本研究由權利金反應作為參考依據所衍生出的技術指標(Indicator of Premium, IOP)，更搭配隱含波動率、權利金漲跌等資訊來設計交易策略。利用以上研究所得之結果，分別於多頭市場中設計FB (First Breakout)、SL﹙Support Level﹚、CA﹙Continuity Ascending﹚，且於空頭市場中設計RL﹙Resistance Level﹚、CBB﹙Continuity Break Bottom﹚之選擇權交易策略。因考慮權利金的反應，我們可以輕易地利用IOP指標來設計選擇權程式交易策略。
本研究基於IOP所設計的策略其整體績效最大未實現損益為209點、最大獲利為488點、平均獲利為36點。此外設計演算法滿足順勢系統設計的原則，並於波段發生時均有進場訊號產生。

This study is based on the premium variation to develop other technical indicator(Indicator of Premium, IOP), implied volatility and premium fluctuating rate etc. to design options trading strategies. From the study results of the above, respectively design options trading strategies: FB(First Breakout), SL(Support Level) and CA(Continuity Ascending) in bull market; RL(Resistance Level) and CBB(Continuity Break Bottom) in bear market. Because considering premium’s reaction, so we could design options programming trading system with IOP indicator easily.
Overall, the evaluation of trading strategies based on IOP has a maximum actual profit of 209 points; 488 points max unit gain , and the average trade is 36 points. Furthermore, these algorithms satisfied the philosophy of trading with the trend, thus every swing will produce some trading signals

[1] 台灣期貨交易所網站，www.taifex.com.tw，2008。
[2] John Schott，股市心理學，財訊出版社，1998。
[3] 石其生，期貨與選擇權程式交易平臺實現，國立台灣科技大學資訊工程所碩士論文，2007。
[4] Lars Kestner，計量技術操盤策略，寰宇出版社，2004。
[5] 杜金龍，技術指標在台灣股市應用的訣竅，2003。
[6] 李榮祥，選擇權玩家升級版–交易策略深入研究，台灣培生教育出版股份有限公司，2005。
[7] John C. Hull , OPTIONS, FUTURES, AND OTHER DERIVATIVES , 2006
[8] 林清茂，擺盪指標精論，2003。
[9] HotBook數位典藏，lib.hotbook.com.tw，2007。
[10] Edwin Lefevre，股票作手回憶錄，寰宇出版社，1997。
[11] AiSM, 台灣科技大學資訊工程所人工智慧金融交易實驗室網站，aism.csie.ntust.edu.tw，2008。
[12] 張兆鴻，台股交易器之設計，國立台灣科技大學資訊工程所碩士論文，2006。
[13] 吳忠憶，基於AI的台股交易利潤產生器及修正器之設計，國立台灣科技大學資訊工程研究所碩士論文，2006。
[14] 楊凱鈞，基於聚類演算法之台股利潤修正器設計，國立台灣科技大學資訊工程研究所碩士論文，2006。
[15] 郭明軒，期貨績效評估與選擇權避險平臺之實現，2007。
[16] 王智煒，台指選擇權之買方程式交易策略，2007。
[17] 陳彥篁，選擇權程式交易之設計，2007。
[18] Barton Biggs，不敗投資人：華爾街金童的刺蝟投資經，2006
[19] 聯合理財網，money.udn.com，2008