台指期 近 月 遠 月的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

致富本命：隱形富豪教我的12堂「不缺」財商課，學會靠本業起家，用斜槓投資致富-用6,000元啟動財富正循環，改寫人生!

為了解決台指期 近 月 遠 月的問題，作者陳韋翰 這樣論述：

　　「社會上有超過一半的人，都在為房東及大股東工作。」 　　本書用12堂精彩實用的財商課， 　　告訴你：只要用對方法，每天花30分鐘踏出第一步， 　　你的帳戶餘額絕對不僅如此！   　　★《內在原力》作者、TMBA共同創辦人愛瑞克──共感推薦！ 　　★ 零基礎也適用！如何用6,000元啟動財富正循環，改寫人生 　　★ 養成一流有錢人的「不缺思維」，善用知識與方法論，扭轉L型社會的弱者宿命 　　★ 暢銷書《我買台指期，管它熊市牛市，年賺30％》作者陳姵伊【專文導讀】   　　資深專職投資人陳韋翰， 　　擁有超過十六年的代操與教學經驗， 　　這讓他有機會接觸超過3,000名來自各行各業的大股東

、法人、主力與散戶， 　　他發現，這些隱身在你我周遭，低調且毫不起眼的億萬富翁， 　　其致富之道，皆源自於他們共同擁有的「不缺思維」。   　　透過淺白生動的筆觸，本書將告訴你： 　　為什麼資產破億的有錢人都是這樣生活？那樣思考？ 　　對一般人來說，又該如何依循這些無價經驗， 　　Step by Step從轉念到實踐， 　　學會用本業起家，再用斜槓投資致富──你也可以扭轉你的致富本命！ 　　 　　▋寫給習慣「正向思考」與「過度努力」的你 　　Class 1：台積電太貴買不下手？──破除價格迷思的投資心法 　　Class 2：創造三種現金流，富足一生──每天30鐘就能讓被動收入超越本薪 　　Cl

ass 3：勝率51%，就足以常勝──股票與房地產的錢滾錢祕訣 　　Class 4：花錢買「價值」──創造越買越有錢的複利效應 　　Class 5：洞悉「富者越富」的馬太效應──發揮「無所求」的威力   　　▋貼身觀察8位平民創富者的不傳之祕 　　案例＃1：穩抱1,002張台積電的早餐店老闆娘 　　案例＃2：六年存了17間收租套房的職業軍人 　　案例＃3：月賺400萬卻花500萬玩手遊的打工仔 　　案例＃4：只投資「至少有50間收租套房」高價房產的母女檔 　　案例＃5：把股票當副業、月成交量破億的券商VIP 　　案例＃6：只做波段，每次出手就是300口期貨的眼科醫師 　　案例＃7：每次進場只想

賺5％的「0050」大戶 　　案例＃8：「每年期望賺1,000萬」與「每月穩收3萬」，你怎麼選？ 　　 　　▋深度解析：無懼多空，股票與房地產的「穩定獲利」方法論 　　下一個「航海王」在哪裡？ 　　散戶必讀：年年穩賺，更勝一次爆賺的股市／房市攻略法！   　　本書將以2021年飆漲的海運股及歷任飆股為例，帶領讀者一窺金融市場亙古不變的循環本質及其炒作手法。 　　「所有新興產業一定會有股票創新高，然後在大幅炒作過後崩跌，投資人應該在股價越來越貴時買進，並且在越來越便宜時賣出。就算做錯一次，但只要堅持下去，獲利的機率就會極高！」   　　只要掌握這套方法論，做好資金及風險控管，無論你選擇投入哪一種

