TWI806467B - 金融商品提昇報酬率多維度決策方法 - Google Patents

金融商品提昇報酬率多維度決策方法 Download PDF

Info

Publication number
TWI806467B
TWI806467B TW111107785A TW111107785A TWI806467B TW I806467 B TWI806467 B TW I806467B TW 111107785 A TW111107785 A TW 111107785A TW 111107785 A TW111107785 A TW 111107785A TW I806467 B TWI806467 B TW I806467B
Authority
TW
Taiwan
Prior art keywords
period
time
sharing
investment
loss
Prior art date
Application number
TW111107785A
Other languages
English (en)
Other versions
TW202336681A (zh
Inventor
卓聖增
Original Assignee
金兆豐數位科技股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 金兆豐數位科技股份有限公司 filed Critical 金兆豐數位科技股份有限公司
Priority to TW111107785A priority Critical patent/TWI806467B/zh
Priority to EP23159039.9A priority patent/EP4239561A1/en
Priority to CN202310186455.6A priority patent/CN116703603A/zh
Priority to US18/176,858 priority patent/US20230281719A1/en
Application granted granted Critical
Publication of TWI806467B publication Critical patent/TWI806467B/zh
Publication of TW202336681A publication Critical patent/TW202336681A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Technology Law (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本發明揭露了一種金融商品提昇投資報酬率多維度決策方法，藉由對一金融商品至少使用一種指標決策；擇一固定基準期間與一決策指標下，同時選取多個分時進行部位權值優化決策，再依系統或投資人選定投資風險程度，核計不同分時於一比較期間內累計損益有效年化投資報酬率高低排序，及智能優化其等部位權值比例，得該金融商品多分時動態加權優化後提昇投資報酬率；運用多層次指標決策及單一金融商品之多維度分時逐期動態加權優化之技術手段，使金融商品及其金融商品組合之投資報酬率提昇，達到投資人預計投資目標與績效。

