本論文主要目的是提出一個針對歷史波動率之日變化量與股價平均線之日變化量做灰關聯度分析，再透過決策樹得到關聯係數與關聯度兩者之間呈現某種關聯程度，進場介入可獲得最佳績效，並設計多種交易策略開始模擬、預測，最後進行績效評比。歷史波動率是計算過去一段時間內加權指數變動率的標準差，用以評估金融市場變動風險的簡便指標；股價平均線則代表過去一段時間的市場平均成本。但是波動率與股價平均線都是一條平滑曲線，反應時間容易延遲，但每日變化量即能精確反映當下市場變化，因此本論文針對兩者日變化量進行分析，可減少失誤產生。而本篇論文所提出之GRADT多頭操作策略，經模擬與預測實驗證明，確實提升獲利的穩定性，也證明了本研究所設計之交易策略足以提供投資人作為操作參考。

This paper is mainly using the GRA(Grey Relational Analysis) at history volatility’s daily variation value and moving average’s daily variation value and design many trading strategies of Taiex option market by decision tree analyzing the relation between correlation and correlation degree, the design process including training, prediction and performance check. History volatility is a financial markets risk indicator of stock price’s standard deviation in the recent past. Moving average is the average cost of the market in the past. However, both history volatility and moving average are the smooth curve, the response time is easily to delay. So we take their daily variation value to analyze, it could decrease mistakes because reflects the market change in current time. Finally, the GRADT trading strategies only bull signal make a stable profit by simulation experiments and prediction result, so it prove the research to provide investors an operating reference in Taiex option market.

[1] 行政院主計總處，http://www.dgbas.gov.tw/，(2012) 。
[2] 台灣期貨交易所，http://www.taifex.com.tw/chinese/home.asp，(2012) 。
[3] John R. Nofsinger，投資心理學，培生教育出版股份有限公司，台北 (2008) 。
[4] 石其生，「期貨與選擇權程式交易平台之實現」，碩士論文，國立台灣科技大學，台北 (2008) 。
[5] 陳彥篁，「選擇權程式交易之設計」，碩士論文，國立台灣科技大學，台北 (2007) 。
[6] 吳尚錩，「多元的選擇權程式交易策略」，碩士論文，國立台灣科技大學，台北 (2008) 。
[7] 大眾綜合證券，http://web.tcsc.com.tw/，(2012)。
[8] 錢雜誌，程式交易通盤解密，金錢文化企業股份有限公司，台北，(2005) 。
[9] James A. Hyerczyk，甘式理論：型態-價格-時間，寰宇出版股份有限公司，台北，(1998) 。
[10] 金融家月刊，http://www.financier.com.tw/index.php，(2012) 。
[11] 台灣銀行-基金大觀園，http://fund.bot.com.tw ，(2012) 。
[12] 元大寶來期貨，http://www.pmf.com.tw/ ，(2012) 。
[13] 陳淑華，「黃金價格與股價指數、石油價格及波動率指數關係之研究」，碩士論文，逢甲大學，台中 (2010) 。
[14] 陳漢昭，「灰關聯分析在財務風險評估上的應用-以台灣上市家電業為例」，碩士論文，國立中央大學，桃園 (2010) 。
[15] 余勃蒼，「以灰色理論為基礎之台股期貨交易策略」，碩士論文，國立台灣科技大學，台北 (2008) 。
[16] 邱俊傑，「CUDT: 以CUDA為基礎之決策樹演算法」，碩士論文，國立交通大學，新竹 (2010) 。
[17] 杜承恩，「基於決策樹與隱藏式馬可夫模型之華語聲調辨識」，碩士論文，國立清華大學，新竹 (2010) 。
[18] 宋美慧，「資料探勘攝護腺癌分類模式之建構-決策樹分析法之應用」，碩士論文，輔仁大學，台北 (2010) 。
[19] 林榮泰，「應用模糊決策樹分析於研發型專案風險之評估」，碩士論文，國立成功大學，台南 (2006) 。
[20] 許昱榮，「在格網環境中以決策樹建構維護資源利用機制」，碩士論文，國立東華大學，花蓮 (2009) 。
