3 種投資分析方式 : 基本面分析 Vs 技術面分析 Vs 量化分析

Spread the love

最後更新： 2025-08-09

文章總覽

投資分析方式介紹

投資分析方式是幫助投資者理解市場、評估資產，並做出買入、持有或賣出決策的過程。

它可以預測未來的價格走勢，更是為了管理潛在的風險並優化決策。

在金融世界中，基本面分析、技術面分析和量化分析是目前最主流且廣泛應用的三大方式。

這三種方法各有優缺點，但最終目標都是為了幫助投資者在複雜的市場中找到方向。理解這些分析方法不僅能幫助我們尋找獲利機會，更能提供一個結構化的框架來評估和降低投資風險的考量。

投資人在進行投資時有三種分析方式可以利用:

1. 什麼是基本面分析？

基本面分析 (Fundamental Analysis) 是一種為證券的資產估值的方法，通常是分析企業的資產、負債和收益是否健康。被分析的基本資料除了公司的財報分析外，基本面分析也會使用宏觀的經濟去估值，例如: 產業分析、經濟需求去評估一間企業的價值。

基本面分析通常會以這三個面向思考

企業分析 – 銷售量、業務決策、新產品、獲利等
行業分析 – 產品特性，產業市占率、價格標準，競爭對手等
經濟分析 – 國內外經濟指標、通貨膨脹、匯率、能源價格等

除了這三大分析面向外，不可抗的因素也會考慮進去，譬如像是政治、天災等。

找尋內在價值的方式

基本面分析就是要尋找實際的估值，內在價值，找尋的方式如下：

財務報表是投資人用來分析的最重要的資料，依照上市公司公布每月、每季、每年的財報。
評估管理階層的業務決策去估算風險。
短期間市場可能會有錯誤的估值，最後經由時間的過程，證劵的價格會得到修正。經由通過購買或出售錯誤定價的證券，等待市場確認將其“錯誤”並重新定價使該證券而得到報酬。
證券的內在價值是根據基本面分析確定，如果這個價值被認為是證券的真實價值，可以利用優惠的價格去購買它。

基本面分析始於對公司財務報表的深入研究，這些報表是企業健康狀況的客觀記錄。

財務報表：企業的健康報告

損益表 (Income Statement)： 這份報表提供公司在特定期間 (通常是季度或年度) 的收入和費用，最終得出淨利潤 (Net Income)。它是衡量公司盈利能力的關鍵。
資產負債表 (Balance Sheet)： 這份報表呈現公司在特定時間點的資產、負債和股東權益。它像一張快照，顯示公司的財務結構、資源配置和償債能力。
現金流量表 (Statement of Cash Flows)： 這份報表追蹤公司在特定期間的現金流入和流出，分為經營活動、投資活動和融資活動等。它提供了公司產生現金的能力和流動性。因為，現金流是實實在在的資金流動，不像利潤可能受會計準則的影響。

基本面分析主要的策略與風格: 買入持有、價值投資、反向投資。

華倫·巴菲特 (Warren Buffett) 與班傑明·葛拉漢 (Benjamin Graham)： 巴菲特是基本面分析的傑出代表，他師從「價值投資之父」葛拉漢。他們都專注於尋找「內在價值」被低估的公司，並長期持有。巴菲特會深入分析公司的盈利能力（如股東權益報酬率ROE、利潤率）、債務水平（負債權益比D/E比率）和競爭優勢，並強調對於商業模式的理解。

班傑明有出一本《智慧型股票投資人》是關於基本面分析的好書。如有興趣，可以看我的閱讀心得。

2. 什麼是技術面分析？

技術面分析與基本面分析截然不同，它不關注公司的內在價值，而是專注於研究市場自身的行為，技術分析 (Technical Analysis) 是使用過往資料如成交價、成交量、時間等資料主要以圖形、指標等分析工具去解釋、預測未來市場走勢的主動式投資策略。

技術分析的根源之一是道氏理論 (Dow Theory)，由查爾斯·道 (Charles Dow) 提出，其原則包括價格趨勢、背離、支撐與阻力水平。

技術分析的「歷史會重演」假設，是對「人類心理」在市場中重複作用的信念。提到「價格行為傾向於重複，因為投資者集體、有模式的行為」，也指出「人類情感和群體心態的重複性創造了可識別的圖表模式」。

