利用遺傳演算法對股價反轉點的預測

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：31

、訪客IP：52.14.88.137

姓名

林晏秀(Yan-Xiu Lin) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

利用遺傳演算法對股價反轉點的預測
(Using genetic algorithm to predict the reverse points of the stock price)

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
★ 彩色影像視覺密碼之製作	★ 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	★ 應用遺傳演算法於向量量化之新編碼簿設計法
★ 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
★ 偵測灰階影像中的人造物體	★ 基於非擴展式視覺密碼之浮水印技術
★ 無須訓練的向量量化編碼簿設計法	★ 證券交易策略發掘

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)

在股票投資中，反轉何時發生一直是許多投資者期望能夠獲得的一項資訊，因為如果能在股價跌至低點或是升至高點時做交易，其所獲得的利益是該投資期間內最大的；因此，本研究嘗試使用遺傳演算法，對於股票價格的反轉點以及反轉幅度進行預測，期望藉由資訊科技的輔助搜尋出反轉點的規則特徵，並利用找出的規則特徵進行交易，以了解是否能由找出的規則特徵來進出市場，獲得良好的獲利。
由研究結果顯示，反轉點出現前，的確有一些跡象可循，但要在前一天預測出來十分不易，有較大的機會是出現在兩天內。再對反轉幅度進行研究的議題上，我們也可了解，區間劃分愈細所找出的規則特徵愈難表達出其所代表的反轉現象，且找出的規則特徵較不易在測試期實現。

摘要(英)

Investors always pay attention to the information in reverse point of stocks. If we can trade on the timing that the stock price falls down to lowermost point or rise to highest point respectively, the maximum profit will be obtained in the period. This research tries to use genetic algorithms to predict the reverse point of the stock price and the range of the reverse point. We expect to search the rule of the reverse point by information technology and use this rule to trade in the stocks. Further, the expectation is desired to realize that we can make a good profit through the rule we found.
In this study, we find that some portents emerged prior to the reverse point happened, and the reverse point is difficult to predict in one day as well; sometimes it happens in two days. We also figure it out when the range of the reverse point was divided finely, the rule of the reverse point we found is more difficult to stand for the reverse phenomenon. Also, it is more hardly to carry out in the test period.

關鍵字(中)

★ 反轉點
★ 遺傳演算法
★ 擇時

關鍵字(英)

★ reverse point
★ genetic algorithm
★ Timing

論文目次

1.緒論 1
1.1研究動機 1
1.2研究目的與貢獻 2
1.3論文架構 3
2.文獻探討 4
2.1證券分析方法與理論 4
2.2 效率市場假說 4
2.3 常用之反轉點分析方法 5
2.3.1型態分析 6
2.3.2技術指標 11
2.3.3趨勢分析 15
2.4遺傳演算法 19
2.4.1. 遺傳演算法運算程序 20
2.4.2. 遺傳演算法重要觀念 21
2.5遺傳演算法在股市交易上相關研究 24
3.研究方法 26
3.1系統架構 26
3.2反轉點的定義及篩選 27
3.3使用反轉點預測進出股市策略 29
3.4規則設計 30
4.實驗設計與分析 32
4.1遺傳演算法系統架構 32
4.1.1染色體編碼 32
4.1.2適應函數 34
4.2實驗環境與參數設定 36
4.3資料來源與實驗對象及期間 37
4.4實驗環境 38
4.5實驗結果分析 39
4.5.1實驗一 39
4.5.2實驗二 40
5.結論 43
5.1研究貢獻 43
5.2 研究結論 43
5.3 後續研究建議 43
參考文獻 I

