本研究以台灣期貨市場實際交易與委託資料為標的，研究自2007年1月1日至2007年12月31日共計247個交易日之樣本期間，以先進先出法計算每個投資人之投資報酬率，擷取至少有60筆沖抵紀錄以上之帳戶區分為投資報酬率優異前10%與投資報酬率不佳後10%兩群資料，比較刪單、減量、總委託量、平均交易口數、投資人下單積極性與高頻率交易等投資行為在投資報酬優異與報酬不佳的兩者間是否有顯著差異。研究結果顯示，報酬率不佳者的減量委託行為十分顯著的高於報酬率優異者，而投資報酬率優異者的總委託量高於投資報酬率不佳者，投資報酬率優異者的下單積極性顯著高於報酬率不佳者，而投資報酬率優異者的高頻交易行為高於投資報酬率不佳者。另對於日內交易時段區分開盤、盤中與收盤，研究結果顯示了結獲利具U型現象，投資績效優異者集中於開盤時段獲利了結，而投資績效不佳者傾向於尾盤時段進行平倉交易。

This study is concerned with the actual deal and order data in Taiwan futures market, reference sample period totaled 247 trading days since January 1, 2007 to December 31, 2007. Using the FIFO method to calculate each investor's ROI, capture at least more than 60 times offset record, according to return of investment divided data into the 10% of poor ROI and 10% of outstanding ROI, for investment behavior include cancel-order, reduce-order, the total order volume, the average order volume,order-activeness and high-frequency trading and so on, is there a significant difference between the outstanding ROI and the poor ROI. The results showed that the behavior of reduce-order on those poor ROI is a significant higher than those outstanding ROI, the behavior of order-activeness on those outstanding ROI is a significant higher than those poor ROI, however, the high-frequency trading on those outstanding ROI is a significant higher than those poor ROI. In addition, the trading hours into the opening, intraday and closing, the results showed that the closed position (Cover) has a U-shaped phenomenon, the outstanding ROI investor prefer to profit-taking at opening session, the poor ROI investor tend to close position at closing session.

1. 王宏瑞（2013），淺談高頻交易之發展與近況，證交資料，第610期，頁54-63。
2. 李哲宇(2013)，台灣期貨市場當日沖銷交易、波動度、流動性及效率性之關聯性分析，淡江大學財務金融學系碩士論文。
3. 黃偉豪(2013)，投資人積極度對期貨市場效率性之影響，淡江大學財務金融學系碩士論文。
4. 皮乃德(2012)，高頻交易發展趨勢對臺灣金融市場的影響與因應對策之研究，國立臺北科技大學經營管理系碩士論文。
5. 許家豪(2012)，台灣證券交易所高頻交易資料分析，國立中山大學應用數學系研究所碩士論文。
6. 林詩舫(2011)，投資人交易行為影響交易量與波動度關係之研究-以台灣指數期貨為例，國立臺灣師範大學全球經營與策略所碩士論文。
7. 張森林、陳德峰，(2011)，「投資者的交易行為與反應-台灣指數選擇權市場的實證分析」，中華經濟研究院，研討論文系列100-6。
8. 林純仁 (2011)，以高頻交易方法改善成交量加權平均價格演算法交易策略-系統建構與實證，國立高雄應用科技大學金融資訊研究所碩士論文。
9. 趙明威(2010)，以高頻率日內資料驗證報酬率與波動度之因果關係-以台灣期貨市場為證，國立政治大學金融研究所碩士論文。
10. 魏梅芳(2008)期貨市場投資人行為之研究-以投資人特質與期貨商特質為調節變數，銘傳大學管理研究所碩士論文。
11. 洪榮耀(2005)資訊交易機率模型及其應用，國立中山大學財務管理研究所博士論文。
12. 林秀慧(2003)交易訊息與新上櫃公司期初累積報酬之關連性-台灣之實證研究，國立中央大學產業經濟研究所碩士論文。
13. 蔡弘凱(2002)台灣股市下單積極性之研究，國立台灣大學財務金融研究所碩士論文。
14. Raymond, P. H. Fishe(2011). Identifying Informed Traders in Futures Markets. University of Richmond Working paper.
15. Robert Jarrow and Philip Protter(2011). A Dysfunctional Role of High Frequency Trading in Electronic Markets. Johnson Cornell University Research Paper.
16. Andrei Kirilenko and Mehrdad Samadi and Albert S. Kyle and Tugkan Tuzun (2011). The Flash Crash: The Impact of High Frequency Trading on an Electronic Market. SSRN.
17. Frank Zhang(December 2010). The Effect of High-Frequency Trading on Stock Volatility and Price Discovery. Working paper , Yale School of Management.
18. Jeff Castura, Robert Litzenberger, Richard Gorelick, Yogesh Dwivedi(2010). Market Efficiency and Microstructure Evolution in U.S. Equity Markets: A High-Frequency Perspective. RGM Advisors, LLC.
19. Chris Rose(2010). Dark Pools And Flash Orders:The Secret World Of Automated High-Frequency Trading. Journal of Business & Economics Research, Vol.8, No.8, pp.11-16.
20. Chaput, J. S. and L Ederington(2003). Option Spread and Combination Trading. Journal of Derivatives, Vol.10, pp.70-88.
21. Jay Ritter and Ivo Welch(2002). A review of IPO activity, pricing and allocation. Yale ICF Working Paper No. 02-01.