技術分析的核心並非簡單的歷史數據複製，而是基於對市場參與者心理和行為模式的理解。當足夠多的投資者對特定價格模式產生類似反應時，這些模式就可能自我實現，從而為技術分析提供了這樣子有效性的數據。

技術面分析通常用於短期交易，如日內交易或波段交易，時間跨度從幾秒到幾週不等。它允許交易者根據即時價格和成交量數據做出快速決策。主要依賴於歷史價格數據、成交量和未平倉合約 (open interest)。

技術分析的核心原則

技術分析的核心原則是市場價格反映了影響該市場的相關訊息。
技術分析相信使用過去的經驗可以用來推估未來的證券或商品去確認上漲、下跌或盤整的趨勢去調整交易模式。
技術分析認為，投資者的集體、模式化行為，心理因素會導致價格走勢往往會重演。因此可以可識別的價格趨勢和條件

例如，道氏理論 (Dow Theory) : 股票會隨市場的趨勢同向變化以反映市場趨勢和狀況。股票的變化表現為三種趨勢：主要趨勢、次級反應、日線。

技術分析方式的圖表

線圖 (Line Charts)： 最簡單的圖表形式，連接收盤價，顯示整體趨勢，易於觀察價格的總體方向。
條狀圖 (Bar Charts)： 顯示每個時間段的開盤價、最高價、最低價和收盤價 (OHLC)，提供比線圖更豐富的價格細節。
K線圖 (Candlestick Charts)： 類似條狀圖，但使用「燭台」形狀表示價格範圍和收盤價，並透過顏色指示漲跌 (通常綠色代表上漲，紅色代表下跌)，提供最豐富的價格行為洞察，是技術分析中最常用的圖表類型。

技術指標

這些是基於價格、成交量或未平倉合約的數學計算，用於預測未來價格。

移動平均線 (Moving Averages, MA)： 平均價格數據以顯示趨勢方向。常見的有簡單移動平均線 (SMA) 和指數移動平均線 (EMA)。移動平均線的交叉信號常被用作買賣點。
相對強弱指數 (Relative Strength Index, RSI)： 一種動量震盪指標，衡量價格變動的速度和變化，通常在0到100之間。RSI高於70被視為超買，低於30被視為超賣，這些水平可能預示著趨勢的潛在反轉。
移動平均匯聚背離指標 (Moving Average Convergence Divergence, MACD)： 顯示兩條移動平均線之間的關係，用於識別趨勢方向、強度和潛在的趨勢變化。MACD線與信號線的交叉點常被視為買賣信號。
布林通道 (Bollinger Bands)： 由一條中軌 (通常是20日SMA) 和兩條上下標準差帶組成，用於衡量市場波動性。價格觸及或突破帶狀邊緣可能預示潛在反轉或趨勢延續。

許多技術指標本身是基於歷史數據的，因此具有滯後性，它透過分析過去來推斷未來，但市場的動態性和不可預測性意味著過去的模式不一定能完美重演。

因此，技術分析的「預測」更多是基於概率和重複模式的「推斷」，基礎是對時間和價格歷史關係的分析。

傑西·李佛摩 (Jesse Livermore)： 20世紀初的傳奇交易員，被譽為「投機之王」。他強調「順勢而為」(trend confirmation)，只在明確突破時進場，並讓盈利奔跑。

《股票作手回憶錄》是一本關於他的交易方式跟傳記，有興趣有可閱讀看看。

3. 什麼是量化分析?