金融商品（股票、共同基金、ETF、保險或房地產），都能跟著主力與熱錢，享受「財富重分配」的甜美果實！

台指期 近 月 遠 月進入發燒排行的影片

台灣半導體IC設計上市公司於美中貿易戰與COVID-19期間其專利訴訟效應 對異常報酬的影響

為了解決台指期 近 月 遠 月的問題，作者游素珍 這樣論述：

台灣IC設計產業逐漸在國際半導體製造商中嶄露頭角，但由於缺乏自主研發所需的關鍵核心技術。因此，戰略聯盟和競爭合作成為企業快速獲得專利和佈局市場的手段。然而，台灣供應鏈上下游的上市公司近年來一直面臨國際上的專利侵權訴訟。因此，本研究主要希望為投資者在企業面臨專利訴訟時提供應對的投資策略。透過事件研究法對標的股票的異常報酬進行分析，並根據結果使用橫斷面迴歸模型及分量迴歸探索美中貿易戰與COVID-19期間及不同因素與不同分量下的變化。實證結果顯示，公司面臨專利訴訟會產生正向顯著的異常報酬，且事件日後累計異常報酬均為正向且顯著，說明公司在面臨專利訴訟時仍有盈利機會，可供投資者參考。根據橫斷面迴歸分

析，其交易量為負向且顯著，表明投資人視其為關鍵變數。在分量迴歸分析中，隨著分位數的變化，原先在0.05、0.25、0.5、0.75無顯著變數，在0.95時，除了成交量外，其他變數皆為呈現顯著。因此，這些變數對累積報酬的宣告效應是有所不同的。

金融怪傑.達文熙教你用100張圖學會箱子戰法：傳承60年經典理論，融合台股贏家思維，散戶一學就會的交易SOP大公開

為了解決台指期 近 月 遠 月的問題，作者達文熙 這樣論述：

★台股金融怪傑阿魯米嫡傳大弟子，傾囊相授最適合散戶學習的箱子戰法 ★回顧歷史經典理論，從頭理解箱子理論的開發背景與交易邏輯 ★揉合台股交易經驗，全新演繹箱子戰法的進場時機與停損原則 　　超過100張圖文解說，循序漸進： 　　先學習「K線組合」找到「關鍵轉折線索」 　　再看懂「價量關係」嗅出「股價異常表現」 　　畫得出「層層箱子」掌握「最佳進場時機」 　　奠定好「停損觀念」永續「賺多賠少循環」 　　做股票不用整天盯盤，每天下班後只要檢視 　　「賽馬選股法篩出好股票」搭配「最上層箱子觀察」 　　還沒進場的，輕鬆設定買進價格 　　手上持股的，優雅等待停利出場 　　股市交易其實沒那麼燒腦複雜

　　散戶的問題，我們都知道；散戶的苦惱，我們都明瞭…… 　　‧台股1700檔股票，卻不知道如何辨別「正在上漲中的股票」？ 　　‧林林總總的技術分析，學了一大堆，卻還是沒能幫助自己「買在對的時間點」？ 　　‧創新高總是不敢追，跌落低點卻又不敢接，自己嚇自己的結果就是賺錢都沒你的份？ 　　‧做股票就是要「低買高賣」，為什麼箱子戰法卻是要你「買高賣更高」？ 　　‧明明買到好股票，賺錢時緊張兮兮，賠錢時自我懷疑，只是買個股票，何必如此煎熬？ 　　◎散戶的痛，箱子理論的發明者都經歷過 　　憑藉散戶的好運氣賺到錢、踏入股市的夜總會舞者尼可拉斯．達韋斯，幾乎所有散戶的問題他都經歷過，亂買股票、聽信市

場謠言、花錢買專家意見、輸贏歸咎於運氣、隨時都想進場交易、頻繁進出卻白忙一場、不知道交易成本是會吃光本金的恐怖怪物、重壓基本面優等生股票以為一定會幫他賺到錢、被市場情緒牽著鼻子走……，雖然「輸多贏少」，但不斷的「反省覺察」讓他積累了所有失敗的養分，才能造就流傳60年、卻歷久彌新的箱子理論！ 　　沒有專業的財經背景，沒有顯赫的交易資歷，一路跌跌撞撞的尼可拉斯．達韋斯，本書前半部帶你重溫他的傳奇故事，給你滿滿的散戶同理心與交易智慧！ 　　◎趨勢金字塔，是由「箱子」堆疊而成 　　鮮少上漲的股票是一飛沖天，中途毫不停頓；也少有股票會一瀉千里的下跌，過程沒有停留。不管是漲是跌，走勢過程中的任何價位