[21] 李宛柔，「波動率指數於真實波動率及指數報酬之相關研究」，碩士論文，國立中央大學，桃園 (2006) 。
[22] 元大寶來期貨，http://www.yuantafutures.com.tw/ ，(2012) 。
[23] 黃仲達，「灰色理論在農產銷售預測及其供銷關係探討之應用」，碩士論文，國立嘉義大學，嘉義 (2003) 。
[24] 楊修平，「灰色預測與人工智慧技術在促使電信業者營收確保之應用」，碩士論文，大同大學，台北 (2004) 。
[25] 連照蓉，「台指選擇權交易決策分析之研究」，碩士論文，義守大學，高雄 (2004) 。
[26] 卓慶衛，「技術分析對台指選擇權單一部位投資績效之探討-兩條移動平均線交叉法」，碩士論文，元智大學，桃園 (2007) 。
[27] 陳秀萍，「多種價差策略與台指選擇權套利機會之研究」，碩士論文，國立高雄應用科技大學，高雄 (2006) 。
[28] 陳銘鴻，「台指選擇權賣出勒式策略分析」，碩士論文，樹德科技大學，高雄 (2005) 。
[29] 蘇永在，「台灣股票市場波動性星期效應之研究」，碩士論文，國立高雄師範大學，高雄 (2002) 。
[30] 許凱甯，「隱含波動率與歷史波動率間之領先落後關係及相關之交易策略─以台股指數及其選擇權為例」，碩士論文，國立成功大學，台南 (2006) 。
[31] 楊明輔，「田口灰關聯分析於太陽能模組最佳化封裝製程之研究」，碩士論文，國立臺灣科技大學，台北 (2011) 。
[32] 柯致平，「結合類神經網路及灰關聯分析法估測鉛酸蓄電池放電時間」，碩士論文，國立台北科技大學，台北 (2010) 。
[33] 黃淑娟，「模糊類神經系統於葛蘭碧法則之應用」，碩士論文，國立新竹教育大學，新竹 (2006) 。
[34] 陳俊賓，「台灣股票市場技術分析之實証研究：以隨機指標為例」，碩士論文，淡江大學，台北 (2001) 。
[35] 王基昂，「台灣股市技術分析之訊號效果」，碩士論文，國立中興大學，台中 (1995) 。
[36] 趙永昱，「技術分析交易法則在股市擇時之實證研究」，碩士論文，國立中山大學，高雄 (2002) 。
[37] 韋月桂，「台灣期貨市場交易策略之研究」，碩士論文，國立臺灣大學，台北 (2003) 。
[38] 陳俊利，「台股期貨有效性之研究」，碩士論文，國立台灣大學，台北 (2002) 。
[39] Mills, T.C., “The Econometric Modeling of Financial Time Series”, Cambridge University Press, UK (1993) 。
[40] Edwards, R.D., and Magee, J., “Technical Analysis of Stock Trends”, Springfield Publications Limited, HK (1957) 。
[41] 張烈堂，「基因演算法於建構臺指選擇權投資組合的應用」，碩士論文，國立中央大學，桃園 (2005) 。
[42] 賴曉薇，「可轉債選擇權評價與模擬」，碩士論文，國立中央大學，桃園 (2002) 。
[43] 高靖斐，「應用實質選擇權之觀念評價專利權的價值」，碩士論文，國立東華大學，花蓮 (2002) 。
[44] 王家偉，「隨機利率模型對於選擇權定價之影響」，碩士論文，國立清華大學，新竹 (2002) 。
[45] 邱映慈，「VIX指數選擇權市場的隱含資訊對VIX指數的預測能力」，碩士論文，國立臺灣大學，台北 (2011) 。
[46] 陳芝亦，「時變參數下之雙障礙選擇權評價」，碩士論文，國立臺灣大學，台北 (2011) 。
[47] Zhu, X., Wang, H., Xu, L. et al., “Predicting stock index increments by neural networks: The role of trading volume under different horizons,” Expert Systems with Applications, vol. 34, no. 4, pp. 3043-3054, (2008).
[48] Cheng, C. H., and Wei, L. Y., “Volatility model based on multi-stock index for TAIEX forecasting,” Expert Systems with Applications, vol. 36, no. 3, pp. 6187-6191, Apr, (2009).
[49] Bali, T. G., and Cakici, N., “Idiosyncratic Volatility and the Cross Section of Expected Returns”, Journal of Financial and Quantitative Analysis, Vol. 43, No. 1, pp. 29-58 (2008)
[50] Duque, J. L. C, Lopes, P. T. , “Maturity and Volatility Effects on Smiles or Dying Smiling”, Portuguese Economic Journal, Vol. 2, No.3, pp. 173-193 (2003)
[51] Jorion, P., “Predicting Volatility in the Foreign Exchange Market”, Journal of Finance, Vol. 50, No.2, pp. 507-528 (1995)