Description

金融商品提昇報酬率多維度決策方法
本發明為一種應用於金融商品的投資方法，尤其是指一種能使投資報酬率提昇之多維度決策方法。
股票等金融商品一直是投資大眾最愛的理財方式，一般投資人常以單一技術指標決策或個別分時走勢趨勢線圖，以個人直覺經驗或傳統技術指標等，做為金融商品多空買賣方向及價格和時間點判定；但是現有之方法對投資人來說多空方向準確性及價格趨勢可預測性仍屬欠缺，對投資人來說，若是藉由簡單的操作及可信的多空方向及價格趨勢可靠決策方法且能降低系統風險，可優化改善個別金融商品及投資組合整體預計報酬率績效，絕對是一般投資人眾所盼求。
據此，如何開發出一種金融商品提昇投資報酬率多維度決策方法，實為所屬技術領域人士所亟欲解決的問題。
本發明的一範疇在於提供一種金融商品提昇投資報酬率多維度決策方法，其用於根據一股市資料庫中之複數交易資料進行運算，該等複數交易資料分別包含有一相對應的金融商品、一複數投資標的的金融商品組合、股票代號、日期、價格資料；
該方法包括一資料擷取模組、一資料運算模組、一輸出/顯示裝置；該資料擷取模組與外部之股市資料庫相耦接，該資料運算模組與資料擷取模組相耦接；該資料運算模組包含有一交易資料集合、一控制指令、一輸入裝置、一決策指標運算器；
該資料運算模組之交易資料集合與該資料擷取模組相耦接，該資料擷取模組該股市資料庫擷取複數個交易資料，並將該等複數個交易資料存入該交易資料集合；
該控制指令與該決策指標運算器相耦接；
該控制指令針對該金融商品進行以下步驟：
步驟一：對該金融商品選擇一投資技術指標方法，該投資技術指標方法包括[股票多空買賣決策系統]使用的技術；
步驟二：續，一固定基準期間，該固定基準期間有一期間交易日，在該固定基準期間內，對該金融商品依該投資技術指標方法，選取多個分時時段，由該決策指標運算器運算，同時得出各分時時段之多空觸發買賣價格點，依系統預定或投資人選定投資風險程度，以該投資技術指標方法核算該時段之多空觸發買賣價格損益價差值，該金融商品在多個分時時段下，在該固定基準期間最後收盤前，得到該金融商品各分時時段損益價差值及累計損益有效年化投資報酬率，並依該累計損益有效年化投資報酬率高低作排序；
其中，該步驟一之[股票多空買賣決策系統]使用的技術，係指中華民國發明專利號I436297[股票多空決策系統]中揭露之技術，該發明中其動態多空決策系統演算法係包括以下參數，於盤中或盤後計算一多空決策因子β，β=(I×W1+J×W2+K×W3)÷C4+(1+θ×W4)，其中W1、W2、W3、W4、C4，為該決策系統決定之最佳權重值，相對量能潮θ，其係由昨日大盤成交量及今日大盤預估成交量，對比個股昨日成交量及個股今日預估成交量，而求得即時θ值；當日開盤強弱度I，係由個股今日開盤價對比昨日收盤價，該決策系統再選擇性分配一權重值C1，而求得I值；盤中即時強弱度J，係由個股盤中成交價對比今日開盤價，該決策系統再選擇性分配一權重值C2，而求得J值；以及盤中價格振幅K，係由個股今日盤中最高價和最低價之差，對比昨日收盤價，該決策系統再選擇性分配一權重值C3，而求得K值；投資人可自行設定或採行由該決策系統計算提供一風險控制區 (β2,β1)，當該多空決策因子β>β1時，判定為多頭買進訊號，此時金融商品之價格即為買進觸發價格；當該多空決策因子β<β2時，判定為空頭賣出訊號，此時金融商品之價格即為賣出觸發價格。
其中，步驟二之該分時多空觸發買賣價格點，係指該金融商品在多個不同的分時時段下，依該投資技術指標方法得出之賣出觸發價格與買進觸發價格，核計可得當期個別分時期間價差及損益值。
其中，該多個分時時段，係指多個不同的時間週期，例如：若分時時段為15分鐘，則以每15分鐘為一週期，於每一週期依該投資技術指標方法得出每一週期之賣出觸發價格與每一週期買進觸發價格。
步驟三：續，以下依系統預定或投資人選定投資風險程度，作不同之操作：若進行作多操作時，接續步驟四，若進行作空操作時，接續步驟五，若進行多空混合操作時，接續步驟六；
步驟四：續，於該固定基準期間最後收盤價前依系統預定或投資人選定投資風險程度，對該金融商品之分時作多操作，至少取最高前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作多部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較高者，其配置作多部位權值比例較高或不低於排序較低者；
該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由配置作多操作之部位權值作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的作多操作方向準確性；
步驟五：續，於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作空操作，至少取最低前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作空部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較低者，其配置作空部位權值比例較高或不 低於排序較高者；
該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由配置作空操作之部位權值作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的作空操作方向準確性；
步驟六：續，於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作多與分時作空兩者同時避險操作，至少各取最高與最低前二項分時期間累計損益之有效年化投資報酬率，該分時期間多空累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高；
如此可得該金融商品中，於該固定基準期間當期最後收盤價前各分時期間個別操作損益、累計損益之有效年化投資報酬率及其高低排序，比較核計可得多個分時多空混合操作後續期間各該分時的作多/作空部位權值比例；
該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由多維度分時決策所優化配置多空混合操作之部位權值新設定值操作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的多空混合操作方向準確性和累計損益之有效年化投資報酬率之效益性，另因同步分時作多和分時作空混合價差及部位權值比例避險操作，可大幅降低該金融商品個股系統風險之效果；
前述方法，若進行作多操作時，更可在該步驟四後增加一步驟七，若進行作空操作時，更可在該步驟五後增加一步驟八，若進行多空混合操作時，更可在該步驟六後增加一步驟九：
步驟七：一第1比較期間，該第1比較期間有一期間交易日， 該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；
該金融商品於該固定基準期間最後收盤價前，可得各分時期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；
依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以作高低排序；
同時核計該金融商品至當期為止，作多操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間作多操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值之累計損益有效年化投資報酬率最高者至少前二項，配置金融商品之作多分時部位權值且紀錄之，作為後續期間金融商品各該分時新配置優化的部位權值比例；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；續由累計損益有效年化投資報酬率高低排序可配置優化部位權值比例值，因此可逐期優化改善個別金融商品作多操作下之部位權值效益性，進而達到多維度逐期調整優化改善該金融商品後續比較期間之有效年化投資報酬率績效；藉此，多維度智能化的決策方法，可逐期調整優化改善該個別金融商品後續比較期間之有效年化投資報酬率績效。
步驟八：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；
該金融商品於固定基準期間當期最後收盤價前可得各分時期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；
依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以高低排序；
同時合計該金融商品至當期為止，作空操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間作空操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值之有效年化投資報酬率績效最低者至少前二項，配置該金融商品之作空分時部位權值排序且紀錄之，作為後續期間金融商品各該分時新配置優化的部位權值比例；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益之有效年化投資報酬率之效益性；續由累計損益有效年化投資報酬率績效高低排序與配置優化部位權值比例值，因此可逐期優化改善該個別金融商品作空操作下之部位權值效益性，進而達到多維度逐期優化改善該金融商品後續比較期間之累計損益有效年化投資報酬率績效；藉此，多維度智能化的決策方法，可逐期調整優化改善該個別金融商品後續比較期間之有效年化投資報酬率績效。
步驟九：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；
該金融商品於固定基準期間當期最後收盤價前，可得各分時 期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；
依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以作高低排序；
同時合計該金融商品至當期為止，多空混合操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間止多空混合操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值有效年化投資報酬率至少各取最高與最低前二項；該累計損益有效年化投資報酬率排序較高者，其作多部位後續下一期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高者，作為後續下一期間金融商品各分時之部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；藉此，多維度智能化的決策方法，可逐期調整優化改善該個別金融商品後續比較期間之有效年化投資報酬率績效。
前述方法，若進行作多操作時，更可在該步驟七後增加一步驟十，若進行作空操作時，更可在該步驟八後增加一步驟十一，若進行多空混合操作時，更可在該步驟九後增加一步驟十二：
