台指期1分k歷史資料的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

我畢業五年，用ETF賺到400萬+台指期傻瓜當沖法，讓我本金翻5倍(全二冊套書)

為了解決台指期1分k歷史資料的問題，作者PG財經筆記,Queen怜 這樣論述：

　　《我畢業五年，用ETF賺到400萬》 　　◎股神巴菲特一再指出，ETF最適合散戶，買一檔就能隨著股價指數成長賺遍全世界。 　　◎為什麼銀行理專從不建議你買？因為這手續費太低，銀行幾乎收不到佣金。 　　能開始？當然，就算每月1,000元也能操作。 　　◎最詳盡逐步圖解，全中文頁面，一步步帶你輕鬆學會投資美股、美債、全球股市。 　　ETF的中文名稱是「指數股票型基金」（Exchange-Traded Fund，簡稱ETF）。 　　乍看之下你一定會問：這到底是股票、基金，指數又是什麼？ 　　ETF由ETF發行公司組成，為追蹤某個指數的投資工具，例如追蹤台股、追蹤美股， 　　既像股票一樣交

易方便，又有基金分散風險的效果。 　　加上不用盯盤、不用找尋單一個股，非常適合沒時間看盤、也讀不懂財報的人。 　　本書作者 PG（Pig，小豬撲滿）警察大學畢業， 　　在試過股票、基金等各種投資工具後發現， 　　只有ETF，最適合他這種工作時間長、收入又很固定的人。 　　寫作本書時他畢業第五年，透過投資ETF，在24歲存到第一個100萬， 　　25歲存到200萬，27歲達到300萬，29歲時存超過400萬。   　　2016年他開始在網路上分享自己投資 ETF的心得， 　　累積流量已超過70萬次，《中國信託證券》、《經濟日報》、「商周財富網」、 　　「風傳媒」、《Smart智富月刊》等都轉

載報導。 　　本書完整公開PG最推薦的 3檔台股股票ETF、6檔美股ETF、 　　7檔債券ETF和 2檔房地產ETF，想用小資金賺遍全世界，讀這一本就夠。 　　◎股票上千支，選股很燒腦，好的ETF只在三大類──股票、債券、房地產 　　ETF分三大類：股票型、債券型、房地產型，作者推薦哪些標的？ 　　發行公司很多，但你只需要認識三家大公司就夠； 　　PG財經筆記更獨家圖解ETF篩選器， 　　從報價、費用、報酬表現、指數相關係數等14個指標，幫你過濾。 　　我是新手怎麼入門？作者推薦你先從台股ETF 0050（元大台灣卓越50基金）。 　　但現在0050一張居然要九萬多，怎麼辦？從買零股開

始。手把手教你。 　　◎從開戶到下單，各種流程全圖解！ 　　買美股要坐飛機去國外開戶嗎？當然不用，用「複委託」就可以辦到。 　　作者獨家分析複委託的四大海外券商與四大國內券商， 　　幫你找到一家有中文介面、交易免手續費，還有可用中文溝通的24小時線上客服。   　　◎PG獨家研發資產配置計畫大公開 　　根據美國709檔共同基金歷經25年的績效研究發現： 　　影響報酬的關鍵不是標的，而是配置。 　　剛出社會的人，你得八股二債，中年人得六股四債，保守的人就二股八債， 　　那完全不想動腦的人（小編就是）呢？本書有PG個人資產配置大公開。 　　書中更收錄了PG財經筆記自行設計的「投資計畫檢查清

單範例」， 　　用26個問題和Excel表格，幫你做好財富管理。 　　不用斜槓，年賺20％以上。 　　《台指期傻瓜當沖法，讓我本金翻5倍》 　　Queen怜在40歲才學習期貨操作， 　　為什麼可以成為台指期當沖女王？ 　　台指期當沖女王Queen怜， 　　曾是一個連K棒是什麼都不知道的家庭主婦， 　　為了想賺點外快，接觸期貨，還跑去上課，結果賠了一百多萬元…… 　　 　　個性不服輸的她，發憤自學、拜師求指導， 　　短短一個月，就用本金50萬元賺到102萬元， 　　隔月獲利再破百萬元，不到兩個月，她的本金就翻升5倍多！ 　　這本書是Queen怜累積多年實戰經驗，整理的台指期傻瓜當沖法， 　

　更有上過她的課的學員，在僅僅兩個月內， 　　就從賠三十幾萬元，變成倒賺10萬元！（而且每天操作不到2小時！） 　　 　　只要觀察三種K棒走勢，加上操作三原則， 　　不必鑽研個股、不盯籌碼，上班下班都能賺！ 　　◎投資台指期，不用選股，下班也能賺： 　　台指期的漲跌是看臺灣加權股價指數，投資人不必煩惱要選哪支標的。 　　資金少的人還能以小搏大，目前交易一口小台，不到5萬元就能開始； 　　加上交易成本比股票低（股票證交稅0.3％，台指期期交稅僅十萬分之二）， 　　成交量又夠大，不怕會像股票一樣賣不掉。 　　台指期還有夜盤交易（下午3點到隔天早上5點）， 　　下班之後照樣能看盤賺錢！ 　　

◎當沖女王的「等它一下」致勝心法： 　　過去，大盤指數一天波動一、兩百點就算大， 　　但隨著大盤指數突破15,000點，一天波動一、兩百點反而是常態。 　　（對一口小台或大台來說，波動200點就是價差1萬元或4萬元！） 　　在這樣的情況下，跟著走勢順勢做當沖、不預測，賺得更安全。 　　Queen怜還有獨家看盤法：訊號出現時「等它一下」，慢點進場沒關係， 　　後面還有一大段漲跌幅可以賺。作者親自分享她的操作實例。 　　◎只要學會觀察K棒，連傻瓜都能賺： 　　明天的漲跌，沒人能預測，因此當沖操作，一定要當日出場、不留單。 　　想賺錢，就看5分K，以收K價和開K價為準，不預判走勢， 　　這種

「眼見為憑」式操作，初學者也能輕鬆判斷該續抱或該退場。 　　萬一行情跟自己想的不一樣呢？記得千萬別凹單， 　　投資人常因為8種理由凹單（抱著賠錢單不賣，等待行情反轉）， 　　但凹單凹到贏錢，反而是當沖者災難的開始。為什麼？ 　　只要觀察三種盤勢，用三原則來對應操作， 　　當天下單當天賺，當沖套利超簡單。 名人推薦 　　《我畢業五年，用ETF賺到400萬》 　　《一個投機者的告白實戰書》暢銷書作者／安納金 　　《股海老牛專挑抱緊股，穩穩賺100％》作者／股海老牛 　　「副總裁的理財日誌」粉專版主、阿爾發金融科技有限公司創辦人／陳志彥 　　方寸管顧首席顧問、醫師／楊斯棓 　　《為什麼你的退

休金只有別人的一半？》作者／闕又上 　　（依姓名筆畫排序） 　　《台指期傻瓜當沖法，讓我本金翻5倍》 　　嗨投資共同創辦人、理財學院講師／何毅里長伯（獅王） 　　「HiStock嗨投資」創辦人／管繼正 　　投資理財頻道「麻紗宅在家」YouTuber／麻紗 　　統一期貨證期雙分析師／盧昱衡  

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1分k歷史資料的問題，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1分k歷史資料的問題，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。