大台指保證金的問題，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

高手叫我不要教的H模型：兩個指標，百倍獲利(第二版)

為了解決大台指保證金的問題，作者黃正傳 這樣論述：

　　有用的策略為什麼不自己賺？ 　　➢那是因為我的目的不在賺錢，人生有許多更有意義的事要做。 　　被說出來的策略還有用嗎？ 　　➢有用的。如果市場夠大，說出來也沒關係。價值型投資法、多角化投資法、長期投資法，這些投資方法簡單又有用，完全不怕被人知道。Ｈ模型也是。 　　投資策略總是模稜兩可，不知如何執行？ 　　➢不確定和風險是兩回事。完全不能估計是不確定，有機率可遵循是風險。高風險高報酬、低風險低報酬，操作完全有公式可遵循。 　　數學不好，不懂投資怎麼辦？ 　　➢要學。本書盡力求通俗，讀者有任何困難歡迎到作者的ＦＢ粉絲專頁「程式交易Alex Huang」發問。    　　「吾未聞枉己

而正人者也，況辱己以正天下者乎？」不能面對自己，就沒有辦法做好事情。只有透過數學與邏輯，才能忠實面對自己與環境的關係，訴諸各種花俏的投資心法，不能量化統計，就是逃避卸責之道。 　　程式交易的殿堂無比深遂，期望能以本書協助讀者正確地踩入第一步，並展示切實獲利的方法，照亮前方的康莊大道。  

大台指保證金進入發燒排行的影片

危老建築合建分回比例之研究 從《都市危險及老舊建築物加速重建條例》觀點探討

為了解決大台指保證金的問題，作者林峰池 這樣論述：

本研究藉由《都市危險及老舊建築物加速重建條例》的實施，建構一套簡易的評估模式，推估台北市不同區域同坪數分回時的依循標準，讓地主、建商或土地開發業者在分析市場行情與土地條件之後，於合建條件協調時，縮短彼此之間的磨合期，使危老重建推動更加活絡與透明，促使土地價值能被有效的開發與利用。經結果顯示，危老獎勵值在不同行政區域與是否含公設對於同坪數分回均有不同的差異。當危老獎勵值16%時，台北市各區域均可含公設同坪數分回，但均不可不含公設同坪數分回；當危老獎勵值39%時，台北市各區域均可含公設同坪數分回，但不含公設同坪數分回之區域則偏向於精華地段。此外，坪效係數與公設比高低往往分別是建商與地主相當在乎的

重點，本研究亦透過公式推估出最佳之規畫方向，提供建商最佳的投資效益，與地主共同達成雙贏的合建模式。

高手叫我不要教的H模型：兩個指標，百倍獲利

為了解決大台指保證金的問題，作者黃正傳 這樣論述：

本書特色 　　有用的策略為什麼不自己賺？ 　　➢  那是因為我的目的不在賺錢，人生有許多更有意義的事要做。 　　被說出來的策略還有用嗎？ 　　➢  有用的。如果市場夠大，說出來也沒關係。價值型投資法、多角化投資法、長期投資法，這些投資方法簡單又有用，完全不怕被人知道。Ｈ模型也是。 　　投資策略總是模稜兩可，不知如何執行？ 　　➢  不確定和風險是兩回事。完全不能估計是不確定，有機率可遵循是風險。高風險高報酬、低風險低報酬，操作完全有公式可遵循。 　　數學不好，不懂投資怎麼辦？ 　　➢  要學。本書盡力求通俗，讀者有任何困難歡迎到作者的ＦＢ粉絲專頁「程式交易Alex Huang」發問

。 　　「吾未聞枉己而正人者也，況辱己以正天下者乎？」不能面對自己，就沒有辦法做好事情。只有透過數學與邏輯，才能忠實面對自己與環境的關係，訴諸各種花俏的投資心法，不能量化統計，就是逃避卸責之道。 　　程式交易的殿堂無比深遂，期望能以本書協助讀者正確地踩入第一步，並展示切實獲利的方法，照亮前方的康莊大道。  

運用類神經網路建立與比較指數股票型基金之買賣決策模型-以0050.TW、EWT、SPY為例

為了解決大台指保證金的問題，作者鄭馥嫻 這樣論述：

本研究以元大台灣 50 ETF(0050.TW)、iShares MSCI台灣ETF(EWT)以及SPDR S&P 500 ETF(SPY)為標的，應用技術指標結合倒傳遞類神經網路建立買賣決策模型。資料來源為Yahoo Finance資料庫，選取期間自2008年1月2號至2017年12月29日。本研究比較倒傳遞類神經網路與專家策略之買賣決策差異，採取混淆矩陣與報酬率做為績效評估的依據。本研究使用R-Studio軟體建立買賣決策模型，模型的輸入變數包括成交量(Volume)、風險值(VaR)、隨機指標(KD)、移動平均線(MA)、相對強弱指標(RSI)、指數平滑異同平均線（MACD）。透過靈

敏度分析求出買賣決策模型最佳參數。混淆矩陣結果顯示，0050.TW、EWT與SPY的模型準確率(Accuracy)都高於95%。靈敏度分析結果顯示，模型參數設定對報酬率影響很大，0050.TW、EWT與SPY最佳報酬率分別為561%、711%、675%。EWT相較於另外兩個標的，減少輸入項變數後，模型報酬率與專家買賣策略相近，當EWT刪除對模型有負面影響的RSI變數，報酬率為684%，與專家買賣決策(689%)相差5%。實證結果顯示，三個研究對象之模型報酬率皆遠高於買進持有策略，模擬報酬率最高的指數為 EWT，其報酬率遠高於專家買賣策略 22%，而 0050.TW、SPY 之最佳報酬率稍低於專

家買賣策略，報酬率差異分別為12%與4%。實證結果發現，運用倒傳遞類神經網路建立的買賣決策模型皆有良好的預測能力，且模型預測之最佳報酬率與專家買賣決策報酬率相近。