步驟十：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；
依該投資技術指標方法，由該決策指標運算器運算同時得出 該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時部位權值比例，作為該第2比較期間之各該分時的部位權值比例；
依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以高低排序，同時核計該金融商品至當期為止，作多操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，作為核計該金融商品於第2比較期間止，作多操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第2比較期間最後交易日收盤價前，該金融商品各分時比較期間之累計損益有效年化投資報酬率最佳者至少前二項，配置金融商品之各分時權值且紀錄之，作為後續下一期間該金融商品之各分時部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；
運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期調整各比較期間的分時部位累計損益有效年化投資報酬率高低之排序及優化配置後續下一期間分時部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時部位累計損益之有效年化投資報酬率績效。
步驟十一：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；
依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時新部位權 值比例，作為該第2比較期間之各該分時的部位權值比例；
依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以高低排序，同時核計該金融商品至當期為止，作空操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，並累加第1比較期間各部位權值所產生價差損益，作為核計該金融商品於第2比較期間止，作空操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第2比較期間最後交易日收盤價前，該金融商品各分時比較期間累計損益有效年化投資報酬率最低者至少前二項，配置金融商品之各分時權值排序且紀錄之，作為下一後續期間該金融商品之各分時部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益之有效年化投資報酬率之效益性；
運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期調整各比較期間的分時累計損益有效年化投資報酬率高低之排序及優化配置後續期間分時部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率之績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時部位累計損益之有效年化投資報酬率績效。
步驟十二：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；
依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時部位權值比例，作為該第2比較期間之各該分時的部位權值比例；
依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以高低排序，同時核計該金融商品至當期為止，多空混合操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，作為核計該金融商品於第2比較期間止，多空混合操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第2比較期間最後交易日收盤價前，該金融商品累計損益之有效年化投資報酬率績效最高者與最低者各至少前二項，配置該金融商品之各分時權值排序且紀錄之，作為下一後續期間該金融商品之各分時部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；
運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期調整各比較期間的分時部位累計損益之有效年化投資報酬率高低之排序及優化配置後續期間分時作多/作空部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率之績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時作多/作空部位累計損益有效年化投資報酬率績效。
其中，該步驟二、步驟四、步驟五、步驟六、步驟七、步驟八、步驟九、步驟十、步驟十一、步驟十二之該累計損益有效年化投資報酬率：
在該固定基準期間時該累計損益有效年化投資報酬率為：(固定基準期間各分時期間之累加損益÷固定基準期間初始日之前一日收盤價)÷(核算期間交易日數×1.46÷365)；
在各比較期間時該累計損益有效年化投資報酬率為：(核算期間止各期間累加損益÷固定基準期間結束日當日收盤價)÷(核算期間交易日數×1.46÷365)；
上述之核算期間交易日數，在該固定基準期間為該固定基準期間之期間交易日數，在該第1比較期間時，為該第1比較期間之期間交易日數，在該第2比較期間時，為(第1比較期間之期間交易日數+第2比較期間之期間交易日數)，在該後續期間時，為至該後續期間為止之各比較期間之期間交易日數之累加。
上述之(核算期間止各期間累加損益)，為在各比較期間每一個分時時段中，依該投資技術指標所得出的賣出觸發價格、買進觸發價格，累加每一個分時時段中之各賣出/買進分段價差(賣出觸發價格-買進觸發價格)，再減去各該比較期間的買賣成本(例如：手續費、稅金等)。
其中，該步驟四、步驟五、步驟六、步驟七、步驟八、步驟九、步驟十、步驟十一、步驟十二之該有效年化投資報酬率績效，為[於核算期間內，(個別分時部位權值比例與個別分時期間價差值乘積項之累加=各分時期間損益累加總值)÷該固定基準期間結束日當日收盤價÷(核算期間交易日數×1.46÷365)]；
上述之核算期間，在該第1比較期間時，為該第1比較期間之期間交易日數，在該第2比較期間時，為(第1比較期間之期間交易日數+第2比較期間之期間交易日數)，在該後續期間時，為至該後續期間為止之各比較期間之期間交易日數之累加。
本發明之金融商品提升報酬率多維度決策系統及其方法，更可應用於一投資組合，使該投資組合亦能提升報酬率，此應用於一投資組合之方法如下：該投資組合之總投資金額為R，包含S個金融商品，在該固定基準期間內，每一金融商品的投資金額為R÷S，並且每一金融商品依該投資技術指標方法得出累計總損益之有效年化投資報酬率，並且對每一金融商品之所經歷各比較期間止累計損益之有效年化投資報酬率進行高低排序，逐期動態調整優化配置後續期間每一金融商品部位權值，以作多為例，此即迄核算期間止各期間累加之累計損益之有效年化投資報酬率較高的金融商品，其所佔總投資金額的部位權值較大，依此可得投資組合中各金融 商品部位權值優化後之個別金融商品部位權值比例與個別金融商品期間損益值乘積，作為各金融商品當期期間損益累加為該投資組合優化後之期間損益，如此逐期優化調整各金融商品之所佔總投資金額的權值比例，續合計投資組合中個別金融商品各期間損益，可使整體金融商品組合預計報酬率改善提升，藉此多層次優化改善該投資組合整體累計總損益之有效年化投資報酬率。
其中，該步驟四之：[於該固定基準期間最後收盤價前依系統預定或投資人選定投資風險程度，對該金融商品之分時作多操作，至少取最高前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作多部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較高者，其配置作多部位權值比例較高或不低於排序較低者]，其配置較高前二項分時累計損益之有效年化投資報酬率之部位權值比例，依第1高、第2高之順序比例為50%、50%。
其中，該步驟五之：[於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作空操作，至少取最低前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作空部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較低者，其配置作空部位權值比例較高或不低於排序較高者]，其配置較低前二項分時之累計損益有效年化投資報酬率之部位權值比例，依第1低、第2低之順序比例為50%、50%。
其中，該步驟六之：[於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作多與分時作空兩者同時避險操作，至少各取最高與最低前二項分時期間累計損益之有效年化投資報酬率，該分時期間多空累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位 權值比例較高或不低於排序較高]；配置較高前二項分時累計損益有效年化投資報酬率之部位權值比例，依第1高、第2高之順序比例為25%、25%；同時配置較低前二項分時之累計有效年化投資報酬率之部位權值比例，依第1低、第2低之順序比例為25%、25%。
其中，該步驟七之：[該金融商品於該固定基準期間最後收盤價前，可得各分時期間操作損益及累計損益有效年化投資報酬率並予以作高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例]，係因該固定基準期間之分時累計損益有效年化投資報酬率，決定了獲利績效較高的幾個分時，因此依該高低排序優化配置各分時部位之權值比例，適用於後續第1比較期間之分時部位權值比例值；利用前後兩期間之時間連續特性，使金融商品的多空方向性、價格趨勢與優化部位權值比例值產生高強度關聯，達到優化改善第1比較期間該金融商品的累計有效年化投資報酬率。
換言之，本發明藉上述方法找出了獲利績效較高的幾個分時，並依此設定了較高的部位權值比例值，亦即找到了該金融商品在不同分時具有不同損益的差異性；此不同分時具有不同損益的差異性，係總結了該金融商品的各項影響股價多空方向及價格趨勢的主要因子，根據此一不同分時具有不同損益的差異性，本發明藉上述方法逐期動態優化改善該金融商品的投資報酬率，具有新的技術特徵。
其中，該步驟八之：[取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值之有效年化投資報酬率績效最低者至少前二項，配置該金融商品之作空分時部位權值排序且紀錄之，作為後續期間金融商品各該分時新配置優化的部位權值比例；如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益之有效年化投資報酬率之效益性；]，係因該第1比較期間最後交易日收盤價前之分時部位權重設定，決定了獲利較低的幾個分時，因此這分時部位權值比例設定方法適用於後續期間的交易日，以 提高該後續期間金融商品的期間累計損益有效年化投資報酬率。
