本研究的主要目的為，探討幾種股民常用技術分析指標，如移動平均線、MACD指標、KD指標的有效性，並嘗試將其進行組合，構建複合指標的投資策略。本文選取2008年6月25日至2019年1月2日期間內的滬深300指數及其成分股作為樣本。此期間是一段去趨勢的期間，期間第一天和最後一天，滬深300指數的收盤價相同，故可以認為買入持有策略的報酬率為0。其次，再將選擇的樣本進行回測驗證，查看指標的績效是否能夠給投資者帶來超額報酬。
通過實證檢驗得出以下結論：
1. 短期頻率（每五個交易日）內，使用MA指標、KD指標、MACD指標之間兩兩組合而成的二重複合指標能夠獲得優於買入持有策略的績效表現。
2. 中期頻率（每二十個交易日）內，使用MA指標、KD指標、MACD指標單一指標，以及MA指標和MACD指標的二重複合指標能夠獲得優於買入持有策略的績效表現。
3. 從敏感性分析結果顯示，進出場頻率會對單一指標的績效表現產生較大的影響。

The main purpose of this study is to explore the effectiveness of several commonly used technical analysis indicators, such as moving average, MACD, and KD. And try to combine them to build a composite indicator investment strategy. This study selects the daily CSI 300 Index and its constituent stocks from June 25, 2008 to January 2, 2019 as the target, and conducts a backtest to see if the performance of the combined indicators can bring excess returns to investors.
Through empirical tests, the conclusions are as follows:
1. In the short-term frequency, every five trading days, using the two-fold combination of the MA indicator, the KD indicator, and the MACD indicator can achieve better performance than the buy-and-hold strategy.
2. In the medium-term frequency, every twenty trading days, the combination of the MA indicator, the KD indicator, the MACD indicator, and the combination of the MA indicator and the MACD indicator can achieve better performance than the buy-and-hold strategy.
3. From the sensitivity analysis results, the frequency of buy and sell will have a greater impact on the performance of using a single indicator.

(一) 中文部分
1. 丁毅，2012，MACD指標在A股市場中有效性檢驗，西南財經大學金融學碩士論文。
2. 王勁松，2010，股市常用技術分析方法的有效性實證研究，西南財經大學統計學碩士論文。
3. 石賽男，2011，股票技術分析中MACD指標的有效性檢驗，西南財經大學金融學碩士論文。
4. 包懿，2015，中國股市技術分析有效性研究——以移動平均線為基礎指數和藍籌股為樣本，上海交通大學上海高級金融學院碩士論文。
5. 牟聖遠，2013，台灣股市技術分析實證——以KD指標、RSI指標、MACD指標、DMI指標為例，義守大學資訊管理所碩士論文。
6. 汪天都，2014，技術分析、有效市場與行為金融，復旦大學管理學院博士論文。
7. 周脫陳，2018，KDJ技術指標在我國A股市場的有效性檢驗，安徽財經大學金融碩士論文。
8. 徐偉倫，2015，相對強弱指標(RSI)之探討-以台灣50成分股為例，國立台灣科技大學財務金融研究所碩士論文。
9. 陳凱，2018，常用技術分析有效性在中國股票市場的實證研究，南京理工大學金融學碩士論文。
10. 陶璀，2007，用蒙特卡羅模擬方法檢驗RSI指標的有效性，金融經濟（理論版），2007年08期，pp 114-115。
11. 張芳，2009，基於技術分析指標的上海股票市場實證研究——以短期趨勢分析指標為中心，山東科技大學資源經濟管理碩士論文。
12. 張焙婷，2018，運用投票機制交易臺股指數期貨之探討，國立台灣科技大學財務金融研究所碩士論文。
13. 葉文輝，2016，基於滬深300全收益指數的雙均線交易策略有效性研究，廣東外語外貿大學金融學院碩士論文。
14. 馮毅峰，2015，技術分析有效性研究——基於滬深300指數的實證分析，華南理工大學經濟與貿易學院碩士論文。
15. 韓楊，2001，對技術分析在中國股市的有效性研究，經濟科學，2001年03期，pp 49-57。

(二) 英文部分
1. Allen，F. and Karjalainen，R.，1999，Using genetic algorithms to find technical trading rules，Journal of Financial Economics,Vol.51（2），pp 245-271.
2. Brock，W.，Lakonishok，J. and LeBaron，B.，1992，Simple Technical Trading Rules and the Stochastic Properties of Stock Returns，THE JOURNAL OF FINANCE，Vol.47（5），pp 1731-1764.
3. Chong，T.T.-L. and Ng，W.-k.,2008，Technical analysis and the London stock exchange: testing the MACD and RSI rules using the FT30，Applied Economics Letters，Vol.15（14）, pp 1111-1114.
4. Chong，T.T.-L. and Ng，W.-k.,2014，Revisiting the Performance of MACD and RSI Oscillators，Journal of Risk and Financial Management，Vol.7（1），pp 1-12.
5. Efron，B.，1977，Bootstrap Methods: Another Look at the Jackknife，Breakthroughs in Statistics，pp 569-593.
6. Fama，E.F.，1991， Efficient Capital Markets: II，THE JOURNAL OF FINANCE，Vol.46（5），pp 1575-1617.
7. Gencay，R.，1996，Non‐linear prediction of security returns with moving average rules，Journal of Forecasting，Vol.15（3），pp 165-174.
8. Malkiel，B.G. and FAMA，E.F.，1970，EFFICIENT CAPITAL MARKETS: A REVIEW OF THEORY AND EMPIRICAL WORK，THE JOURNAL OF FINANCE，Vol.25（2），pp 383-417.
9. Gencay，R.，1996，Non‐linear prediction of security returns with moving average rules，Journal of Forecasting，Vol.15（3），pp 165-174.