本研究探討籌碼資訊與技術分析結合運用下，所建構之當沖交易策略的可行性分析，並以統計方法驗證其是否能有效擊敗加權股價指數報酬率。
本研究選取自臺股2020年8月5日至2022年10月13日之資料，此區間具有一定之代表性，其包含大多頭、盤整、黑天鵝、高點做頭以及大空頭之完整趨勢循環，且因為頭尾指數位階相同，故此段區間之加權股價指數報酬率為0%，利於運用統計方法檢定。
本研究依建構之指標所設計之交易策略主要有六個：三個做多、三個做空；延伸的策略則共有三個。根據實證結果顯示，在本研究之交易設定之下，做多之策略全數無法獲得超額報酬；而做空之策略皆能獲得超額報酬。
而將原始策略延伸探討後，可發現延伸策略則皆能獲得顯著超越加權股價指數的報酬。
最後本研究也對所設計之指標進行敏感性分析探討，並以相同之交易設定執行回測。最終敏感性分析之結果顯示該變化的績效表現，大多無法超越原始指標建構之交易策略。

This study explores the feasibility analysis of the day trading strategy constructed with the combination of chip information and technical analysis, and uses statistical methods to verify whether it can effectively outperform the Taiwan weighted stock price index.
The research period is from August 5, 2020 to October 13, 2022, since this range is representative, which includes the complete trend cycle of most heads, consolidation, black swans, highs and large shorts, and because the head and tail index levels are the same, means that the weighted stock price index return during this period is 0%, which is conducive to the use of statistical methods.
There are six main trading strategies designed in this study according to the constructed indicators: three are long and three short; there are three extended strategies. According to the empirical results, under the trading settings of this study, all of the long strategies cannot get excess rewards, while short strategies can get excess rewards.
After discussing the extension of the original strategy, it can be found that the extension strategy can significantly outperform the weighted stock price index.
Finally, this study also analyzes and discusses the sensitivity of the designed indicators, and performs the backtest with the same transaction settings. The results of the final sensitivity analysis show that most of the performance of this change cannot exceed the trading strategy of the original indicator construction.

中文文獻
吳佳龍（2010）。臺灣股票市場技術分析獲利能力—以KD及MACD為例。朝陽科技大學財務金融系碩士班碩士論文。
周照偉、鄭榮祿、蔡賢亮、楊崇宏、牟聖遠（2015）。臺灣股市技術分析實證：以隨機指標、相對強弱指標、指數平滑異同平均線指標及趨向指標為例。高雄應用科技大學人文與社會科學學刊，1（2），119-133。
林志豪（2021）。臺股籌碼集中度及主力交易行為對報酬率之影響研究。國立陽明交通大學管理學院財務金融學程碩士論文。
林哲緯（2022）。臺灣資本市場證券公司分點之主力大戶的預測能力研究。國立中正大學企業管理學系碩士在職專班碩士論文。
林珮瑜（2007）。運用類神經網路結合技術指標以探討巴菲特選股之短期效用。臺南科技大學商學與管理研究所碩士論文。
徐正錦（2003）。技術分析應用於臺灣股市之實證研究。國立中正大學國際經濟 研究所碩士論文。
翁偉倫（2022）。技術分析在臺灣股市之實證研究：以均線和MACD為例。國立暨南國際大學管理學院經營管理碩士學位學程碩士在職專班碩士論文。
陳士傑（2013）。MACD技術指標參數獲利能力之研究--以臺灣證券市場為例。明道大學企業高階管理碩士班碩士論文。
陳亮瑋（2022）。應用內外盤成交單量與個股日內報酬率之關聯性建構當沖交易策略。國立臺灣科技大學財務金融研究所碩士論文。
董鍾祥（2014）。技術分析無用論？---以兩岸股市（週資料）實證分析。國立臺灣大學國家發展研究所碩士論文。
廖子瑄（2022）。股市主力交易行為與委託簿資訊內涵之互動。國立中山大學財務管理學系研究所碩士論文。
蔡尚翰（2017）。籌碼面選股結合技術分析之投資績效研究。國立高雄應用科技大學資訊工程系碩士在職專班碩士論文。
戴欣頻（2019）。分點券商熱門度與股價報酬關係 以臺灣股市蘋果概念股為例。國立中央大學產業經濟研究所在職專班碩士論文。
謝俊偉（2017）。臺灣證券市場KD、MACD、MA 技術指標投資績效之探討。明道大學企業高階管理碩士班碩士論文。

英文文獻
Bohan, J. (1981). Relative strength: Further positive evidence. Journal of Portfolio Management, 8(1), 36-39.
Brock, W., Lakonishok, J., & LeBaron, B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. The Journal of Finance, 47(5), 1731–1764.
Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417.
Gunasekarage, A., & Power, D. M. (2001). The profitability of moving average trading rules in South Asian stock markets. Emerging Markets Review, 2(1), 17-33.
Hsu, P.-H., & Kuan, C.-M. (2005). Reexamining the Profitability of Technical Analysis with Data Snooping Checks. Journal of Financial Econometrics, 3, 606-628.
Lee, Y. T., Lin, J., & Liu, Y. J. (1999). Trading patterns of big versus small players in an emerging market: An empirical analysis. Journal of Banking and Finance, 23(5), 701-725.
Pruitt, S. W., & White, R. E. (1988). The CRISMA trading system: Who Says technical analysis can’t beat the market? Journal of Portfolio Management, 14(3), 55-58.