其中，該金融商品投資報酬率多維度決策之方法，其係設於一電子裝置內，該電子裝置為：行動電話、股票機、平板電腦、筆記型電腦、桌上型電腦或物聯網裝置。
由上述可知，本發明金融商品投資報酬率多維度決策之方法，藉由一電子裝置對一金融商品使用一決策指標；擇一基準期間，同時選取多個分時進行決策分析，首先運用股票多空買賣決策系統(參閱TW：I436297)，可得該金融商品各分時多空買賣價格觸發點至當期為止分時期間價差損益累加值；利用減除多空買賣價格區間之多空不確定風險之技術手段，第一層次減除多空不確定風險之技術，可使一金融商品達到金融商品多空方向判定準確性和投資效益可預測性提高效果；其次，本發明之金融商品多維度分時期間累計損益有效年化投資報酬率的多分時逐期動態權值優化技術過程與方法，可依系統或投資人選定投資風險程度，將該金融商品利用多分時同步操作之損益差異性，在同一比較期間內，各分時有不同損益差額及分時累計損益有效年化投資報酬率高低排序，運用智能優化其等分時部位權值比例，權值優化配置技術過程與方法，智能優化該金融商品期間累計損益有效年化投資報酬率，第二層次多分時逐期動態部位權值優化之技術除大幅增加金融商品期間累計損益有效年化投資報酬率績效外，若搭配多空混合價差及部位權值比例避險操作，可大幅降低該金融商品個股系統風險之效果；
最後，再依系統或投資人選定投資風險程度，在同一比較期間內該複數金融商品之投資組合，利用多維度多金融商品同步操作之期間損益差異性，再運用投資組合部位權值優化配置技術過程與方法，即時動態優化配置各金融商品部位權值比例，如此逐期改善提升各金融商品期間損益之有效年化投資報酬率績效，使投資組合整體投資報酬率逐期智能調整優化並達穩定提升效果，第三層次動態優化該投資組合整體累計有效年化投資報酬率。
本發明金融商品投資報酬率多維度決策之方法，運用多層次指標決策及金融商品之多維度分時逐期動態部位權值優化之技術手段，延續至金融商品組合中各金融商品部位權值即時動態加權優化，達到各金融商品及其金融商品組合之整體投資報酬率權值優化改善之效果，符合系統智能優化和預期投資報酬率穩定提升等效益，確實達到本發明之目的。
1:金融商品提昇投資報酬率多維度決策方法
10:資料擷取模組
2:股市資料庫
20:資料運算模組
21:交易資料集合
22:決策指標運算器
28:控制指令
29:輸入裝置
30:輸出/顯示裝置
第1圖為本發明之功能方塊圖。
第2-1圖為本發明之一實施例之一資料表。
第2-2圖為本發明之一實施例之再一資料表。
第2-3圖為本發明之一實施例之另一資料表。
本說明書目前所述者僅屬本發明的眾多實施例之其中之一，在本發明之實際使用時，可使用與本說明書所述方法及裝置相類似或等效之任何方法或手段為之，本說明書中的金融商品、投資商品、股票泛指得以於市場流通交易之權利或衍生性金融商品或基金等，如選擇權或權證等，均統稱為金融商品。而股市則為交易上開股票之場所或手段。
以下將針對本發明的金融商品提昇投資報酬率多維度決策之方法大致組成進行說明。本發明的一範疇揭露了一種方法，其用於根據一股市資料庫中之複數個交易資料來進行運算。上開所提及之交易資料分別包含有一相對應的時間資料。
請一併參閱第1圖、第2-1圖、第2-2圖、第2-3圖。第1圖繪述了本發明的一具體實施例之功能方塊圖；第2-1圖、第2-2圖、第2-3圖為本發明之一實施例之3個資料表。
本發明的一範疇在於提供一種金融商品提昇投資報酬率多維度決策方法1，其用於根據一股市資料庫2中之複數交易資料進行運算，該等複數交易資料分別包含有一組的金融商品股票、一相對應的投資組 合、股票代號、日期及價格資料；
由第1圖可見，本發明的金融商品投資報酬率多維度決策方法1，包含有一資料擷取模組10、一資料運算模組20、輸出/顯示裝置30；該金融商品投資報酬率多維度決策方法1可設於任一電子裝置內，該電子裝置例如可為行動電話、股票機、平板電腦、筆記型電腦、桌上型電腦及物聯網裝置等，並不以所舉例為限。
該資料擷取模組10與外部之股市資料庫2相耦接，該資料運算模組20與資料擷取模組10相耦接；該資料運算模組20包含有交易資料集合21、控制指令28、輸入裝置29、決策指標運算器22；
該資料運算模組20之交易資料集合21與該資料擷取模組10相耦接，該資料擷取模組10自該股市資料庫2自動地以一頻率或週期或投資人輸入的條件，來擷取複數個交易資料並將該等複數個交易資料存入該交易資料集合21；更明確的說，資料擷取模組10得自一儲存有金融商品、股票相關資料的線上或離線資料庫中，按系統預設的條件或投資人輸入的條件來擷取多個對應的交易資料；交易資料得包含有股票之代號、名稱、買賣價格、交易時間、分時週期、交易數量或其他如交割時限或股票種類等資料。
在資料擷取模組10取得這些交易資料後，該等交易資料將會存放及紀錄於資料運算模組20中的交易資料集合21中，以作為後續之資料分析和處理使用。
該控制指令28與該交易資料集合21、該輸入裝置29、該決策指標運算器22相耦接；
如第2-1圖之實施例所示，該金融商品為A股票。
該控制指令28針對該金融商品進行以下步驟：
步驟一：對該金融商品選擇一投資技術指標方法，該投資技術指標方法包括[股票多空買賣決策系統]使用的技術；
步驟二：一固定基準期間，該固定基準期間有一期間交易 日，在該固定基準期間內，對該金融商品依該投資技術指標方法，選取多個分時時段，由該決策指標運算器運算，同時得出各分時時段之多空觸發買賣價格點，依系統預定或投資人選定投資風險程度，以該投資技術指標方法核算該時段之多空觸發買賣價格損益價差值，該金融商品在多個分時時段下，在該固定基準期間最後收盤前，得到該金融商品各分時時段損益價差值及累計損益有效年化投資報酬率，並依該累計損益有效年化投資報酬率高低作排序；
其中，該步驟一之[股票多空買賣決策系統]使用的技術，係指中華民國發明專利號I436297[股票多空決策系統]中揭露之技術，該發明中其動態多空決策系統演算法係包括以下參數，於盤中或盤後計算一多空決策因子β，β=(I×W1+J×W2+K×W3)÷C4+(1+θ×W4)，其中W1、W2、W3、W4、C4，為該決策系統決定之最佳權重值，相對量能潮θ，其係由昨日大盤成交量及今日大盤預估成交量，對比個股昨日成交量及個股今日預估成交量，而求得即時θ值；當日開盤強弱度I，係由個股今日開盤價對比昨日收盤價，該決策系統再選擇性分配一權重值C1，而求得I值；盤中即時強弱度J，係由個股盤中成交價對比今日開盤價，該決策系統再選擇性分配一權重值C2，而求得J值；以及盤中價格振幅K，係由個股今日盤中最高價和最低價之差，對比昨日收盤價，該決策系統再選擇性分配一權重值C3，而求得K值；投資人可自行設定或採行由該決策系統計算提供一風險控制區(β2,β1)，當該多空決策因子β>β1時，判定為多頭買進訊號，此時金融商品之價格即為買進觸發價格；當該多空決策因子β<β2時，判定為空頭賣出訊號，此時金融商品之價格即為賣出觸發價格。
其中，步驟二之該分時多空觸發買賣價格點，係指該金融商品在多個不同的分時時段下，依該投資技術指標方法得出之賣出觸發價格與買進觸發價格，核計可得當期個別分時期間價差及損益值。
其中，該多個分時時段，係指多個不同的時間週期，例如：若分時時段為15分鐘，則以每15分鐘為一週期，於每一週期依該投資技術指 標方法得出每一週期之賣出觸發價格與每一週期買進觸發價格。如第2-1圖之實施例所示，以A股票，且以取5個時間週期為例，其時間週期之分時單位依序為5分鐘、10分鐘、15分鐘、30分鐘、一交易日等。
前述之：[步驟二：…該固定基準期間內，對該金融商品依該投資技術指標方法，選取多個分時時段，由該決策指標運算器運算，同時得出各分時時段之多空觸發買賣價格點，依系統預定或投資人選定投資風險程度，以該投資技術指標方法核算該時段之多空觸發買賣價格損益價差值，該金融商品在多個分時時段下，在該固定基準期間最後收盤前，得到該金融商品各分時時段損益價差值及累計損益有效年化投資報酬率，並依該累計損益有效年化投資報酬率高低作排序]，如第2-1圖之實施例所示，在一固定基準期間內，其A股票依第2-1圖之高低排序各分時時段累計損益之有效年化投資報酬率；(括弧內為該投資報酬率之由高而低之排序)，依分時單位為5分鐘、10分鐘、15分鐘、30分鐘、一交易日之順序分別為：69.6%(2)、32.12%(5)、124.38%(1)、63.84%(3)、37.05%(4)等。
步驟三：續，以下依系統預定或投資人選定投資風險程度，作不同之操作：若進行作多操作時，接續步驟四，若進行作空操作時，接續步驟五，若進行多空混合操作時，接續步驟六；
步驟四：續，於該固定基準期間最後收盤價前依系統預定或投資人選定投資風險程度，對該金融商品之分時作多操作，至少取最高前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作多部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較高者，其配置作多部位權值比例較高或不低於排序較低者；
該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由配置作多操作之部位權值作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的作多操作方向準確性與累計損益之有效年化投資報酬率之效益 性；
步驟五：續，於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作空操作，至少取最低前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作空部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較低者，其配置作空部位權值比例較高或不低於排序較高者；
該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由配置作空操作之部位權值作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的作空操作方向準確性與累計損益之有效年化投資報酬率之效益性；
步驟六：續，於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作多與分時作空兩者同時避險操作，至少各取最高與最低前二項分時期間累計損益之有效年化投資報酬率，該分時期間多空累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高；
如此可得該金融商品中，於該固定基準期間當期最後收盤價前各分時期間個別操作損益、累計損益之有效年化投資報酬率及其高低排序，比較核計可得多個分時多空混合操作後續期間各該分時的作多/作空部位權值比例；
該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由多維度分時決策所優化配置多空混合操作之部位權值新設定值操作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的多空混合操作方向準確性 和累計損益之有效年化投資報酬率之績效，另因同步分時做多和分時做空混合價差及部位權值比例避險操作，可大幅降低該金融商品個股系統風險之效果；
