摘要: 為了更好的了解泡沫何時發生,我們接著要了解泡沫如何形成,我們將泡沫形成的原因大致上可以分為三個構面,分別時市場微結構面、投資人行為面以及總體經濟面,進行以下探討。

摘要: 為了更好的了解泡沫何時發生,我們首先要了解如何檢測,或者如何定義泡沫的發生。在以前的研究中已經有很多如何預測泡沫的方法,其中以Fas和理性泡沫模型最為著名,此處根據現有研究對這兩種模型進行詳細敘述。同時本文也敘述了檢測泡沫是否存在的方法GSADF,與傳統的ADF模型參照,該方法可以直接對資產價格進行檢驗,而無需計算基礎價格,能在檢測出爆炸性跑的同時實時檢測泡沫產生的時點。

摘要: 何時會發生泡沫?過去哪些時間算是發生泡沫了?,泡沫的預測對於許多投資人而言或許並不如交易策略開發重要,然而對於投資人而言,泡沫發生所造成的影響卻是非常的劇烈,過去有許多案例是長期利用一些策略賺取穩定的報酬的投資者,僅僅因為一次的泡沫發生便將過去的報酬都退還給市場,甚至傾家蕩產,因此本文重點在於介紹幾種可以預測泡沫的方法,以讓讀者也能藉由泡沫的預測模型,從過去所發生過的泡沫記取教訓,規避泡沫發生所造成的鉅額損失。

摘要: Why the burst of the bubble is important? After the burst of the subprime mortgage bubble in 2008, it has caused a huge impact on the global economic situation. What factors will cause the formation of a bubble in the securities market? If accurately predicting the timing of the bubble is possible, it will be a great importance for the supervision agency to stabilize the market and investor trading strategies. Overall, before investing, it is necessary to understand what the bubble is.

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。