都可能遭逢阻力，而形成一系列的區間波動，這些區間波動就成為「箱子」。 　　上漲趨勢中的股票，是由類似的行進方式所構成，價格會由一個箱子移動到另一個更高的箱子內，是呈現如同金字塔一般，一個頂著一個往上堆疊排列；而每一個發展階段，價格會在一個顯著的上下限之間起伏一段時間，再突破而出，進入到下一個箱子，再上下起伏一段時間，如此持續進行。 　　價格在箱子內的震盪起伏，時間或長或短，但這個階段代表的走勢正在積累力量，準備向眼前的阻力發動攻擊，就好比舞蹈演員騰空起跳前的下蹲，是為了上跳做準備」；這樣的回調過程也可以將意志不堅的散戶給甩出去，讓股價漲得更快。 　　◎賽馬選股法＝最佳選股濾網 　　當你

走進一個賽馬場，看著賽道上奔馳的賽馬，為了贏錢而來的你，會去看中那些落後的賽馬嗎？絕對不會！將牠們從「奪冠候選清單」移除，才是最正確的決定，對吧？ 　　一匹曾經的冠軍大熱門，牠有著優良的血統以及光榮的歷史，但此刻的牠卻正身處於落後的大群之中，牠該獲得你的青睞嗎？你的眼中此刻理當看不到牠，也根本不應該注意到牠，對吧？ 　　但是，如此一匹「有機會衝擊冠軍」的賽馬，在什麼情況下才能再次進到你的目光之中？答案很簡單，牠必須先把牠落後的差距給追上，進到領先群中！ 　　一支曾經100元的股票，現在卻跌到只剩30元，你還會覺得它依舊強勢？便宜的不得了，不買真可惜？相較於市場上更多的好選擇（良駒），這樣

一支「不復當年勇」的股票（劣馬），是賽道上苦苦追趕的落後者，何來覺得它值得你買入持有？ 　　用最簡單的賽馬譬喻，搭配最簡單的「畫出箱子」，顛覆你選股、買股的錯誤思維與不切實際的想像！ 　　◎基本面完美的股票，為什麼股價卻毫無起色？ 　　「公司評等佳」、「專家推薦」、「股價低於每股淨資產」、「現金流充裕」、「分紅從來不縮水」符合這些條件的公司，比較他們的資產、負債、毛利、PE Ratio等指標判斷是否值得投資，其實發現這些好公司的基本面雖然好，但股價並不太會漲。 　　世界上沒有所謂「現在價格是40元，但它其實值得50元」的股票，市場對這支股票的報價是40元，那麼「它就是一支只值40元的股

票」，散戶不該對「號稱被低估的股票」抱持太多的期待與想像，那是不切實際的，也會影響買賣的判斷。 　　◎買進股票的好理由，就是「它看起來正在上漲」 　　別再關心市場謠言、小道耳語或是基本面消息。因為，若公司基本面出現好變化，自然就會有很多人急著去買進，這些利多消息就會反映在公司股價走勢與成交量放大之上。一個平常並不活躍的股票突然活躍起來，一定事有蹊蹺，散戶想參與其中，永遠不嫌遲。 　　「一支股票的價格正在上漲，是買進的唯一好理由」，只要出現這個看得見的事實，就不需要其他的理由；相反的，當這樣的事實不存在，那麼其他的理由也就不值得考慮。 　　◎買高賣更高，那些看似昂貴卻便宜的飆股 　　大

部分保守財經作家長期對散戶灌輸的觀念是：「充分研究公司財報、資產負債表等背景資料才能聰明投資」，但這些方法只能讓散戶知道「過去與現在」的狀況，並無法「預知未來」。 　　箱子戰法是一種「高價區交易模式」，尋覓的是那些未來有展望，正達到或接近歷史新高的股票。股價過去的歷史高點，如同一個火箭發射台，如果股價有機會爬升到發射台的高度，我們再開始關注它！因為這支即將竄升的股票很可能再創新高！ 　　◎務實的初始停損觀念，避免可能的鉅額虧損 　　一個完整的交易策略不是只有買進股票這麼簡單，如果沒有在股票買進前就看好那個「證明你是錯誤的」停損價格，這樣的策略是不及格的策略，也不該進場。 　　「股市中沒