前述之：[步驟三：續，以下依不同之操作而進行後續步驟：若進行作多操作時，接續步驟四，若進行作空操作時，接續步驟五，若進行多空混合操作時，接續步驟六；]，如第2-1圖之實施例即以多空混合操作，其多空部位權值比例分別為50%、50%作為實施例。
前述之步驟六，如第2-1圖之實施例所示，其分時累計損益之有效年化投資報酬率排序較高前二項為124.38%(1)、69.6%(2)，其分時為15分鐘、5分鐘，其配置分時作多部位權值比例分別為50%(=25%+25%)；其分時累計損益之有效年化投資報酬率排序較低前二項為32.12%(5)、37.05%(4)，其分時為10分鐘、一交易日，其配置分時作空部位權值比例分別為50%(=25%+25%)，如此部位權值比例配置可優化下一比較期間該金融商品累計損益之有效年化投資報酬率。
前述方法，若進行作多操作時，更可在該步驟四後增加一步驟七，若進行作空操作時，更可在該步驟五後增加一步驟八，若進行多空混合操作時，更可在該步驟六後增加一步驟九：
步驟七：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；該金融商品於該固定基準期間最後收盤價前，可得各分時期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；
依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以作高低排序；
同時核計該金融商品至當期為止，作多操作之個別分時部位 權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間止作多操作累計總損益之有效年化投資報酬率績效並紀錄之；
續，取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值之累計損益有效年化投資報酬率最佳者至少前二項，配置金融商品之分時部位權值且紀錄之，作為後續期間金融商品各該分時新配置優化的部位權值比例；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；續由累計損益有效年化投資報酬率高低排序可配置優化部位權值比例值，因此可逐期優化改善個別金融商品作多操作下之部位權值效益性，進而達到多維度逐期調整優化改善該金融商品後續比較期間之有效年化投資報酬率績效；藉此，多維度智能化的決策方法，可逐期調整優化改善該個別金融商品後續比較期間之有效年化投資報酬率績效；
步驟八：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；
該金融商品於固定基準期間當期最後收盤價前可得各分時期間操作損益及累計損益有效年化投資報酬率並予以作高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；
依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以高低排序；
同時合計該金融商品至當期為止，作空操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金 融商品於第1比較期間止作空操作累計總損益之有效年化投資報酬率績效並紀錄之；
續，取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值之有效年化投資報酬率績效最低者至少前二項，配置該金融商品之分時部位權值排序且紀錄之，作為後續期間金融商品各該分時新配置優化的部位權值比例；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益之有效年化投資報酬率之效益性；續由累計損益有效年化投資報酬率績效高低排序與配置優化部位權值比例值，因此可逐期調整優化改善該個別金融商品與後續比較期間之累計損益有效年化投資報酬率績效；
步驟九：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；該金融商品於固定基準期間當期最後收盤價前，可得各分時期間操作損益累計損益有效年化投資報酬率並予以作高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；
依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以作高低排序；
同時合計該金融商品至當期為止，多空混合操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間止多空混合操作累計總損益及有效年化投資報酬率績效並紀錄之；
至少各取最高與最低前二項分時累計損益有效年化投資報酬率，該累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有 效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高者，作為後續期間金融商品各分時之部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；
藉此，多維度智能化的決策方法，可逐期調整優化改善該個別金融商品後續比較期間之有效年化投資報酬率績效。
前述方法，若進行作多操作時，更可在該步驟七後增加一步驟十，若進行作空操作時，更可在該步驟八後增加一步驟十一，若進行多空混合操作時，更可在該步驟九後增加一步驟十二：
步驟十：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；
依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時部位權值比例，作為該第2比較期間之各該分時的部位權值比例；
依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以高低排序，同時核計該金融商品至當期為止，作多操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，並累加第1比較期間各分時部位權值所產生價差損益，作為核計該金融商品於第2比較期間止，作多操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第2比較期間最後交易日收盤價前，該金融商品各分時比較期間之累計損益有效年化投資報酬率最高者至少前二項，配置金融商品之各分時權值且紀錄之，作為下一後續期間該金融商品之各分時部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同 時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；
運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期核計調整各比較期間的分時部位累計損益有效年化投資報酬率高低之排序及優化配置後續期間分時部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時部位累計損益之有效年化投資報酬率績效。
步驟十一：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；
依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時新部位權值比例，作為該第2比較期間之各該分時的部位權值比例；
依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以高低排序，同時核計該金融商品至當期為止，作空操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，並累加第1比較期間各分時部位權值所產生價差損益，作為核計該金融商品於第2比較期間止，作空操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第2比較期間最後交易日收盤價前，該金融商品各分時比較期間累計損益有效年化投資報酬率最低者至少前二項，配置金融商品之各分時權值排序且紀錄之，作為下一後續期間該金融商品之各分時部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益之有效年化投資報酬率之效益性；
運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期核計調整各比較期間的分時累計損益有效年化投資報酬率高低之排序及優化配置後續期間分時部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率之績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時部位累計損益之有效年化投資報酬率績效。
步驟十二：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；
依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時部位權值比例，作為該第2比較期間之各該分時的部位權值比例；
依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以高低排序，同時核計該金融商品至當期為止，多空混合操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，作為核計該金融商品於第2比較期間止，多空混合操作累計總損益及有效年化投資報酬率績效並紀錄之；
續，取該第2比較期間最後交易日收盤價前，該金融商品累計損益之有效年化投資報酬率績效最高者與最低者各至少前二項，配置該金融商品之各分時權值排序且紀錄之，作為下一後續期間該金融商品之各分時部位權值；
如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；
運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期核計調整各比較期間的分時部位累計損益之有效年化投資報酬率高低之排序及優化配置後續期間分時作多/作空部位權值比例值，可得 個別金融商品於該比較期間各分時有效年化投資報酬率之績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時作多/作空部位累計損益有效年化投資報酬率績效。
其中，該步驟二、步驟四、步驟五、步驟六、步驟七、步驟八、步驟九、步驟十、步驟十一、步驟十二之該累計損益有效年化投資報酬率：
在該固定基準期間時該累計損益有效年化投資報酬率為：(固定基準期間各分時期間之累加損益÷固定基準期間初始日之前一日收盤價)÷(核算期間交易日數×1.46÷365)；
在各比較期間時該累計損益有效年化投資報酬率為：(核算期間止各期間累加損益÷固定基準期間結束日當日收盤價)÷(核算期間交易日數×1.46÷365)；
