股票這個價位要不要買論文書籍站
國立政治大學 經營管理碩士學程(EMBA) 謝明華所指導 夏存孝的 虛擬世界之相關技術發展與應用：以虛擬實境與擴增實境為例 （2021），提出Ong ETF關鍵因素是什麼，來自於虛擬世界、虛擬實境、擴增實境。
而第二篇論文逢甲大學 財務金融學系 劉炳麟所指導 簡品陞的 下方風險在最多元分散投資組合法的應用:以ETF為例 （2021），提出因為有 下方風險、資產配置、最多元分散投資組合、波動性的重點而找出了 Ong ETF的解答。
虛擬世界之相關技術發展與應用：以虛擬實境與擴增實境為例
為了解決Ong ETF 的問題，作者夏存孝 這樣論述：
本研究以虛擬實境(Virtual Reality, VR)與擴增實境(Augmented Reality, AR)為題，彙整虛擬世界之五個階段，並將之延伸介紹元宇宙之定義以及特性，其主要分別是現實、無所不在、交互操作性以及可擴展性。除了虛擬實境與擴增實境技術外，介紹同為元宇宙概念重要技術「非同質化代幣」(Non-Fungible Token, NFT)。在應用方面，彙整VR與AR可應用場景，並介紹兩個實現AR與VR技術之相關案例。
下方風險在最多元分散投資組合法的應用:以ETF為例
為了解決Ong ETF 的問題，作者簡品陞 這樣論述：
在現代投資組合理論的發展之下，投資人越來越重視投資組合的配置，傳統投資組合配置過於單調，進而引起本文想藉由美國ETF市場進行投資組合配置的探討，而Choueifaty and Coignard(2008)提出最多元分散投資組合（Most Diversification Portfolio，MDP），是一種以波動性加權進行資產配置的方法。而風險衡量指標分別透過變異數及衡量下方風險的半變異數進行測試，相較於傳統的資產配置模型，藉由績效比較出模型之間的優劣差異。本研究透過結合下方風險之MDP模型比較傳統Mean－Variance模型、MDP模型。最後透過實證回測結果發現，結合下方風險之MDP模型績
效優於其他資產配置模型。整體而言，動態模型優於靜態模型的資產配置，而動態模型中又以MDP模型更為優異，進一步考量下方風險的MDP模型可獲得較大的投資組合平均報酬及較小的標準差估值。