博碩士論文 106423002 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:27 、訪客IP:3.236.253.192
姓名 李桓瑜(Huan-Yu Li)  查詢紙本館藏   畢業系所 資訊管理學系
論文名稱 多商品多策略程式交易風險或理評估與比較之自動化平台設計與實作
(Design and implementation of automated platform for multi-portfolio multi-strategy trading risk assessment and comparison)
相關論文
★ 針對提昇資料倉儲資料庫執行效能之知識管理與相關系統設計★ 以關聯規則探勘為基礎,探討詐騙車手提領型態互動之研究
★ 部落格之網路口碑評比機制平台管理與應用★ 虛擬貨幣交易平台之實現
★ 適用於多種設備的可否認鑑別協定之設計★ 交易程式最佳化的多維度分析平台之設計與建置
★ 多商品多策略程式交易績效曲線比較和分群機制之研究★ 以工作流程與Portlet為基礎整合學習管理系統以支援課程編組
★ 使用服務導向技術建構具支援二線廠客製化能力的電子中樞系統之研究★ 以流程為中心的Portlet重用性分析
★ 應用資料倉儲技術建構平衡計分卡資訊系統之研究-以某消費性電子製造公司人力資源計分卡為例★ 自動化的產品平台管理與應用
★ 以代理人為基礎的資訊系統協助新產品開發流程的自動化★ 以整合式的教練引導開發以框架為基礎的專案
★ 支援新產品研發的整合性知識管理系統★ 以流程為導向協同異質性數位學習系統中呈現層與資料層之研究
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   至系統瀏覽論文 (2022-7-1以後開放)
摘要(中) 在鄭皓元(2018)的研究中,建立了一個能自動化分析與評估單一交易策略的平台。該平台具有能針對單一策略與多商品進行自動化運算,且運算過程中能透過多電腦式分散運算來減少運算時間,並根據視覺化圖表呈現分析結果等特性。
但該平台對於多策略多商品的運算分析,並沒有正式比較的模型與框架,且對於濾網組合在多策略中的表現也未提及。還有在運算過程中產生的中繼績效檔案沒有統一儲存與管理的結構化設計,在擴增為多策略分析的視覺化分析圖表的方式上也較不易等缺陷。
因此本研究將自動化交易平台移至容易新增的互動式平台(jupyter)來進行策略的運算與分析圖表的呈現,如此便可利用物件化的方式實現多分析圖表的擴充,透過這些圖表,能輔助呈現單一策略或者多策略的分析結果,以利後續比較,也能從中得出濾網組合的效益。最後,透過模組將分散至各電腦的績效檔案進行集中與再分配,來實現績效檔案統一管理的目的。
研究中在原有的單一交易策略(布林通道)後,再新增2支交易策略(均線策略&凱特通道),並使用1690檔商品當作資料集,來驗證平台能否進行多商品多策略的運算分析。在驗證的同時,我們也能從中比較出交易策略的優劣,以及找出哪些濾網組合可以適用於多個交易策略,也能從平台產出的資料中找出能夠穩定獲利的商品有哪些。
本研究發現凱特通道的交易策略對於多商品具有「高獲利、高風險」的特性,為三支交易策略中表現最優異的策略。而在濾網組合的方面,「交易量小於1千萬不買、成交量超過前五日平均量的2~15倍不買、股價變動率小於0.5%~1%不買」的組合,是所有濾網組合中表現最為優異的。本研究也找出了284檔商品具有良好的獲利性,能在這三支交易策略上穩定獲利。
摘要(英) In the study of Hao-Yuan Zheng (2018), a platform was established to automate the analysis and evaluation of a single trading strategy. The platform has the ability to automate operations for a single strategy and multi-portfolio, and the computational process can reduce computation time through multi-computer decentralized operations and present analysis results based on visual charts.
However, the platform does not have a formal comparison model and framework for the computational analysis of multi-strategy and multi-portfolio, and the performance of the filter combination in multi-strategy is not mentioned. There is also a structured design in which the relay performance files generated during the calculation process are not uniformly stored and managed, and it is not easy to be attenuated in the way of amplifying the visual analysis charts for multi-strategy analysis.
Therefore, this study moves the automated trading platform to an easy-to-add interactive platform (jupyter) for strategy calculation and analysis of the chart, so that the object analysis can be used to expand the multi-analysis chart. Auxiliary presentation of single strategy or multi-strategy analysis results, in order to facilitate subsequent comparisons, can also derive the benefits of the filter combination. Finally, through the module, the performance files distributed to each computer are centralized and redistributed to achieve the purpose of unified management of performance files.
In the study, after the original single trading strategy (Bolling Band), two additional trading strategies (Moving Average strategy & Keltner Channel) were added, and 1690 items of stocks were used as data sets to verify whether the platform can carry out the operational analysis of multi-portfolio and multi-strategy. At the same time of verification, we can also compare the advantages and disadvantages of the trading strategy, and find out which filter combinations can be applied to multiple trading strategies, and also find out which portfolio can be stably profited from the data produced by the platform. .
This study found that Keltner Channel′s trading strategy has the characteristics of “high profitability and high risk” for multi-portfolio, and is the best performing strategy among the three trading strategies. In the aspect of the filter combination, the combination of "the transaction volume is less than 10 million, the transaction volume is more than 2 to 15 times the average of the previous five days, and the stock price change rate is less than 0.5% to 1%." is the best performance in the combination. The study also found that 284 portfolio have good profitability and can be stable in these three trading strategies.