上述之核算期間交易日數，在該固定基準期間為該固定基準期間之期間交易日數，在該第1比較期間時，為該第1比較期間之期間交易日數，在該第2比較期間時，為(第1比較期間之期間交易日數+第2比較期間之期間交易日數)，在該後續期間時，為至該後續期間為止之各比較期間之期間交易日數之累加。
上述之(核算期間止各期間累加損益)，為在各比較期間每一個分時時段中，依該投資技術指標所得出的賣出觸發價格、買進觸發價格，累加每一個分時時段中之各賣出/買進分段價差(賣出觸發價格-買進觸發價格)，再減去各該比較期間的買賣成本(例如：手續費、稅金等)。
如第2-1圖之實施例所示，A股票在固定基準期間內，其5分鐘之分時期間價差損益值，即5分鐘之分時賣出/買進分時期間價差損益值其為$468.2元，其固定基準期間初始日之前一日收盤價為$4815元，固定基準期間之期間交易日數34.93日，期間交易日數×1.46為當期之日曆日數，因此該金融商品於固定基準期間當期之5分鐘之分時賣出/買進分時期間價差之累計損益有效年化投資報酬率=(468.2÷4815)÷(34.93×1.46÷365)=69.60%。
其中，該步驟四、步驟五、步驟六、步驟七、步驟八、步驟九、步驟十、步驟十一、步驟十二之該金融商品之累計損益有效年化投資報酬率績效，為[於核算期間內，(個別分時部位權值比例與個別分時期間價差值乘積項之累加=各分時期間損益累加總值)÷該固定基準期間結束日當日收盤價÷(核算期間交易日數×1.46÷365)]；
上述之核算期間，在該第1比較期間時，為該第1比較期間之期間交易日數，在該第2比較期間時，為(第1比較期間之期間交易日數+第2比較期間之期間交易日數)，在該後續期間時，為至該後續期間為止之各比較期間之期間交易日數之累加。
如第2-1圖之單一證券A股票實施例，分時多空部位權值比例為50%、50%，其為分時多空混合操作；該固定基準期間各分時交易日數分別為34.93日、44.41日、52.56日、61日、267日；其第1比較期間之各分時交易日設定為：固定基準期間原各分時交易日數+10個交易日，該10個交易日即為第1比較期間之期間交易日數，由原該固定基準期間期末延續至第1比較期間之期間交易日數；在該固定基準期間結束日，對應各分時單位累計有效年化投資報酬率(排序)較高前二項為15分鐘_124.38%(1)、5分鐘_69.60%(2)，其配置作多權值比例分別為25%、25%，對應各分時累計有效年化投資報酬率(排序)較低前二項為10分鐘_32.12%(5)、1交易日_37.05%(4)，其配置作空分時權值比例分別為25%、25%；以此作為後一比較期智能優化配置的分時多空部位權值比例，如此可優化改善此一比較期間當期止分時操作累計損益，用以提昇該金融商品之有效年化投資報酬率績效。
再者，該第2比較期間之交易日為：該固定基準期間各分時交易日數+20個交易日，即第1比較期間之期間交易日數為10個交易日，第2比較期間之期間交易日數為10個交易日，由原該固定基準期間期末延續至第1比較期間止各期間累加損益，核計各分時累計損益有效年化投資報酬率對應部位權值比例排序較高前二項為1交易日_-29.95%(1)、15分鐘_-58.70%(2)，其配置作多分時權值比例分別為25%、25%，各分時累計損益 有效年化投資報酬率排序較低前二項為：
10分鐘_-161.12%(5)、30分鐘_-140.24%(4)，其配置作空分時權值比例分別為25%、25%；以此四項作權值比例為後續比較期間優化配置的分時部位權值比例，如此可調整改善此一第2比較期間當期止操作損益，續達到逐期智能動態權值優化該金融商品核算期間止累計損益有效年化投資報酬率績效。
本發明之金融商品提升報酬率多維度決策系統及其方法，更可應用於一投資組合，使該投資組合亦能提升報酬率，此應用於一投資組合之方法如下：該投資組合之總投資金額為R，包含S個金融商品，在該固定基準期間內，每一金融商品的投資金額為R÷S，並且每一金融商品依該投資技術指標方法得出累計損益之有效年化投資報酬率，並且對每一金融商品所經歷各比較期間止累計損益之有效年化投資報酬率進行高低排序，逐期調整優化配置後續期間每一金融商品部位權值，以作多為例，此即迄核算期間止各期間累加之累計損益之有效年化投資報酬率較高的金融商品，其所佔總投資金額的部位權值較大，依此可得各金融商品部位權值優化後之個別分時部位權值比例與個別分時期間損益值乘積，作為各金融商品當期期間損益，如此逐期優化調整各金融商品之所佔總投資金額的權值，續合計各金融商品各期間損益，使整體金融商品組合預計報酬率改善提升，藉此多層次優化改善該投資組合整體累計有效年化投資報酬率績效。
前述之：[步驟三：續，以下依不同之操作而進行後續步驟：若進行作多操作時，接續步驟四，若進行作空操作時，接續步驟五，若進行多空混合操作時，接續步驟六；]，如第2-1圖之實施例即以多空混合操作，其多空部位權值比例分別為50%、50%作為實施例。
前述之步驟六，如第2-1圖之實施例所示，在該固定基準期間內，其分時累計有效年化投資報酬率排序較高前二項為124.38%(1)、69.6%(2)，其分時為15分鐘、5分鐘，其配置分時作多部位權值比例分別為25%、25%；其分時累計有效年化投資報酬率排序較低前二項為32.12%(5)、 37.05%(4)，其分時為10分鐘、一交易日，其配置分時作空部位權值比例分別為25%、25%，如此多空部位權值比例配置可優化下一比較期間該金融商品累計損益有效年化投資報酬率。
其中，該步驟四之：[於該固定基準期間最後收盤價前依系統預定或投資人選定投資風險程度，對該金融商品之分時作多操作，至少取最高前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作多部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較高者，其配置作多部位權值比例較高或不低於排序較低者]，其配置較高前二項分時累計損益之有效年化投資報酬率之部位權值比例，依第1高、第2高之順序比例為50%、50%。
其中，該步驟五之：[於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作空操作，至少取最低前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作空部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較低者，其配置作空部位權值比例較高或不低於排序較高者1，其配置較低前二項分時之累計損益有效年化投資報酬率之部位權值比例，依第1低、第2低之順序比例為50%、50%。
其中，該步驟六之：[於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作多與分時作空兩者同時避險操作，至少各取最高與最低前二項分時期間累計損益之有效年化投資報酬率，該分時期間多空累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高]；其配置較高前二項分時累計損益有效年化投資報酬率之作多部位權值比例，依第1高、第2高之順序比例為25%、25%；同時配置較低前二項分時之累計有效年化投資報酬率之作空部位權值比例，依第1低、第2低之順序比例為25%、25%。
其中，該步驟七之：[該金融商品於該固定基準期間最後收盤價前，可得各分時期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例]，係因該固定基準期間之分時累計損益有效年化投資報酬率，決定了獲利較高的幾個分時，因此依該高低排序優化配置各分時部位之權值比例，適用於後續第1比較期間之分時部位權值比例值；利用前後兩期間之時間連續特性，使金融商品的多空方向性、價格趨勢與優化部位權值比例值產生高強度關聯，達到優化改善第1比較期間金融商品的累計有效年化投資報酬率。
換言之，本發明藉上述方法找出了獲利較高的幾個分時，並依此設定了較高的部位權值，亦即找到了該金融商品在不同分時具有不同損益的差異性，此不同分時具有不同損益的差異性係總結了該金融商品的各項影響股價的特性，根據此一不同分時具有不同獲利的差異性，本發明藉上述方法優化改善該金融商品的投資報酬率，具有新的技術特徵。
其中，該步驟七之：[取該第1比較期間最後交易日收盤價前之金融商品累計損益之有效年化投資報酬率績效越低者至少前二項，配置該金融商品之原分時部位權值比例值排序且紀錄之，作為後續第2比較期間金融商品之部位權值比例值，如此可逐期預測金融商品/股票之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；]，係因該第1比較期間最後交易日收盤價前之分時部位權值比例設定，決定了損益較低的幾個分時，因此這個分時權值比例適用於後續期間的交易日，以提高該後續期間金融商品的累計損益有效年化投資報酬率。
其中，該金融商品投資報酬率多維度決策之方法，其係設於一電子裝置內，該電子裝置為：行動電話、股票機、平板電腦、筆記型電腦、桌上型電腦或物聯網裝置。
由上述可知，本發明金融商品投資報酬率多維度決策之方法， 藉由一電子裝置對一金融商品使用一決策指標；擇一基準期間，同時選取多個分時進行決策分析，首先運用股票多空買賣決策系統(參閱TW：I436297)，可得該金融商品各分時多空買賣價格觸發點至當期為止分時期間價差損益累加值；利用減除多空買賣價格區間之多空不確定風險之技術手段，第一層次減除多空不確定風險之技術，可使一金融商品達到金融商品多空方向判定準確性和投資效益可預測性提高效果；其次，本發明之金融商品多維度分時期間累計損益有效年化投資報酬率的多分時逐期動態部位權值優化技術過程與方法，可依系統或投資人選定投資風險程度，將該金融商品利用多分時同步操作之損益差異性，在同一比較期間內，各分時有不同損益差額及分時累計損益有效年化投資報酬率高低排序，運用智能優化其等分時部位權值比例，權值優化配置技術過程與方法，智能優化該金融商品期間累計損益有效年化投資報酬率，第二層次多分時逐期動態部位權值優化之技術除大幅增加金融商品期間累計損益有效年化投資報酬率績效外，若搭配多空混合價差及部位權值比例避險操作，可大幅降低該金融商品個股系統風險之效果；
最後，再依系統或投資人選定投資風險程度，在同一比較期間內該複數金融商品之投資組合，利用多維度多金融商品同步操作之期間損益差異性，再運用投資組合部位權值優化配置技術過程與方法，即時動態優化配置各金融商品部位權值比例，如此逐期改善提升各金融商品期間損益之有效年化投資報酬率績效，使投資組合整體投資報酬率逐期智能調整優化並達穩定提升效果，第三層次動態優化該投資組合整體累計有效年化投資報酬率。
本發明金融商品投資報酬率多維度決策之方法，運用多層次指標決策及金融商品之多維度分時逐期動態部位權值優化之技術手段，延續至金融商品組合中各金融商品部位權值即時動態加權優化，達到各金融商品及其金融商品組合之整體投資報酬率權值優化改善之效果，符合系統智能優化和預期投資報酬率穩定提升等效益，確實達到本發明之目的。
1:金融商品提昇投資報酬率多維度決策方法
10:資料擷取模組
2:股市資料庫
20:資料運算模組
21:交易資料集合
22:決策指標運算器
28:控制指令
29:輸入裝置
30:輸出/顯示裝置