參考文獻

[1] A.J. Frost & Robert R. Prechter著、林錦慧譯，“艾略特波浪理論－市場行為關鍵”，眾文圖書公司，2002年6月，初版，台北市。
[2] Allen F and Karjalainen R, “Using Genetic Algorithms to Find Technical Trading Rules”, Journal of Financial Economic, 51, pp.245-271, 1999.
[3] Bauer, R. J, “Genetic Programming II: Automatic Discovery of Reusable Programs”, The MIT Press, 1994.
[4] De Jong, K. A, “On Using Genetic Algorithms to Search Program Space”, Proceedings of the Second International Conference on Genetic Algorithm and Their Applications, pp.210-216, 1987.
[5] E. Poirier, M. Ghribi and A. Kaddouri, “Loss minimization control of induction motor drives based on genetic algorithms”, Proceedings of IEEE Conference on Electric Machine and Drives, pp.475-478, 2001.
[6] Fama, “Efficient Capital Markets: A Review of Theory and Empirical Work” , Journal of Finance, 25, pp.383-417, 1970.
[7] Goldberg, D. E, “Genetic Algorithms in Search, Optimization, and Machine Learning”, Addison-Wesley, 1989.
[8] Holland J, “Adaptation in Natural and Artificial Systems”, University of Michigan Press, 1975.
[9] Hunter, “Sugal Programming Manual”, http://www.dur.ac.uk/andrew1.hunter/Sugal/.
[10] Hunter, “Sugal User Manual”, http://www.dur.ac.uk/andrew1.hunter/Sugal/.
[11] Jean-Yves Potvin, Patrick Soriano, Maxime Vallee, “Generating trading rules on the stock markets with genetic programming”, Computers and Operations Research, 31, pp.1033-1047, 2004.
[12] Wang Jung-Hua, Chen Shiuan-Ming, Leu Jia-Yann, “Stock trading decision support system using a rule selector based on sliding window”, Systems, Man, and Cybernetics, 1, pp.559-564, 1997.
[13] Wang Jung-Hua, Leu Jia-Yann, “Dynamic trading decision support system using rule selector based on genetic algorithms”, Neural Networks for Signal Processing, VI, pp.119-128, 1996.
[14] Levitt, M. E. and Vale S., “Machine Learning for Foreign Exchange Trading”, Neural Networks in the Capital Markets, pp.233-243, 1995.
[15] Lam, S.S, “A genetic fuzzy expert system for stock market timing”, Proceedings of the 2001 Congress on Evolutionary Computation, pp.410-417, 2001.
[16] Huang P. Y., Lin S. C., Chen Y. Y., “Real-coded genetic algorithm based fuzzy sliding-mode control design for precision positioning”, Proceedings of IEEE International Conference on Computational Intelligence, pp.1247-1252, 1998.
[17] Robert D. Edwards, John Magee，“股價趨勢技術分析（上）（下）”，寰宇證卷投資顧問公司，1998年8月，初版，台北市。
[18] 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。
[19] 紀桂銓，“類神經網路對股市反轉點的學習與預測應用”，交通大學資訊管理研究所碩士論文，1992。
[20] 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，1996。
[21] 黃永成，“應用遺傳演算法與模糊類神經網路於股票預測模式之研究”，高雄工學院管理科學研究所碩士論文，1997。
[22] 廖清達，“綜合性技術指標的有效性驗證-兼論台灣股市的弱勢效率性假說”，東華大學國際經濟研究所論文，1997。
[23] 林耀堂，“遺傳程式規劃於股市擇時交易策略之應用”，中央大學資訊管理研究所碩士論文，2001。
[24] 江吉雄，“遺傳演算法於股市選股與擇時策略之研究”，中央大學資訊管理研究所碩士論文，2002。
[25] 陳伯仁，“證券交易策略發掘”，中央大學資訊管理研究所碩士論文，2002。
[26] 味正杰，“應用技術分析於期貨投資：日內資料之實證研究”，朝陽科技大學財務金融系碩士論文，2003。
[27] 伏波一中，“股票技術分析”，經史子集，2000年 8月，第一版，台北縣。
[28] 杜金龍，“技術指標在台灣股市應用的訣竅”，金錢文化，1998年3月，二版，台北市。

指導教授

陳稼興、侯永昌
(J. S. Chen、Young-Chang Hou)

審核日期

2004-6-13

推文