關鍵字(中) ★ 資料探勘
★ 可擴充式自動化平台
★ 資料視覺化
關鍵字(英) ★ Data Mining
★ Expandable Automation Platform
★ Data Visualization
論文目次 摘要 VI
ABSTRACT VIII
致謝 X
第一章 、緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 研究目的 3
第二章 、文獻探討 4
2.1 股票技術面分析 4
2.2 技術指標 4
2.2.1 移動平均線(Moving Average, MA) 5
2.2.2 布林通道(Bollinger Bands) 5
2.2.3 凱特通道(Keltner Channel) 7
2.3 最佳化 7
2.4 資料探勘層面 7
2.4.1 高原搜尋演算法 8
2.4.2 連續型參數 9
2.4.3 分類型參數 10
2.5 輕量化多電腦溝通中介軟體 10
2.6 互動式平台 11
2.7 線上視覺化工具 11
第三章 、系統設計與實作 12
3.1 系統架構 12
3.2 策略設計 12
3.2.1 主策略 13
3.2.2 副策略 16
3.2.3 副策略產生排列方式 19
3.3 程式分析 21
3.3.1 系統架構圖 22
3.3.2 任務訊息格式 23
3.4 策略表現評估與結果呈現 24
3.4.1 如何評估策略的績效 24
3.4.2 針對單一策略多商品 24
3.4.2.1 資料視覺化-熱區圖 24
3.4.2.2 資料視覺化-股價波動率與獲利關係圖 25
3.4.3 針對多策略多商品 26
3.4.3.1 資料視覺化-長條圖 26
3.4.3.2 資料視覺化-雷達圖 26
3.5 未來擴充 27
3.5.1 交易策略的未來擴充 27
3.5.1.1 策略撰寫 27
3.5.1.2 資料庫資料表新增 27
3.5.2 視覺化圖表未來擴充 28
3.5.3 視覺化圖表呈現範例 31
第四章 、系統驗證與分析 33
4.1 驗證方式設定 33
4.1.1 驗證之資料集 33
4.1.2 高原搜尋參數設定 33
4.2 驗證問題擬定 35
4.3 驗證比較結果 40
4.3.1 多策略表現的穩定度比較 40
4.3.2 評估與比較多策略間的整體表現 41
4.3.3 評估與比較策略是否適合運用濾網組合 42
4.3.4 哪些濾網在多策略上相較於其他濾網的表現較優? 45
4.3.5 哪項濾網組合在特定策略上表現最優? 49
4.3.6 哪些商品在三種交易策略下,都能有良好的獲利穩定性? 50
第五章 、結論 52
5.1 結論 52
5.2 未來展望 53
參考文獻 1. Leung JMJ, & Chong TTL. (2003 年 5 月 17 日). An empirical comparison of moving average envelopes and Bollinger Bands. Applied Economics Letters, 頁 339-341.
2. CMoney官方(2014年8月19日)。什麼是技術面分析? 。
http://www.cmoney.tw/notes/note-detail.aspx?nid=15539
3. CMoney官方(2015年4月10日)。借用科技的力量-程式交易。http://www.cmoney.tw/learn/course/cmoney/topic/155
4. infographics.tw, (2015年3月9日),看過圖表社交平台嗎? - 使用 plot.ly 製作圖表。 http://blog.infographics.tw/2015/03/social-chart-visualization-with-plotly/
5. 古永嘉、楊志清(2018)。統計學大數據分析。新陸書局股份有限公司。
6. 朱家泓(2017)。做對5個實戰步驟。你就是賺錢高手。金尉出版社。
7. 李明黎(2015)。第一次買股票就上手。易博士出版社。
8. 林政道( 2016年4月29日)。Jupyter 筆記本系統的簡介。https://www.slideshare.net/mutolisp/jupyter
9. 張林忠(2014)。分析師關鍵報告2:張林忠教你程式交易。寰宇出版社。
10. 眭國璽(2009)。包寧傑帶狀技術分析買賣訊號之研究-以台灣 50ETF 為例。國立高雄應用科技大學金融資訊研究所碩士論文。
11. 楊宗儒(2014 年 7 月 25 日)。技術分析指標-凱勒通道(Keltner Channel)的秘密。擷取自痞客邦-期權加油站: http://ey90223.pixnet.net/blog/post/162059805-%E6%8A%80%E8%A1%93%E5%88%86%E6%9E%90%E6%8C%87%E6% A8%99~%E5%87%B1%E5%8B%92%E9%80%9A%E9%81%93(keltner- channel)%E7%9A%84%E7%A7%98%E5%AF%86
12. 鄭皓元(2018)。以分散式運算分析多商品主副策略最適性之自動化平台設計與驗證。國立中央大學資訊管理學系碩士論文
13. 賴宣名(2013)。包寧傑帶狀搭配均線與 KD 指標之多層次股票篩選模式-以台灣股市為例。嶺東科技大學高階主管企管碩士論文。
14. 顏茂城(2017)。應用資料探勘於自動化交易策略之獲利能力評估的模型與平 台設計及建置。國立中央大學資訊管理學系碩士論文。
指導教授 許智誠(Kevin Chihcheng Hsu) 審核日期 2019-6-20
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明