Claims (10)

  1. 一種金融商品提昇投資報酬率多維度決策方法，其用於根據一股市資料庫中之複數交易資料進行運算，該等複數交易資料分別包含有一相對應的金融商品、股票代號、日期、價格資料：該方法包括使用一資料擷取模組、使用一資料運算模組；該資料擷取模組與外部之股市資料庫相耦接，該資料運算模組與該資料擷取模組相耦接；該資料運算模組包含有：一交易資料集合、一控制指令、一輸入裝置、一決策指標運算器；該資料運算模組之交易資料集合與該資料擷取模組相耦接，該資料擷取模組自該股市資料庫擷取複數個交易資料，並將該等複數個交易資料存入該交易資料集合；該控制指令與該決策指標運算器相耦接；該控制指令針對該金融商品進行以下步驟：步驟一：對該金融商品選擇一投資技術指標方法，該投資技術指標方法包括但不限定一股票多空買賣決策系統使用的技術，該技術為：於盤中或盤後計算一多空決策因子β，β=(I×W1+J×W2+K×W3)÷C4+(l+θ×W4)，其中W1、W2、W3、W4、C4，為該決策系統決定之最佳權重值，相對量能潮θ，其係由昨日大盤成交量及今日大盤預估成交量，對比個股昨日成交量及個股今日預估成交量，而求得即時θ值；當日開盤強弱度I，係由個股今日開盤價對比昨日收盤價，該決策系統再選擇性分配一權重值C1，而求得I值；盤中即時強弱度J，係由個股盤中成交價對比今日開盤價，該決策系統再選擇性分配一權重值C2，而求得J值；以及盤中價格振幅K，係由個股今日盤中最高價和最低價之差，對比昨日收盤價，該決策系統再選擇性分配一權重值C3，而求得K值；投資人 可自行設定或採行由該決策系統計算提供一風險控制區(β2,β1)，當該多空決策因子β>β1時，判定為多頭買進訊號，此時金融商品之價格即為買進觸發價格；當該多空決策因子β<β2時，判定為空頭賣出訊號，此時金融商品之價格即為賣出觸發價格；步驟二：續於步驟一之後，一固定基準期間，該固定基準期間有一期間交易日，在該固定基準期間內，對該金融商品依該投資技術指標方法，選取多個分時時段，由該決策指標運算器運算，同時得出各分時時段之多空觸發買賣價格點，依系統預定或投資人選定投資風險程度，以該投資技術指標方法核算該時段之多空觸發買賣價格損益價差值，該金融商品在多個分時時段下，在該固定基準期間最後收盤前，得到該金融商品各分時時段損益價差值及累計損益有效年化投資報酬率，並依該累計損益有效年化投資報酬率高低作排序；其中，步驟二之該分時多空觸發買賣價格點，係指該金融商品在多個不同的分時時段下，依該投資技術指標方法得出之賣出觸發價格與買進觸發價格，核計可得當期個別分時期間價差及損益值；其中，該多個分時時段，係指多個不同的時間週期；步驟三：續於步驟二之後，以下依系統預定或投資人選定投資風險程度，作不同之操作：若進行作多操作時，接續步驟四，若進行作空操作時，接續步驟五，若進行多空混合操作時，接續步驟六；步驟四：於該固定基準期間最後收盤價前依系統預定或投資人選定投資風險程度，對該金融商品之分時作多操作，至少取最高前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作多部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較高者，其優化配置作多部位權值 比例較高或不低於排序較低者；該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由配置作多操作之部位權值作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的作多操作方向準確性；步驟五：於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作空操作，至少取最低前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作空部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較低者，其配置作空部位權值比例較高或不低於排序較高者；該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由配置作空操作之部位權值作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的作空操作方向準確性；步驟六：於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作多與分時作空兩者同時避險操作，至少各取最高與最低前二項分時期間累計損益之有效年化投資報酬率，該分時期間多空累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高；如此可得該金融商品中，於該固定基準期間當期最後收盤價前各分時期間個別操作損益、累計損益之有效年化投資報酬率及其高低排序，比較核計可得多個分時多空混合操作後續期間各該分時的作多/作空部 位權值比例；該金融商品的多空屬性與價格趨勢預測，在此固定基準期間結束進入該後續期間後，由多維度分時決策所優化配置多空混合操作之部位權值新設定值操作主導，如此可逐期預測金融商品之個股多空屬性與價格趨勢性，優化改善該金融商品於該後續期間的多空混合操作方向準確性和累計損益之有效年化投資報酬率之效益性。
  2. 如請求項1所述之金融商品提昇投資報酬率多維度決策方法，若進行作多操作時，更可在該步驟四後增加一步驟七，若進行作空操作時，更可在該步驟五後增加一步驟八，若進行多空混合操作時，更可在該步驟六後增加一步驟九：步驟七：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；該金融商品於該固定基準期間最後收盤價前，可得各分時期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以作高低排序；同時核計該金融商品至當期為止，作多操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間止作多操作累計總損益及有效年化投資報酬率績效並紀錄之； 取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值之累計損益有效年化投資報酬率最高者至少前二項，配置金融商品之分時部位權值且紀錄之，作為下一後續期間金融商品各該分時新配置優化的部位權值比例；如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；續由累計損益有效年化投資報酬率高低排序可配置優化部位權值比例值，因此可逐期優化改善個別金融商品作多操作下之部位權值效益性，進而達到多維度逐期調整優化改善該金融商品後續比較期間之有效年化投資報酬率績效；藉此，多維度智能化的決策方法，可逐期調整優化改善該個別金融商品後續比較期間之有效年化投資報酬率績效；步驟八：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；該金融商品於固定基準期間當期最後收盤價前可得各分時期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以高低排序；同時合計該金融商品至當期為止，作空操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間作空操作累計總損益及有效年化投資報酬率績效並紀 錄之；取該第1比較期間最後交易日收盤價前金融商品各分時期間損益值之有效年化投資報酬率績效最低者至少前二項，配置該金融商品之作空分時部位權值排序且紀錄之，作為下一後續期間金融商品各該分時新配置優化的部位權值比例；如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益之有效年化投資報酬率之效益性；續由累計損益有效年化投資報酬率績效高低排序與配置優化部位權值比例值，因此可逐期調整優化改善該個別金融商品與後續比較期間之累計損益有效年化投資報酬率績效；步驟九：一第1比較期間，該第1比較期間有一期間交易日，該第1比較期間之期間交易日係接續在該固定基準期間之期間交易日之後；該金融商品於固定基準期間當期最後收盤價前，可得各分時期間操作損益累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例；依該投資技術指標方法，由該決策指標運算器運算同時得出各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；依系統預定或投資人選定方式，可得各分時累計損益有效年化投資報酬率並予以作高低排序；同時合計該金融商品至當期為止，多空混合操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為當期總損益，作為核計該金融商品於第1比較期間止多空混合操作累計總損益及有效年化投資報酬率績效並紀錄之；至少各取最高與最低前二項分時累計損益有效年化投資報酬率，該 累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高者，作為下一後續期間金融商品各分時之部位權值；如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性。
  3. 如請求項2所述之金融商品提昇投資報酬率多維度決策方法，若進行作多操作時，更可在該步驟七後增加一步驟十，若進行作空操作時，更可在該步驟八後增加一步驟十一，若進行多空混合操作時，更可在該步驟九後增加一步驟十二：步驟十：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時部位權值比例，作為該第2比較期間之各該分時的部位權值比例；依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以高低排序，同時核計該金融商品至當期為止，作多操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，作為核計該金融商品於第2比較期間 止，作多操作累計總損益及有效年化投資報酬率績效並紀錄之；取該第2比較期間最後交易日收盤價前，該金融商品各分時比較期間之累計損益有效年化投資報酬率最佳者至少前二項，配置金融商品之各分時權值且紀錄之，作為下一後續期間該金融商品之各分時部位權值；如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期調整各比較期間的分時部位累計損益有效年化投資報酬率高低之排序及優化配置下一後續期間分時部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時部位累計損益之有效年化投資報酬率績效；步驟十一：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時新部位權值比例，作為該第2比較期間之各該分時的部位權值比例；依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以作高低排序；同時核計該金融商品至當期為止，作空操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，並累加 第1比較期間各部位權值所產生價差損益，作為核計該金融商品於第2比較期間止，作空操作累計總損益及有效年化投資報酬率績效並紀錄之；取該第2比較期間最後交易日收盤價前，該金融商品各分時比較期間累計損益有效年化投資報酬率最低者至少前二項，配置金融商品之各分時權值排序且紀錄之，作為後續期間該金融商品之各分時部位權值；如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益之有效年化投資報酬率之效益性；如此運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期調整各比較期間的分時累計損益有效年化投資報酬率高低之排序及優化配置後續期間分時部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率之績效；藉此金融商品投資報酬率多維度決策之方法，智能優化改善該個別金融商品各比較期間的分時部位累計損益之有效年化投資報酬率績效；步驟十二：一第2比較期間，該第2比較期間有一期間交易日，該第2比較期間之期間交易日係接續在該第1比較期間之期間交易日之後；依該投資技術指標方法，由該決策指標運算器運算同時得出該金融商品各分時多空觸發買賣價格點至當期為止個別分時期間價差損益累加值；於該第1比較期間當期最後收盤價前，優化配置各該分時部位權值比例，作為該第2比較期間之各該分時的部位權值比例；依系統預定或投資人選定方式，可得該金融商品各分時比較期間累計損益有效年化投資報酬率並予以作高低排序；同時核計該金融商品至當期為止，多空混合操作之個別分時部位權值比例與個別分時期間損益值乘積項累加為該金融商品當期總損益，作 為核計該金融商品於第2比較期間止，多空混合操作累計總損益及有效年化投資報酬率績效並紀錄之；取該第2比較期間最後交易日收盤價前，該金融商品累計損益之有效年化投資報酬率績效最高者與最低者各至少前二項，配置該金融商品之各分時權值排序且紀錄之，作為下一後續期間該金融商品之各分時部位權值；如此可逐期預測金融商品之個股多空屬性與價格趨勢性，同時調整優化改善該金融商品於此一比較期間的多空方向預測性和累計損益有效年化投資報酬率之效益性；如此運用多維度優化金融商品的多空方向及價格高低起伏變化之過程中，逐期調整各比較期間的分時部位累計損益之有效年化投資報酬率高低之排序及優化配置後續期間分時作多/作空部位權值比例值，可得個別金融商品於該比較期間各分時有效年化投資報酬率之績效。
  4. 如請求項3所述之金融商品提昇投資報酬率多維度決策方法，更可應用於一投資組合，使該投資組合亦能提升報酬率，此應用於一投資組合之方法如下：該投資組合之總投資金額為R，包含S個金融商品，在該固定基準期間內，每一金融商品的投資金額為R÷S，並且每一金融商品依該投資技術指標方法得出累計損益之有效年化投資報酬率，並且對每一金融商品所經歷各比較期間止累計損益之有效年化投資報酬率進行高低排序，逐期調整優化配置後續期間每一金融商品部位權值，依此可得各金融商品部位權值優化後之個別分時部位權值比例與個別分時期間損益值乘積，作為各金融商品當期期間損益，如此逐期優化調整各金融商品之所佔總投資金額的權值，續合計各金融商品各期間損益， 使整體金融商品組合預計報酬率改善提升，藉此多層次優化改善該投資組合整體累計有效年化投資報酬率。
  5. 如請求項4所述之金融商品提昇投資報酬率多維度決策方法，其中，該步驟二、步驟四、步驟五、步驟六、步驟七、步驟八、步驟九、步驟十、步驟十一、步驟十二之該累計損益有效年化投資報酬率：在該固定基準期間時該累計損益有效年化投資報酬率為：(固定基準期間各分時期間之累加損益÷固定基準期間初始日之前一日收盤價)÷(核算期間交易日數×1.46÷365)；在各比較期間時該累計損益有效年化投資報酬率為：(核算期間止各期間累加損益÷固定基準期間結束日當日收盤價)÷(核算期間交易日數×1.46÷365)；上述之核算期間交易日數，在該固定基準期間為該固定基準期間之期間交易日數，在該第1比較期間時，為該第1比較期間之期間交易日數，在該第2比較期間時，為(第1比較期間之期間交易日數+第2比較期間之期間交易日數)，在該後續期間時，為至該後續期間為止之各比較期間之期間交易日數之累加；上述之(核算期間止各期間累加損益)，為在各比較期間每一個分時時段中，依該投資技術指標所得出的賣出觸發價格、買進觸發價格，累加每一個分時時段中之各賣出/買進分段價差(賣出觸發價格-買進觸發價格)，再減去各該比較期間的買賣成本。
  6. 如請求項5所述之金融商品提昇投資報酬率多維度決策方法，其中 該有效年化投資報酬率績效，為於核算期間內，(個別分時部位權值比例與個別分時期間價差值乘積項之累加)÷該固定基準期間結束日當日收盤價÷(核算期間交易日數×1.46÷365)；上述之核算期間易日數，在該第1比較期間時，為該第1比較期間之期間交易日數，在該第2比較期間時，為(第1比較期間之期間交易日數+第2比較期間之期間交易日數)，在該後續期間時，為至該後續期間為止之各比較期間之期間交易日數之累加。
  7. 如請求項1所述之金融商品提昇投資報酬率多維度決策方法，其中該步驟四所敘述之：(於該固定基準期間最後收盤價前依系統預定或投資人選定投資風險程度，對該金融商品之分時作多操作，至少取最高前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作多部位權值比例，該分時期間累計損益之有效年化投資報酬率排序較高者，其配置作多部位權值比例較高或不低於排序較低者)，其配置較高前二項分時累計損益之有效年化投資報酬率之部位權值比例，依第1高、第2高之順序比例為50%、50%。
  8. 如請求項1所述之金融商品提昇投資報酬率多維度決策方法，其中該步驟五所敘述之：(於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作空操作，至少取最低前二項分時期間累計損益之有效年化投資報酬率，分別對緊鄰該固定基準期間之期間交易日之最後日之一後續期間，配置作空部位權值比例，該分時期 間累計損益之有效年化投資報酬率排序較低者，其配置作空部位權值比例較高或不低於排序較高者)，其配置較低前二項分時之累計損益有效年化投資報酬率之部位權值比例，依第1低、第2低之順序比例為50%、50%。
  9. 如請求項1所述之金融商品提昇投資報酬率多維度決策方法，其中該步驟六所敘述之：(於該固定基準期間內依系統預定或投資人選定投資風險程度，對該金融商品之分時作多與分時作空兩者同時避險操作，至少各取最高與最低前二項分時期間累計損益之有效年化投資報酬率，該分時期間多空累計損益有效年化投資報酬率排序較高者，其作多部位後續期間配置部位權值比例較高或不低於排序較低者，該分時期間多空累計損益之有效年化投資報酬率較低者，其作空部位後續期間配置部位權值比例較高或不低於排序較高)，其配置較高前二項分時累計損益之有效年化投資報酬率之部位權值比例，依第1高、第2高之順序比例為25%、25%；同時配置較低前二項分時之累計有效年化投資報酬率之部位權值比例，依第1低、第2低之順序比例為25%、25%。
  10. 如請求項2所述之金融商品提昇投資報酬率多維度決策方法，其中該步驟七所敘述之：(該金融商品於該固定基準期間最後收盤價前，可得各分時期間操作損益及累計損益有效年化投資報酬率並予以高低排序，依該高低排序優化配置各分時部位權值比例，作為該第1比較期間各該分時部位權值比例)，係因該固定基準期間之分時累計損益有效年化投資報酬率，決定了獲利績效較高的幾個分時，因此依該高低排序優化配置各分時部位之權值比例，適用於後續第1比較期間之分時部位權值比例值；利用前後兩期間之時間連續特性，使金融商品的多空方向性、價格趨勢與優化部位權值比例值產生高強度關聯，達到優化改善 第1比較期間該金融商品的累計有效年化投資報酬率。
TW111107785A 2022-03-03 2022-03-03 金融商品提昇報酬率多維度決策方法 TWI806467B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW111107785A TWI806467B (zh) 2022-03-03 2022-03-03 金融商品提昇報酬率多維度決策方法
EP23159039.9A EP4239561A1 (en) 2022-03-03 2023-02-28 Multi-dimensional decision-making method for improving rate of return of financial commodities
CN202310186455.6A CN116703603A (zh) 2022-03-03 2023-03-01 金融商品提升报酬率多维度决策方法
US18/176,858 US20230281719A1 (en) 2022-03-03 2023-03-01 Multi-dimensional decision-making method for improving rate of return of financial commodities

