摘要: 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「虛擬貨幣價格形成與預測:情緒、總經、網絡與投資人結構」之成果,本研究以市值前四大的BTC、ETH、LTC、BCH 以及週轉率較高的DASH、ZEC、BSV 為樣本,以基本面、行為面、微結構面、投資人結構面、總體經濟面、技術面及網絡面等七個面向,解釋加密貨幣價格之成因。

摘要: 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「虛擬貨幣價格形成與預測:情緒、總經、網絡與投資人結構」之成果,本章除了從基本面、行為面、微結構面、技術面、總經面及網絡面等面向解釋加密貨 幣價格之成因,同時針對加密貨幣的價量、泡沫及崩盤以及投資人結構進行更深入的研究 與探討。 透過本文七種加密貨幣價量資料發現,比特幣與以太幣、萊特幣之同期日報酬 具有高度正相關。以太幣與萊特幣同期日報酬也呈現高度正相關性。BSV 與其他加密貨幣 同期月報酬相關性相對較低。此外,短期報酬如日報酬和週報酬更能使投資者獲利,並且 研究的七種數位貨幣中,在星期四時平均報酬皆為最小。

摘要: 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「虛擬貨幣價格形成與預測:情緒、總經、網絡與投資人結構」之成果,本篇內容討論了本研究所提出的泡沫崩盤研究,本研究參考科技部計畫「解構從眾行為、投資人注意、Google 搜尋與股價崩盤」及「國際股市價格泡沫預測之研究:理論模型、實證分析應用與比較」之股市泡沫及崩盤之定義與 方法,認為當價格在一段期間內的累積漲(跌)幅達到某種程度以上即可視為一泡沫(崩盤)事件,因此我們利用各時間點累積一週的跌幅做為當時是否有泡沫及崩 盤事件的判別訊號,並且若訊號顯示出當時具有崩盤事件時,再進一步定義泡沫及崩盤發生期間,最後以價格反彈程度超過某一水準與否做為泡沫及崩盤結束之判斷依據。

摘要: 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「虛擬貨幣價格形成與預測:情緒、總經、網絡與投資人結構」之成果,有別以往使用傳統的技術分析進行交易策略,加入了本研究所提出的泡沫崩盤研究和加密貨幣獨有的哈希率指標,搜集了2018-10-30至2020-09-30間加密貨幣日頻結構性資料,以比特幣為例進行回測,並於平臺上顯示結果,供投資人參考。以下分別就各回測結果的重要因素及績效結果做解釋。

摘要: 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「投資人情緒為基礎的IPO長短期績效預測平台:機器學習之應用」之成果,本團隊在完成研究結果後與委託方進行討論,委託方提出香港IPO實務的一些現象是我們未考慮到的,茲將相關議題及補充進行統計分析。

摘要: 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「投資人情緒為基礎的IPO長短期績效預測平台:機器學習之應用」之成果,有別以往,加入IPO情緒研究,搜集了2009年到2018年間台灣322家與香港718家上市公司日頻結構性資料,最終用情緒面、資訊不對稱面、投資人結構面、基本面、總經面,以計量與機器學習的方式共同預測IPO績效,並於平臺上顯示結果,供投資人參考。以下分別就各報酬中Top25%公司的重要因素及進出場時機做解釋。

摘要: 網絡分析是透過兩兩之間的個體關聯,所構造出的網絡型架構,利用其圖形結構的緊密程度、中心化程度、不同族群之間的連結關係......等,來觀察個體在網絡中的角色地位,或是整體網絡結構的隱含資訊。