量化分析( Quantitative Analysis ) 是採用統計、數學或計算技術等方法來對投資進行系統性的經驗評估。

這個過程會在巨大的數據庫中搜索模式，例如資產之間的相關性或價格變動模式，趨勢追蹤或均值回歸去以發現一般可能無法立即看到的模式、趨勢和見解。

量化分析的核心原則

分析的資料目標明確並使用適當的數據、方法和技術。
分析的結果是可重複的、可複制並且可以以較客觀的方式去解釋。

量化分析方式的主要核心應用技術有:

統計與數學模型：
- 迴歸分析 (Regression Analysis)： 幫助理解變量之間的關係，建立預測模型，例如分析股價與經濟指標之間的關聯。
- 時間序列分析 (Time Series Analysis)： 研究隨時間順序收集的數據點，用於預測未來值，識別趨勢、季節性變動和序列相關性，例如預測未來股價或商品價格。
- 蒙地卡羅模擬 (Monte Carlo Simulations)： 一種數學技術，透過運行數千種不同情景來模擬不確定性，預測潛在結果的概率分佈，常用於風險管理和衍生性金融商品定價。
- 投資組合優化 (Portfolio Optimization)： 根據給定風險水平構建預期回報最高的投資組合，常使用現代投資組合理論 (Modern Portfolio Theory, MPT) 來平衡風險與收益。
演算法交易 (Algorithmic Trading) 與高頻交易 (High-Frequency Trading, HFT)：
- 利用電腦算法自動執行交易。算法可以根據價格變動、流動性變化等因素進行程式設計，實現毫秒級的交易決策和執行。
- HFT 高頻交易 (是演算法交易的一種，涉及在幾分之一秒內進行大量交易，以利用微小價格變動獲利。
風險模型與風險管理：
- 建立數學模型來衡量和量化投資組合中的各種風險敞口。
- 風險價值 (Value-at-Risk, VaR) 模型： 衡量在給定時間和置信水平下潛在的最大損失。
- 情景分析 (Scenario Analysis) 與壓力測試 (Stress Testing)： 評估在特定不利情景下投資組合的表現，以了解潛在的下行風險。
衍生性金融商品定價：
- 創建數學模型來評估衍生性金融合約的公允價格和風險狀況，例如著名的「布萊克-舒爾斯模型」(Black-Scholes model) 用於期權定價，這對投資者和交易者做出決策至關重要。

量化分析在金融領域的應用廣泛而深入，涵蓋了從市場預測到風險管理的多個方面。

文藝復興科技 (Renaissance Technologies) 的「大獎章基金」(Medallion Fund)： 這是量化投資領域最成功的對沖基金之一，自1988年成立以來，平均年化回報率高達39.9% (扣除費用後)，遠超標普500指數。該基金完全依賴數學模型和演算法交易，透過分析海量數據尋找非隨機模式和統計套利機會。其成功歸因於頂尖的科學人才、嚴謹的數據收集和分析、早期採用AI和機器學習模型，以及對槓桿的精準運用。他們不追求理解市場「為什麼」移動，而是專注於識別歷史上能帶來盈利的模式。

《洞悉市場的人》是關於文藝復興科技的創辦人，西蒙斯（Jim Simons）的傳記，如果對量化分析有興趣可以看看我的閱讀心得。

基本面分析 vs 技術面分析 vs 量化分析

基本面分析跟技術面分析有很明顯不同的分析方式。

當技術分析和定量分析同時比較時，有些避險基金、金融機構或是投資人會把兩種分析方式當作當作同一種。

但有些專家會將兩種給較鮮明的區別。例如: 技術分析使用圖表指數，量化分析則用是市場相關的大數據。

	基本分析	技術分析	量化分析
特性	透過財報和營運狀況評估股票的合理價值你的資產及其核心品質決定其價值	透過價格數據的模式和趨勢歷史數據找到重複性的漲跌訊號利用圖表與指數	採用廣泛的統計和數學技術來分析數據出來的數字會識別很多信息出來的資料很客觀，來評估的財務穩定性
交易方式	適合長期投資	適合短、中期交易	適合短、中期交易，長期投資在交易決策裡面帶來更大的客觀性
風險	短時間的投資指數起伏較大	依賴止損訂單和其他基本的風險緩解技術	通常強調風險管理，結合投資組合或投資優化
缺點	不是一個預測短期價格走勢的理想策略個人的主觀策略，資訊難以完全收集消息不確定性也可能被隱藏	過去的價格不一定能預測未來的走勢選擇要使用的最佳技術技巧，指標可能很困難市場有可能產生錯誤信號	比較複雜且耗時依賴相關數據的準確性和適當性市場有隨機性時可能造成不准確