1.1 研究背景與動機

一、個人投資者的投資時機困境

在金融市場中，個人投資者長期面臨一個核心困境：「何時進場投資？」這個看似簡單的問題，實際上涉及複雜的市場判斷與心理博弈。根據 Antoons (2020) 的研究，成功的市場擇時需要「在主流觀點認為應該賣出時買入，反之亦然」，這與人類天生的從眾心理形成直接衝突。研究數據更顯示，採用買進持有策略的投資者年化報酬率可達 9.87%，而完美預測市場、避開最差 25 個交易日的投資者報酬率高達 15.27%；然而，錯過最佳 25 個交易日的投資者報酬率僅剩 5.74% (Antoons, 2020)。這種不對稱的風險結構，使得市場擇時成為一項充滿挑戰的任務。

個人投資者在投資決策過程中，經常受到多種行為偏誤的影響。Rasheed 等人 (2018) 的研究發現，代表性偏誤（representativeness bias）、錨定效應（anchoring）與損失規避（loss aversion）與投資決策過程呈顯著正相關。Quddoos 等人 (2024) 針對巴基斯坦證券交易所的研究進一步指出，錨定調整、過度自信與從眾行為對投資決策具有顯著影響。這些行為偏誤使得投資者傾向於追逐過去表現良好的股票、賣出表現不佳的股票，形成一種自我增強的回饋迴路 (Allan Gray, 2023)。

二、傳統投資策略的局限性

面對市場擇時的困難，投資者通常採用兩種主要策略：定期定額投資（Dollar Cost Averaging, DCA）與一次性投入（Lump Sum Investing, LSI）。這兩種策略代表了「規避擇時」與「接受擇時」兩種截然不同的投資哲學。

根據 Vanguard Research (2012) 針對美國、英國與澳洲三大市場的歷史數據分析，在 10 年滾動期間內，一次性投入策略約有 67% 的時間優於定期定額策略。對於典型的平衡型投資組合（60% 股票/40% 債券），一次性投入在 12 個月實施期間的平均報酬率高出約 2.3%。PWL Capital (2020) 的研究同樣支持這一發現，在六個股票市場的 12 個月期間比較中，一次性投入策略約 65% 的時間表現優於定期定額。然而，定期定額策略在市場大幅下跌期間具有優勢。Morgan Stanley (2024) 指出，在 2000-2002 年網路泡沫崩盤或 2020 年疫情初期等市場劇烈下跌時期，定期定額策略的表現優於在下跌前進行的一次性投入。此外，在最差 33% 的市場情境中，定期定額策略的最終財富表現更佳——一次性投入的最差情境為 100 元投資僅剩 57 元，而定期定額則能保有約 74 元，相對損失減少約 30% (Felix, 2020)。

另一種常見的擇時策略是「固定跌幅門檻」策略，即當價格從近期高點下跌超過特定百分比（如 20%）時買入。這種策略源自於逆向投資理論，其理論基礎可追溯至 De Bondt 與 Thaler (1985) 的開創性研究，他們發現過去 3-5 年表現最差的「輸家組合」在未來 3 年會優於「贏家組合」。Pagan 與 Sossounov (2003) 指出，學術界與實務界普遍以「從高點下跌 20%」作為熊市的定義標準，這也成為固定跌幅門檻策略的常見設定。

然而，固定門檻策略存在一個根本性缺陷：不同股票具有不同的波動特性。以科技股與公用事業股為例，科技股的日常波動可能達到 5%，使得 10% 的跌幅可能僅是正常波動範圍；而公用事業股的日常波動通常僅約 1%，5% 的跌幅就可能意味著重大利空消息。使用統一的固定門檻忽略了個股的波動特性差異，可能導致在高波動股票上過早進場或在低波動股票上錯失機會。

三、動態門檻的必要性與理論基礎

為克服固定門檻的局限性，本研究提出動態跌幅門檻策略，其核心概念是使用歷史百分位數方法，根據個股的歷史波動特性自動調整進場門檻。例如，對於高波動股票，第 10 百分位的跌幅門檻可能對應約 -15%；而對於低波動股票，相同百分位數可能僅對應約 -5%。這種方法使策略能夠自動適應不同股票的波動特性。

動態適應性策略在學術界已有相當程度的探討。Kwon 與 Tang (2024) 的研究發現，市場對極端新聞存在過度反應（overreaction），導致價格在回歸理性基準時出現反轉；相對地，對於較不極端的新聞則存在反應不足（underreaction），導致價格漂移。他們基於 2011-2018 年美國企業新聞事件的研究顯示，短期過度反應似乎是企業事件的常態現象。這支持了使用動態門檻捕捉極端跌幅後反彈機會的策略邏輯。

Bordalo 等人 (2024) 的研究進一步從信念過度反應（belief overreaction）的角度解釋市場現象，發現對好消息的過度反應會導致過度樂觀與股價膨脹，而系統性令人失望的盈餘成長則導致價格反轉。他們的分析顯示，過度樂觀或悲觀會隨時間逐漸但系統性地回歸。Sheybani 與 Taleblou (2024) 針對牛市與熊市的研究則發現，當市場在牛市與熊市之間切換時，投資者情緒會經歷從樂觀到悲觀的急遽變化，且投資者在牛市與熊市之間的過度反應存在顯著的不對稱性。

在台灣市場方面，Chen 等人 (2006) 的研究使用 De Bondt 與 Thaler (1985) 的逆向策略方法，分析 1996-2004 年間台灣上市電子與資訊類股，實證結果與 De Bondt 與 Thaler (1990) 一致，顯示逆向投資策略在長期可獲得利潤，且利潤隨時間增加。此外，研究發現外資法人在台灣採取「逆向」交易策略，這種策略具有市場穩定機制的功能；而國內共同基金則採取追隨外資法人的趨勢追逐策略 (Lin & Chen, 2003)。

四、研究動機

基於上述背景，本研究的動機可歸納為以下三點：

首先，解決個人投資者的實務需求。個人投資者需要一套客觀、可操作的投資規則，協助其克服行為偏誤並做出理性的進場決策。現有研究雖證實逆向投資策略的有效性，但對於「應該在跌多少時進場」這一關鍵問題，缺乏系統性的參數選擇依據。

其次，填補學術研究的缺口。現有文獻多採用固定門檻進行逆向投資策略研究，對於動態門檻——特別是基於歷史百分位數的適應性門檻——的系統性比較仍付之闘如。此外，百分位數參數（如第 5、10、15、20 百分位）的選擇多基於研究者主觀判斷，缺乏客觀的最佳化依據。

第三，驗證策略的實務可行性。許多投資策略在回測中表現優異，但在考慮交易成本後效果大幅衰減。Lehmann (1990) 與 Lo 與 MacKinlay (1990) 的研究即發現，週度反轉效應雖然存在，但扣除交易成本後效果消失。本研究將納入交易成本敏感度分析，以評估策略在實務操作中的可行性。

綜上所述，本研究旨在透過系統性的參數搜尋與 Walk-Forward 驗證方法，探討動態跌幅門檻策略的最佳參數選擇，並比較其與傳統策略的績效差異，以期為個人投資者提供具有學術嚴謹性與實務應用價值的投資決策依據。