以類神經網路提高股票單日交易策略之獲利

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：9

、訪客IP：18.226.150.175

姓名

張振魁(Zhen-Kuan Chuang) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

以類神經網路提高股票單日交易策略之獲利

相關論文

★ 以關係基因演算法為基礎之一般性架構解決包含限制處理之集合切割問題	★ 類神經網路於股價波段預測及選股之應用
★ 智慧型多準則決策支援研究：以交談式遺傳演算法為基礎的模型	★ 應用遺傳演算法於財務指標選股策略之探討
★ 遺傳演算法於股市資金分配策略應用上之研究	★ 組合編碼遺傳演算法於投資組合及資金分配之應用
★ 遺傳程式規劃於股市擇時交易策略之應用	★ 遺傳演算法於股市選股與擇時策略之研究
★ 多目標遺傳演算法於基本面選股策略之應用	★ 證券交易策略發掘
★ 遺傳演算法於SAP R/3 系統效能最佳化之應用	★ 動態多期資金管理策略發掘
★ 擴充固定比例(CPPI)與時間不變性投資組合保險策略(TIPP)於投資組合之應用	★ 演化式賽局於投資策略之研究
★ 利用遺傳演算法發掘投資組合保險之調整策略	★ 利用遺傳演算法對股價反轉點的預測

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]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

一般的研究都著重於選股或單一股票的長期預測，而少有文獻探討到兩者的結合，本研究包含兩個部份︰(1)選股，(2)類神經網路預測。在選股方面，選取滿足前一期間內每日漲跌幅期望獲利最大的股票為投資標的。在類神經網路方面，則於選股後利用類神經網路進行操作預測。並搭配使用移動視窗方式，每隔一段期間重新進行選股及類神經網路訓練，以達到最佳獲利。
經實證研究結果顯示，以股票原始股價資料配合適當的選股策略，應用於類神經網路預測，是可以在單日沖銷的交易策略下獲得超額利潤。而運用空間移動的選股策略觀念，更能提高獲利率。

關鍵字(中)

★ 類神經網路
★ 當日沖銷
★ 選股策略
★ 股價預測

關鍵字(英)

論文目次

第一章、緒論…………………………………………………………………………1
第一節、研究背景及動機………………………………………………………1
第二節、研究目的………………………………………………………………2
第三節、研究方法………………………………………………………………3
第四節、研究範圍與所需軟體…………………………………………………4
第五節、研究假設與限制………………………………………………………5
第六節、預期研究貢獻…………………………………………………………6
第七節、論文章節………………………………………………………………7
第二章、文獻探討……………………………………………………………………8
第一節、股票市場………………………………………………………………8
一、股票市場定義…………………………………………………………8
二、股票信用交易…………………………………………………………8
三、市場效率假說………………………………………………………..10
第二節、投資研究的分類…………………………………………………….12
第三節、類神經網路………………………………………………………….15
一、類神經網路理論及架構…………………………………………….15
二、類神經網路種類…………………………………………………….17
三、倒傳遞類神經網路………………………………………………….19
第四節、文獻回顧…………………………………………………………….21
一、國外部份…………………………………………………………….21
二、國內部份…………………………………………………………….23
第三章、研究架構………………………………………………………………….26
第一節、系統架構…………………………………………………………….26
第二節、研究方法及進行步驟……………………………………………….27
一、研究方法…………………………………………………………….26
二、進行步驟…………………………………………………………….30
第三節、研究模型一………………………………………………………….32
一、資料涵蓋期間……………………………………………………….32
二、輸入輸出變數……………………………………………………….33
三、網路架構…………………………………………………………….34
四、進出場及資金分配策略…………………………………………….35
第四節、研究模型二………………………………………………………….36
一、資料涵蓋期間……………………………………………………….36
二、輸入輸出變數……………………………………………………….37
三、網路架構…………………………………………………………….38
四、進出場及資金分配策略……………………………………………..38
第四章、實驗結果………………………………………………………………….40
第一節、個股預測結果……………………………………………………….40
一、研究模型一（聯華電子）………………………………………….40
二、研究模型二（矽品精密）………………………………………….43
第二節、選股策略應用……………………………………………………….45
一、選股策略…………………………………………………………….45
二、應用選股策略之結果……………………………………………….45
第三節、綜合分析…………………………………………………………….48
第五章、結論與建議……………………………………………………………….49
第一節、研究結論…………………………………………………………….49
第二節、研究貢獻…………………………………………………………….49
第三節、未來方向…………………………………………………………….50
參考文獻…………………………………………………………………………….51

