| DC 欄位 |
值 |
語言 |
| DC.contributor | 資訊管理研究所 | zh_TW |
| DC.creator | 林耀堂 | zh_TW |
| DC.creator | Yao-Tang Lin | en_US |
| dc.date.accessioned | 2001-7-11T07:39:07Z | |
| dc.date.available | 2001-7-11T07:39:07Z | |
| dc.date.issued | 2001 | |
| dc.identifier.uri | http://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=88423025 | |
| dc.contributor.department | 資訊管理研究所 | zh_TW |
| DC.description | 國立中央大學 | zh_TW |
| DC.description | National Central University | en_US |
| dc.description.abstract | 「投資者眾而獲利者寡」是目前台灣股市投資環境的最佳寫照，顯示出投資台股獲利之不易，也顯示出大多數投資者決策之盲目，缺乏以理論為基礎的投資策略，因此許多研究都期望能在選股、擇時及資金配置三大股市投資議題中，發展出可獲得超額報酬的交易策略。
近年來遺傳演算法（Genetic Algorithm）已被廣泛的應用在投資決策的議題上，其強大的解答搜尋能力成功的解決了部份的問題。然而遺傳演算法缺乏彈性的字串結構框架，使其只能表示「數量」型態的知識，在解答型式較為複雜的決策規則搜尋問題上，將難以對「完整的解答空間」進行編碼，導致落入僅對特定區域解空間進行搜尋的窘境。透過遺傳程式規劃（Genetic Programming）在結構上所提供的強大彈性，此缺點將在本研究中獲得改善。
本研究採技術分析的角度，利用Koza於1992年發展出之遺傳程式規劃於台灣股市作實證之研究，藉以找出用以進出股市之擇時交易策略，進而改善投資報酬率、降低風險。本研究運用三種不同類型之運算子（包含邏輯運算類、比較運算類、算術運算與函數類）及三種層次之運算元（包含隨機常數、原始交易資料、技術指標）分別作為遺傳程式規劃之「函數節點集合」（Function Set）及「終端節點集合」（Terminal Set）之元素，並企圖將所有技術指標納入，再以演化的力量來作選擇，甚至允許以組合或分解的方式，產生前所未有的新技術指標，改善以往技術指標挑選在質和量方面不足的問題。透過世代的演化，產生最終代表多單進場、空單進場、多單出場、空單出場的4條交易規則，再配合多、空2條停止規則（停損或停利）之輔助，進而建構出完整的擇時交易策略。
本研究採用移動視窗（Sliding Windows）的訓練方式，隨著時間的演變，不斷的修正交易策略，以適應環境的變遷。在適應函數分別以「獲利追求導向」及「風險趨避導向」為原則的設計下，由遺傳程式規劃所產生之擇時交易策略，在以大多頭市場為測試期間的平均投資報酬率，皆能略高或貼近於買入持有策略。而其中在風險趨避導向設計下所產生之交易策略，更能在追求高報酬之餘，同時兼顧到風險的考量。 | zh_TW |
| DC.subject | 擇時交易策略 | zh_TW |
| DC.subject | 遺傳演算法 | zh_TW |
| DC.subject | 遺傳程式規劃 | zh_TW |
| DC.subject | Genetic Algorithm | en_US |
| DC.subject | Genetic Programming | en_US |
| DC.title | 遺傳程式規劃於股市擇時交易策略之應用 | zh_TW |
| dc.language.iso | zh-TW | zh-TW |
| DC.title | An Application of Genetic Programming on Trading Rules | en_US |
| DC.type | 博碩士論文 | zh_TW |
| DC.type | thesis | en_US |
| DC.publisher | National Central University | en_US |