有100%確定的事，有超過一半的時間散戶的判斷都是錯的！」所以，每次進場，都一定要伴隨著一個「已知且絕對認賠的停損點」。讓自己務實地承認錯誤、接受虧損，在虧損還小的時候就認賠出場，相較於因為心軟、意志不堅而導致的鉅額損失，忠於「自動停損」的紀律，才是可以讓本金「持盈保泰」的最大關鍵。 　　◎移動停損點，讓你不再太快賣掉上漲中的股票 　　真實的交易世界中，沒有人可以預先知道一支上漲中的股票會漲到哪裡去，「任何聲稱自己總是可以賣在最高點的人都是在說謊」。 　　散戶往往無法擺脫獲利回吐的恐慌，抱不住上漲中的股票，設置好移動停損單跟著上漲的股價上移，並確保兩者維持在一個合適的價差，就可以避免無意

義的價格波動觸及停損而出場。 　　沒有人可以預知上漲中的高點在哪，那就別亂下決定，而是讓價格走勢來告訴你「何時該賣出賺錢的股票」！ 　　◎箱子戰法，讓人放心有信念的交易方式 　　「賽馬選股法」鎖定的是站在歷史高點之上活潑震盪的股票，「堆疊向上的箱子」清楚顯現趨勢方向且沒有頹勢，有了這兩大利多加持，搭配明確的的初始停損點設定，無論是「突破買進」或是「回檔做多」，都是有憑有據！ 　　趕快跟著本書，學習如何畫箱子！然後，一定要練習再練習，在你能畫出一個又一個箱子，盤勢也越看越清楚的時候，你的交易之路一定會截然不同，再也不需仰賴他人，或是道聽塗說，你的內心將會變得有信心而且踏實！ 名人推薦

　　縱橫台股28年金融怪傑　阿魯米 　　台股贏家操盤手　自由人 　　財經暢銷書作者、股市達人　廖祿民  

應用深度學習神經網路方法於時間序列預測之應用

為了解決台指期 近 月 遠 月的問題，作者簡佑庭 這樣論述：

本研究使用深度學習神經網路 (deep learning neural network) LSTM 「長短期記憶模型」 (long short-term memory) 方法對TAIEX「發行量加權股價指數」(TWSE capitalization weighted stock index) 與有色金屬「銅」期貨價格兩個時間序列資料集進行塑模與分析。本研究比較與 BPNN-GDA 「倒傳遞神經網路－梯度遞降算法」(back-propagation neural network-gradient descent algorithm) 與BPNN-SCGA 「倒傳遞神經網路－尺度化共軛梯度算法

」(back-propagation neural network-scaled conjugate gradient algorithm) 與 KNN 「K近鄰」(K-nearest neighbor) 迴歸算法的性能。對於 LSTM 「長短期記憶模型」方法，本研究採用三種學習算法，分別是 Adam 「適應性動差估計」(adaptive moment estimation)、 Sgam 「具有動量的隨機梯度遞降」(stochastic gradient descent with momentum) 與 Rmsprop 「均方根傳遞」 (root mean square propagation

) 等算法。此外，本研究對於時間序列預測模型之預測變數進行評估，本研究採用了收盤價的SMA「簡單均值」 （五日均值、十日均值與 20 日均值）和前一日收盤價以及收盤價的SMA「簡單均值」、 KD 隨機指標和前一日收盤價。實驗結果指出， LSTM-Adam 「長短期記憶模型－適應性動差估計」方法與 BPNN-SCGA 「倒傳遞神經網路－尺度化共軛梯度算法」的性能相似並優於 BPNN-GDA 「倒傳遞神經網路－梯度遞降算法」和 KNN 「K近鄰」迴歸算法；對於兩個時間序列資料集，SMA「簡單均值」和前一日收盤價對模型即具有解釋能力。因此， LSTM-Adam 「長短期記憶模型－適應性動差估計」方法

具有對時間序列問題有效塑模的潛力。此外，本研究對於時間序列問題的塑模與投資決策提出四項管理意涵，分別為具備驅動機器學習 (machine learning) 方法（工具）的能力、辨識對時間序列塑模有貢獻的預測變數、蒐集完整的歷史資料集與擁有處理巨量數據分析的方案。