參考文獻

[吳惠林，1997] 吳惠林，「期貨投資入門之二股票與股價指數期貨」，理財顧問雜誌月刊，199711月號。
[中國時報，1996] 中國時報，「股市開戶數突破六百萬戶」，1996年29版。
[杜金龍，1996] 杜金龍，「基本分析在台灣股市應用的訣竅」，金錢文化，1996。
[葉怡成，1995] 葉怡成，「類神經網路-模式應用與實作」，儒林出版社，1995。
[周政宏，1995] 周政宏，「神經網路-理論與實務」，松崗圖書，1995。
[杜金龍，1993] 杜金龍，「技術指標在台灣股市應用的訣竅」，非凡出版社，1993。
[曾思博，1999] 曾思博，「類神經網路於股價預測與資金配置之應用」，中央資管所碩士論文，1999。
[吳秉奇，1999] 吳秉奇，「類神經網路在台股指數期貨的指數預測應用」，中央資管所碩士論文，1999。
[林萍珍，1998] 林萍珍，「遺傳演算法在使用者導向的投資組合選擇之應用」，中央資管所碩士論文，1998。
[張喬富，1998] 張喬富，「類神經網路股市投資決策支援系統-總體經濟變數之再探討」，台大資管所碩士論文，1998。
[梅玉成，1998] 梅玉成，「應用分散式類神經網路於財經資料庫之資料擷取與決策支援-以股票評等系統為例」，台大資管所碩士論文，1998。
[張道行，1998] 張道行，「使用類神經網路以短期技術指標作次日股價趨勢預測之研究」，論文研究，1998。
[張道行，1998] 張道行，「使用類神經網路以短期技術指標作次日股價趨勢預測之研究」，論文研究，1998。
[王春笙，1996] 王春笙，「以技術指標預測台灣股市股價漲跌之實證研究-以類神經網路與複回歸模式建構」、交大資管所碩士論文，1996。
[故國瑜，1996] 故國瑜，「類神經網路產業盈餘預測及其投資策略之研究-以電子電機及紡織業為例」，政大資管所碩士論文，1996。
[賴俊霖，1996] 賴俊霖，「應用類神經網路預測國外股價指數期約」，政大資管所碩士論文，1996。
[林威廷，1995] 林威廷，「以總體經濟因素預測股票報酬率-類神經網路與多元回歸之比較研究」，交大資管所碩士論文，1995。
[吳劍勳，1994] 吳劍勳，「當日沖銷與股價震盪幅度關係之實證研究」，東吳會計所碩士論文，1994。
[曾淑青，1994] 曾淑青，「運用類神經網路於台灣股票市場價量關係的預測與分析」，交大資管所碩士論文，1994。
[曾淑青，1994] 曾淑青，「運用類神經網路於台灣股票市場價量關係的預測與分析」，交大資管所碩士論文，1994。
[Michaelj, 1997] Michaelj, A. Berry, “Data Mining Techniques For Marketing, sales, and Customer Support”, Wiley Computer Publishing, 1997.
[Michaelj, 1997] Michaelj, A. Berry, “Data Mining Techniques For Marketing, sales, and Customer Support”, Wiley Computer Publishing, 1997.
[Turban, 1995] Turban, E. “Decision Support Systems and Expert Systems”, Prentice-Hall, 1995.
[Turban, 1995] Turban, E. “Decision Support Systems and Expert Systems”, Prentice-Hall, 1995.
[Kuan, White, 1994] Kuan,C. M. White, H. ” Artificial neural networks: An econometric perspective”, Econometric Reviews, 13, 1-91, 1994.
[Kuan, White, 1994] Kuan,C. M. White, H. ” Artificial neural networks: An econometric perspective”, Econometric Reviews, 13, 1-91, 1994.
[Wong, Wang, Goh, Quck, 1992] Wong, F.S. Wang, P.Z. Goh, T.H. Quck, B.K. ”Fuzzy Neural Systems for Stock Selection”, Financial Analysts Journal, no. Jan-Feb, pp. 47-52, 1992.
[Baba, Kozaki, 1992] Norio Baba and Motokazu Kozaki, “An Intelligent Forecasting System of Stock Price Using Neural Networks”, IJCNN-1992 vol I, 1992.
[Baba, Kozaki, 1992] Norio Baba and Motokazu Kozaki, “An Intelligent Forecasting System of Stock Price Using Neural Networks”, IJCNN-1992 vol I, 1992.
[Kimoto, Asakawa 1990] Kimoto, Takashi. Asakawa, Kazuo. “Stock Market Prediction System with Modular Neural Networks”, IJCNN-1990 vol 1, pp.I1-I6, 1990.
[Fama, 1970] Fama, Eugene. F. ” Efficient Capital Markets : A Review of Theory and Empirical Work.”, Journal of Finance, Vol.25, no 2, May, pp.383-417, 1970.

指導教授

陳稼興(Jiah-Shing Chen)

審核日期

2000-7-21

推文