遺傳演算法於股市選股與擇時策略之研究

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：10

、訪客IP：18.191.234.62

姓名

江吉雄(Chi-Hsiung Chiang) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

遺傳演算法於股市選股與擇時策略之研究
(Using Genetic Algorithms to Find Fundamental Selection and Technical Timing Rules)

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
★ 以類神經網路提高股票單日交易策略之獲利	★ 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
★ 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)

長期以來證券投資由於報酬高於其他投資工具而廣受一般大眾與法人的青睞，然而高報酬的背後往往伴隨著高風險，如何降低風險並獲得報酬，是投資者極為關心的重點。
釵h學者都致力於證券投資的相關研究，並產生各種不同的理論與工具，試圖預測股價以獲得超額報酬。然而這些方法多半僅使用基本面資料或技術面資料，鮮少有同時使用兩種資料者。
本研究採用遺傳演算法，針對台灣股票市場的歷史資料作搜尋，結合基本面分析與技術面分析兩種方式，建立一套選股與擇時整合機制，期望在能夠獲得令人滿意的報酬的同時，盡量降低風險。
本模型使用移動視窗，隨時間與環境改變而動態調整交易策略，使模型更具適應能力。經實驗結果顯示，遺傳演算法在選股與擇時同時編碼的問題上，確實有優秀的搜尋效果，具有較完整的表達能力，可以降低投資風險並打敗大盤買入持有策略。

摘要(英)

The topic about investing is always a hot one. Investors usually prefer to focus on stock market. We all know that "high profit, high risk" and earning profit with low risk is difficult. Genetic algorithms are used to find trading strategies that integrate stock selection rules and trading rules in this research. With sliding windows, these trading strategies can adjust to en-vironment changes. According to experimental results, integrated stock selection rules and timing rules can reduce risk and gain satisfied profit.

關鍵字(中)

★ 遺傳演算法
★ 基本面選股
★ 技術面擇時
★ 投資策略

關鍵字(英)

★ Technical Timing Rules
★ Genetic Algorithms
★ fundamental Selection Rules
★ Investment Strategies

論文目次

摘要.................................. i
目錄................................. ii
圖目錄.............................. iii
表目錄............................... iv
1.　　緒論............................ 1
1.1.　研究背景與動機.................. 1
1.2.　研究目的........................ 2
1.3.　研究方法........................ 3
1.4.　研究假設........................ 3
1.5.　論文架構........................ 4
2.　　文獻探討........................ 5
2.1.　市場效率假說.................... 5
2.2.　傳統上分析證券的方法............ 7
2.3.　遺傳演算法..................... 12
2.4.　遺傳演算法於證券市場上的應用... 18
3.　　系統架構....................... 22
3.1.　投資策略架構................... 22
3.2.　遺傳演算法染色體編碼........... 25
3.3.　遺傳演算法適應函數............. 27
4.　　實驗結果與分析................. 29
4.1.　實驗環境與參數設定............. 29
4.2.　實驗設計與結果................. 30
4.3.　實驗結果分析................... 32
5.　　結論........................... 35
5.1.　研究貢獻與發現................. 35
5.2.　後續研究方向................... 35
參考文獻............................. 37
附錄................................. 40