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111107785A TWI806467B (zh) 2022-03-03 2022-03-03 金融商品提昇報酬率多維度決策方法

Publications (2)

Publication Number Publication Date
TWI806467B true TWI806467B (zh) 2023-06-21
TW202336681A TW202336681A (zh) 2023-09-16

Family

ID=85410160

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111107785A TWI806467B (zh) 2022-03-03 2022-03-03 金融商品提昇報酬率多維度決策方法

Country Status (4)

Country Link
US (1) US20230281719A1 (zh)
EP (1) EP4239561A1 (zh)
CN (1) CN116703603A (zh)
TW (1) TWI806467B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030200169A1 (en) * 1997-11-14 2003-10-23 Freeny Charles C. Automatic stock trading system
US20110307414A1 (en) * 2010-06-10 2011-12-15 Hansen Hans P Consensus Investment Analysis/Stock Selection Methodology
TWI566198B (zh) * 2015-09-25 2017-01-11 Equity Change Trading Analysis System
TWI610264B (zh) * 2016-07-06 2018-01-01 投資商品相對強弱趨勢判定系統

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI94926C (fi) 1993-11-12 1995-11-27 Leiras Oy Menetelmä klodronaattivalmisteen valmistamiseksi
US20080027880A1 (en) * 2006-07-07 2008-01-31 Dan Yu Investment chart-based interactive trade simulation training and game system
KR20130015040A (ko) * 2011-08-02 2013-02-13 이태승 금융상품 자동매매 소프트웨어 공개시장 운영을 위한 금융상품 자동매매 시스템 및 서비스방법
TW201839700A (zh) * 2017-04-20 2018-11-01 全球智能股份有限公司 改良型移動平均回報率處理方法
US20190026830A1 (en) * 2017-07-21 2019-01-24 Sheldon Orlando POWELL Investment Tool
TWI626614B (zh) * 2017-08-28 2018-06-11 Shao Ming Yang Financial commodity automation investment analysis decision system and method
TWI743625B (zh) * 2019-12-17 2021-10-21 財團法人工業技術研究院 交易決策產生系統及方法
US20210374761A1 (en) * 2020-05-28 2021-12-02 Wells Fargo Bank, N.A. Systems and methods for quantum based optimization of stress testing

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030200169A1 (en) * 1997-11-14 2003-10-23 Freeny Charles C. Automatic stock trading system
US20110307414A1 (en) * 2010-06-10 2011-12-15 Hansen Hans P Consensus Investment Analysis/Stock Selection Methodology
TWI566198B (zh) * 2015-09-25 2017-01-11 Equity Change Trading Analysis System
TWI610264B (zh) * 2016-07-06 2018-01-01 投資商品相對強弱趨勢判定系統

Also Published As

Publication number Publication date
EP4239561A1 (en) 2023-09-06
US20230281719A1 (en) 2023-09-07
CN116703603A (zh) 2023-09-05
TW202336681A (zh) 2023-09-16

Similar Documents

Publication Publication Date Title
US7599872B2 (en) Method and system for asset allocation
US20080071702A1 (en) Investment classification and tracking system
US8554656B2 (en) Computerized investor advisement and investment management system
AU2014210667A1 (en) Cash flow rating system
Gurrib et al. Can the leading US energy stock prices be predicted using Ichimoku clouds?
Elze Value investing anomalies in the European stock market: multiple value, consistent earner, and recognized value
Setty et al. A review on data mining applications to the performance of stock marketing
Chu et al. Application of fuzzy multiple attribute decision making on company analysis for stock selection
TWI806467B (zh) 金融商品提昇報酬率多維度決策方法
Hens et al. Front‐running and market quality: An evolutionary perspective on high frequency trading
Campbell et al. Announcement Effects on Yields in Australia| RDP 9808: What Moves Yields in Australia?
Udagawa Mining stock price changes for profitable trade using candlestick chart patterns
Burstein et al. Financial DSS: Systems for supporting investment decisions
TWI841282B (zh) 投資組合分析方法及系統
US20080183635A1 (en) Financing instrument evaluation based on equivalent time-scale based calculations
Hung et al. On the design of trading schemes of equity funds based on random traders
KR102243647B1 (ko) 증권 거래 자산정보 제공시스템 및 증권 거래 자산정보 제공방법
Wang et al. Quantile Factor-augmented Prediction Model and Its Applications to Alpha-arbitrage Strategy in China’s Stock Market
TW202437182A (zh) 投資組合分析方法及系統
Fu Research on Quantitative Investment Strategy Based on Multifactor and Double Average Model
Guo Analysis of Investors’ Choices in Technology Companies
Bulsiewicz Predicted Institutional Trades and the Cross-Section of Returns
KR20220146955A (ko) 증권사 데이터를 기반으로 하는 특화된 알고리즘을 이용한 개인투자자 전용 주식 자동매매방법
LoGrasso Could ChatGPT Have Earned Abnormal Returns?
Hung et al. Why are REIT Risk Premiums Currently so High? A Beta Decomposition Perspective