實證研究，國立臺北大學企業管

理研究所碩士論文。

周怡貞(2004)，台灣進出口商最適避險時機之探討──以新台幣對美元為

例，國立成功大學企業管理研究所碩士論文。

洪志豪(1999)，技術指標 KD、MACD、RSI 與 WMS%R 之操作績效實證，國立臺

灣大學國際企業學研究所碩士論文。

洪國興(2011)，不同外匯避險部位、策略、工具及期間之避險效果，國立中

央大學財務金融研究所碩士論文。

許溪南、蔡孟哲、楊德源(2018)，「長期投資組合管理之權變避險模式」，

期貨與選擇權學刊，第 11 卷第 1 期，75-114。

許溪南、賴彌煥(2000)，「權變投資組合保險在台灣股市之應用」，風險管理

學報，第 2 卷第 2 期，89-118。

許溪南、何怡滿、劉玉琦(2009)，「權變避險模式在台灣股市之應用」，台灣

管理學刊，第 9 卷第 1 期，23-46。

許溪南、何怡滿、劉泰山(2011)，
「KD 及 MACD 在避險時機之應用：以台指期

貨避險為例」，東吳經濟商學學報，第 72 期，109-138。

許溪南、何怡滿、張瓊如(2012)，
「KD 與 MA 技術指標在避險時機的應用：以

台股選擇權為例」，輔仁管理評論，第 19 卷第 1 期，27-46。

黃彥聖(1995)，
「移動平均法的投資績效」
，管理評論，第 14 卷第 1 期，47-67。

Akhigbe, A., S. Makar, L. Wang and A. M. Whyte (2018), “Interest Rate

Derivatives Use in Banking: Market Pricing Implications of Cash Flow

權變避險模式討論

Hedges,” Journal of Banking & Finance, 86, 113-126.

Alexander, S. S. (1961), “Price Movements in Speculative Markets:

Trends or Random Walks,” Industrial Management Review, 2, 199-218.

Bansal, V. K. and J. F. Marshall (2015), “A Tracking Error Approach

to Leveraged ETFs: Are They Really That Bad?,” Global Finance Journal,

26, 47-63.

Brock, W., J. Lakonishok and B. Lebaron (1992), “Simple Technical

Trading Rules and the Stochastic Properties of Stock Returns,” Journal

of Finance, 47(5), 1731-1764.

Chang, S. L. and Y. W. Hsu (2017), “An Investigation of Short- and

Long-term Tracking Performance and Portfolio Simulation of Leveraged and

Inverse ETFs,” Journal of Futures and Options, 10(3),85-165.

Coqueret, G., L. Martellini and V. Milhau (2017), “Equity Portfolios

with Improved Liability-Hedging Benefits,” Journal of Portfolio

Management, 43(2), 37-49.

Ederington, L. H. (1979), “The Hedging Performance of the New Futures

Markets,” Journal of Finance, 34(1), 157-170.

Fama, E. F. (1970), “Efficient Capital Market: A Review of Theory and

Empirical Works,” Journal of Finance, 25, 383-417.

Ghosh, A. (1993), “Hedging with Stock Index Futures: Estimation and

Forecasting with Error Correction Model,” Journal of Futures Markets,

13(7), 743-752.

Hsu, P. H. and C. M. Kuan (2005), “Reexamining the Profitability of

Technical Analysis with Data Snooping Checks,” Journal of Financial

Econometrics, 3, 606-628.

Jorion, P. (2003), “Portfolio Optimization with Tracking-Error

權變避險模式討論

Constraints,” Financial Analysts Journal, 59(5), 70-82.