參考文獻

1.方國榮，「證券投資最適決策指標之研究─技術面分析」，台灣大學商學研究所碩士論文，1991。
2.吳建良，「基因演算法在股市預測與交易策略之研究」，國立中山大學企業管理學系碩士論文，2000。
3.杜金龍，「技術指標在台灣股市應用的訣竅」，金錢文化，1998。
4.林萍珍，「遺傳演算法在使用者導向的投資組合選擇之應用」，國立中央大學資訊管理研究所碩士論文，1998。
5.侯佳利，「組合編碼遺傳演算法於投資組合及資金分配之應用」，中央大學資訊管理研究所碩士論文，2001。
6.高梓森，「台灣股市技術分析之實證研究」，台灣大學財務金融研究所碩士論文，1993。
7.陳柏年，「應用遺傳演算法於財務指標選股策略之探討」，中央大學資訊管理研究所碩士論文，2001。
8.劉大成，「結合遺傳演化與範例學習法進行臺灣股市行為預測之研究」，國立政治大學資訊管理研究所碩士論文，1999。
9.蔡宜龍，「台灣股票市場技術分析指標有效性之衡量」，成奶j學工業管理研究所碩士論文，1990。
10.鄧邵勳，「遺傳演算法於股市擇時策略之研究」，中央大學資訊管理研究所碩士論文，1999。
11.盧麗安，「財務基本分析與台灣股價表現」，中山大學財務管理研究所碩士論文，1996。
12.蕭郁凱，「遺傳演算法於股市資金分配策略應用上之研究」，中央大學資訊管理研究所碩士論文，2001。
13.蕭義展，「財務報表資訊內涵與股價報酬率的關聯性」，國立中山大學經濟學研究所碩士論文，2000。
14.賴宏祺，「技術分析有效性之研究」，中興大學企業管理研究所碩士論文，1995。
15.鍾漢澤，「基本分析指標、本益比對股票報酬率之研究：相似無關迴歸法之應用」，台灣大學財務金融研究所碩士論文，1996。
16.Andrews, C., Ford, D. and Mallison, K., "The Design of Index Fund and Alternative Methods of Replication," The Investment Analyst, 82, pp. 13-16, 1986.
17.Bauer Jr., R.J., Genetic Algorithms and Investment Strategies, John Wiley & Sons, 1994.
18.Bauer Jr,. R.J. and Liepins G.E., Genetic Algorithms and Computerized Trading Strategies, Working Paper, the Business School of Western Ontario University, 1988.
19.Beaver, W.H. "The Information Content of Annual Earnings Announcements," Journal of Accounting Research, Vol. 6, pp.67-92, 1968.
20.Booker, L., "Improving Search in Genetic Algorithms," in Davis, L., Editor, Genetic Algorithms and Simulated Annealing, Chapter 5, Pitman, 1987.
21.Davis, L. "Adapting Operator Probabilities in Genetic Algorithms" in Proceedings of the 3rd International Conference on Genetic Algorithms, pp.61-70, 1989.
22.De Jong, K. A., "On Using Genetic Algorithms to Search Program Space," in Proceedings of the Second International Conference on Genetic Algorithm and Their Applications, pp. 210-216, 1987.
23.Fama, E.F., "Efficient Capital Markets: A Review of Theory and Empirical Work," Journal of Finance, Vol. 25, pp.383-417, May 1970.
24.Fama, E.F., "The Behavior of Stock Market Prices," Journal of Business, pp. 285-299, January 1965.
25.Franklin, A. and Karjalainen R., "Using Genetic Algorithms to Find Technical Trading Rules," Journal of Financial Economics, Volume 51, Issue 2, February, pp. 245-271, 1999.
26.Goldberg, D. E., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley, 1989.
27.Holland, J., Adaptation in Natural and Artificial Systems, University of Michigan Press, 1975.
28.Leinweber, D.J. and Arnott, R.D., "Quantitative and Computational Innovation in Investment Management," Journal of Portfolio Management, Vol. 21-2, pp. 8-15, 1990.
29.Levy, R. A., "Relative Strength as a Criterion for Investment Selection," Journal of Finance, Vol. 12, pp. 595-610, Dec 1967.
30.Packard, N.H., "A Genetic Learning Algorithm for the Analysis of Complex Data," Complex Systems, Vol. 4, pp. 543-572, 1987.
31.Srinivas, M. and Lalit, M.P., "Genetic Algorithms: A Survey," IEEE Computer, pp.18-20, 1994.

指導教授

陳稼興(Jiah-Shing Chen)

審核日期

2002-6-5

推文