Page 3 - 論文-黃毓婷V3 MFB
P. 3

1.   前言



                       在現代金融市場中，投資決策的依據不再僅限於技術分析、基本

                   面分析與數據驅動的計量模型。隨著時代發展，投資者越來越重視非

                   量化資料之影響，例如財經新聞、社交媒體和市場情緒。這些因素對

                   市場波動、個股表現以及投資組合的績效皆可能產生顯著影響。以近

                   年來備受關注的  AI (人工智慧)  概念股為例，例如台積電  (TSMC)、

                   聯發科  (MTK)、鴻海  (Foxconn)  與世芯-KY  (Alchip)  常因與人工智

                   慧、半導體先進製程或晶片設計等話題密切相關，其相關財經新聞頻

                   繁出現在媒體版面，並引發投資人關注。財經新聞作為市場主要的資


                   訊來源，能夠即時反映市場對經濟、產業及個別公司的看法與預期。投

                   資者可透過新聞報導掌握市場情緒，而相關個股如台積電在發布先進

                   製程進度、鴻海進軍電動車領域、聯發科推出新一代  AI  晶片設計時

                   的新聞情緒變化，可能對股價走勢產生直接影響。因此，在投資決策

                   時，市場情緒對股票或資產配置的影響力日益增強。投資者可藉由新

                   聞情緒指標動態調整資產配置，以靈活應對市場波動並捕捉投資機

                   會。然而，當前市場普遍使用的資產配置方法多以數據為基礎，較少


                   將非量化之市場情緒資訊納入考量。因此，如何有效將新聞情緒量
                   化，並應用於投資組合模型的建構與調整，是一項值得探討的課題。


                       傳 統 的 資 產 配 置 方 法 ， 如 均 值 - 變 異 數 模 型   (mean-variance

                   model)，在結合投資人主觀預期與市場資訊時面臨諸多挑戰。該模型

                   過度依賴歷史數據，當市場結構變化時，投資組合難以適應新環境，因

                   此 ， Black-Litterman  模型應運而生。Black-Litterman  模型由  Black  和

                   Litterman  於  1990  年代提出，該模型建構在均值-變異數模型的基礎

                   上，透過貝氏推論  (Bayesian  inference)  將主觀看法納入模型中。過

                   去關於  Black-Litterman  模型的研究多數以計量模型或財務指標作為


                   投資人觀點  (view)  的依據，例如 Wen  et  al.  (2022)  與  Zhou  (2024)

                   分別使用技術指標所產生的買賣訊號以及配對交易策略的預測收益

                                                            1
   1   2   3   4   5   6   7   8